论文部分内容阅读
当前，随着互联网广泛普及，大数据技术已经渗透到了各个领域，各行各业在互联网思维和大数据时代的背景下迅速发展。我国个人征信业进入快速发展时期，把握好大数据的时代契机，将会实现我国个人征信体系建设的大跨越，进而对我国金融体系改革和发展带来新契机。
大数据 征信
征信体系 金融发展
基于大数据时代的个人征信体系能够为市场提供了多元化、深层次的金融服务，在优化征信市场布局、促进传统征信业改造升级及推动差异化竞争格局形成等方面具有重要作用，大数据征信或将成为我国个人征信体系转型发展的新契机。
我国个人征信体系发展过程及现状
金融危机的爆发，促使国家出台一系列增加消费，扩大内需的政策建议，为个人征信业的发展奠定了基础。得益于中国人民银行通过的《关于开展个人消费信贷的指导意见》，中国建设银行在1999年实施了国内第一个个人信用等级评定办法。同年，在中国人民银行和上海市政府的大力支持下，上海作为试点城市，成立了上海市资信有限公司（我国第一家个人征信业务的专业机构），主要业务包括个人信用咨询、资质认证和风险评估等。上海市个人信用联合征信数据库于2000年建成，出具了我国第一份个人信用报告。之后，我国个人征信体系建设由试点阶段向推广阶段迈进，深圳、广州和大连等城市也相继建立了个人信用制度，。2012和2013年我国相继颁布了《征信业管理条例》和《征信机构管理办法》，允许符合条件的民营企业从事个人征信业务，标志着我国个人征信业务向市场化方向迈进。2015年1月中国人民银行出台了《关于做好个人征信业务准备工作的通知》，向民营企业发放个人征信业务的牌照，批准八家企业（芝麻信用、腾讯征信、前海征信等）开展个人征信业务，随后将会有越来越多符合条件的企业获得此拍照从事个人征信业务，在互联网和大数据时代其发展前景十分可观，百花齐放的市场格局将成为中国人民银行个人征信体系的有力补充。
与发达国家特别是欧美国家相比，我国在个人征信相关法律法规的建设方面相对落后，2015年1月份之前只有相对发达的城市出台一些相关性的地方性法规。总的来说，我国个人征信体系建设还处于初级阶段，很多薄弱环节制约了我国个人征信体系的建设和发展，我们应该积极地借鉴和学习发达国家在个人征信体系建设方面的宝贵经验。
基于大数据时代的个人征信体系建设与传统征信比较
首先，大数据时代下的个人征信体系建设相比传统征信，信息更加全面。基于大数据时代的个人征信体系建设相比传统征信是一种全新的征信体系。大数据除了关注个人在商业银行的借还款、信用卡、担保等信用信息外，特别注重与信用状况相关的其他方面数据的采集与分析，因此该征信结果更能够全面详尽地反应个人的信用状况和行为特征。比如采集用户的使用频率、时间、用户上传的图片、视频、音乐以及评论等社交行为信息并加以数据分析，全方位、多维度地反映用户的信用状况。信息数据来源更为广泛。大数据技术与个人征信的融合，突破了传统征信的瓶颈制约，借助大数据技术的个人征信模式广泛的采集用户的各种行为信息，如浏览行为、购物行为、社交行为、日常运动信息、身体状况、生活规律以及其他能够通过互联网获取的信息。基于稳定可靠的数学信用评分模型是传统征信的特征，这就要求个人信用数据规范可比、来源可靠稳定。这种征信模式统一、理论可靠、受外界偶然因素影响不大。但随着社会发展，信用主体的个体差别日益明显，单一评分模型显然不能满足实际各方面发展的需要。而大数据技术通过对非结构化数据挖掘分析，实现碎片化、分散化的信息的整合和综合运用，有效拓展了个人征信体系的发展空间。
其次，大数据时代下的个人征信体系建设相比传统征信，信息量庞大。如“618” “双十一”，当天成交额就到几百亿甚至将来可达上千亿，生成交易记录以TB 计算。此外，互联网金融的交易数据尤其是P2P网络贷款也是非常庞大的。据网贷之家官方统计数据显示截止2016年9月份单月成交额达1947.17亿元。
最后，大数据时代下的个人征信体系建设相比传统征信，征信成本更低、时效性更强。主要体现在以下两个方面：一是基于大数据技术的信息搜集储存成本远远低于传统征信方式。二是大数据技术提高了信息处理的效率，提高了预测的精确度。例如，互联网金融公司利用大数据分析和机器学习技术，建立数学模型对多维度深层次的信息數据加以综合处理分析，以判断借款人的信用状况。
基于大数据时代的个人征信模式
第一，基于电商平台的芝麻信用模式。基于电商平台的芝麻信用模式主要是通过淘宝、天猫等购物平台和第三方支付平台—支付宝的交易数据，凭借阿里云的大数据分析技术，对用户购物信息和支付宝各项金融交易信息进行采集、整理、分析、再经第三方认证和深度挖掘与评估，根据已有的评分标准做出综合的芝麻信用评分，为阿里小贷和其他商业银行提供信用报告支撑，以便做出个人信贷决策。芝麻分是芝麻信用的重要组成部分，其是通过以下五个维度综合评估而来：（1）信用历史，是指个人过往的履约记录（2）身份特质，主要是指丰富、真实的学习、职业经历信息以及实名消费行为等（3）行为偏好，是指个人购物、缴费、转账等活动中体现出来的行为特点（4）人脉关系，是指支付宝中的人际往来以及好友的信用状况（5）履约能力，是指个人在支付宝中所体现的各方面的资产信息，主要包括社保公积金缴纳、动产及不动产等。截至目前，支付宝实名用户超过3亿，支付宝钱包活跃用户超过2.7亿，单日手机支付量超过4500万笔，芝麻分的应用场景涉及面很广，主要包括酒店、租车、签证、旅游、金融、购物、社交、婚恋等。
第二，基于社交平台的腾讯征信模式。腾讯征信模式主要是利用大数据技术，通过对微信、QQ等社交平台的各项社交信息（如朋友圈、社交行为、在线时长等）采集、分类、甄别、分析、挖掘等，做出客户的信用评分级别和对应的个人信用报告。其中，信用评分是通过消费、财富、安全、守约等四个方面的综合测评得出，用五星数量表示信用评分的高低，信用评分最高为七颗星星。腾讯征信模式主要是依靠其庞大的QQ、微信、腾讯微博、朋友圈、QQ游戏等庞大的客户量。 第三，基于同业共享的上海资信的网络金融征信系统（NFCS）。在互联网金融迅猛发展的背景下，上海资信有限公司建立了网络金融征信系统（NFCS），其主要与互联网金融平台合作，搜集各个互联网金融平台各参与方披露的各种借贷信息（主要包括借贷双方的个人基本信息、贷款信息等）加以统计、整理、分析，通过信息共享机制为合作方提供信息咨询服务，极大程度的降低了信息搜集和信用评估成本，从而有效的降低了信用风险的发生。
大数据时代下我国个人征信体系建设面临的挑战
大数据时代下，我国个人征信体系承担着为金融机构提供信贷决策、推进金融服务快速发展的重任。虽然个人征信体系相比传统征信体系有很大的进步，但是现阶段由于我国政治、经济、文化等多方面因素影响，个人征信体系建设还存在多方面的不足。
一是个人征信系统覆盖率相对较低。截至2016年5月末，我国个人信用信息数据库覆盖人数约达8.9亿，个人征信系统覆盖率75%左右，这意味有相当多的一部分人没有获得传统的金融服务。对比美国、德国、意大利等发达国家95% 以上的覆盖率，还存在一定的差距。
二是个人信息数据呈碎片化、分散化。目前，个人征信体系建设主要通过BAT等拥有大数据库的互联网企业凭借各自的优势建立不同种类的个人信息数据库，企业与企业之间尚未形成完全畅通的信息共享机制，还未形成中心数据库将各互联网企业的信息统一汇总加以深度分析处理，各企业获取的信息种类也存在着千差万别，使得征信数据呈现碎片化、分散化，从而增加了信息的处理成本，降低了个人信息的精确度。
三是个人征信制度不完善、相应法规不健全。政府颁布的《征信管理条例》使得征信业有法可依，但相应的解释条款和实施细则还不完善，大数据征信业务没有明确的司法解释，各企业开展的对准个人的征信业务没有统一的规则和标准，在数据采集、保管、使用、披露等方面缺少严格清晰的法律依据，这使得个人征信质量和可参考性降低。
四是信息安全和个人隐私保护方面的力度不够。个人信用信息是一般双刃剑，大数据技术将个人信用信息数据全面完整地挖掘出来，使得个人征信结果更加可靠准确，带来了巨大的商业价值，但是信息的泄漏和滥用同样会带来社会的恐惧和不安。因此，在数据的各项处理过程中，需要综合考虑法律、技术、运用等方面对个人隐私的影响，这无疑对我国个人征信体系建设的参与机构的数据储存和信息保密技术提出了更高的要求。
五是我国的数据处理技术不够成熟。随着信息化时代的发展，个人信用数据庞大且不断累积，这对大数据处理技术提出了更高的要求。大数据征信的目的是将海量数据充分挖掘处理，并运用到信用评估中，以便给不同需要的企业提供个人信用的充分评价。但是由于我国个人征信业务开展的比较晚，互联网信息数据不够充分，缺少个人历史网络数据信息，加上大数据技术不够成熟，因此不能建立基于大数据的信息分类机制和变量评分模型，在数据挖掘和运用方面也缺乏相应的技术支撑。
对征信体系建设的建议
第一，完善个人征信体系建设的相关法律法规。相比发达国家，我国个人征信体系建设还有很大差距，相应的法律法规也存在很多空缺。完善的法律法规是个人征信体系建设的坚强后盾，是保证其良好运转的必要条件。我国应出台专门关于个人征信方面的法律法规，明确个人征信体系建设的目标、规则、程序以及使用权限，使得各征信机构的征信流程更加具体化、系统化，同时严厉打击滥用征信报告的不法行为，加大对失信行为的惩罚力度，确保个人征信体系在地方和部门试点基础上构建全国架构的运行模式并健康发展，保障我国社会主义市场经济有效运行。
第二，建立行业协会、进行自律管理。目前，将个人征信体系建设和金融发展相结合，可通过中国人民银行和中国证券业监督管理委员会等建立征信行业协会进行自律管理，一方面可以加强行业自身建设，扩大行业规模，另一方面可以统一各企业征信标准，加强行业自律，促进个人征信体系的良好健康发展。
第三，建立信息共享机制
建立有效的共享机制，使得不同企业的征信数据得以分享。介于不同企业的征信凭借的是自身企业某方面的优势，具有一定的局限性，将不同企业的不同优势的数据统一起来综合分析可以获得较为详细完整的綜合信用评价，更加准确精细。
第四，提升监管水平与能力。在个人征信体系建设过程中必须加强对各个征信机构的监管，守住不发生系统性金融风险的底线。作为主要监管方的中国人民银行必须提高监管力度水平，深入了解行业现状和企业需求，联合相关部门建立个人信用数据库的管理规范和信息安全准则，在建立准确可靠的个人信用体系的同时加强对信息主体个人隐私的保护、保障信息安全；制定统一的个人征信术语和信息标识，以便为信息共享建立有效的运作机制提供技术性标准。
结束语
基于大数据时代的个人征信体系建设对金融业的发展影响巨大。我国金融改革不断深化，金融行业的发快速发展与个人征信体系落后相矛盾，势必会阻碍金融业的健康发展。若要推动金融业的健康持续发展，促进社会经济的健康稳定发展，有必要进一步对个人征信体系建设进行深化研究、创新发展。
参考文献：
[1]孔德超.大数据征信初探——基于个人征信视角[J].博士论坛，2016（4），39-41.
[2]李真.数据信用征信：现实应用、困境与法律完善逻辑[J].理论探讨，2015（1）5-9.
[3]韩鹏.我国个人征信体系构建研究[J].河北经贸大学学报，2016（37）53-58.
[4]卢芮欣.大数据时代中国征信的机遇与挑战[J].金融理论与实践，2015（2）103-107.
[5]王秋香.大数据征信的发展、创新及监管[J].国际金融，2015（9）60-66.
[6]冯文芳，李春梅.互联网+时代大数据征信体系建设探讨[J].征信，2015（10）36-39.
大数据 征信
征信体系 金融发展
基于大数据时代的个人征信体系能够为市场提供了多元化、深层次的金融服务，在优化征信市场布局、促进传统征信业改造升级及推动差异化竞争格局形成等方面具有重要作用，大数据征信或将成为我国个人征信体系转型发展的新契机。
我国个人征信体系发展过程及现状
金融危机的爆发，促使国家出台一系列增加消费，扩大内需的政策建议，为个人征信业的发展奠定了基础。得益于中国人民银行通过的《关于开展个人消费信贷的指导意见》，中国建设银行在1999年实施了国内第一个个人信用等级评定办法。同年，在中国人民银行和上海市政府的大力支持下，上海作为试点城市，成立了上海市资信有限公司（我国第一家个人征信业务的专业机构），主要业务包括个人信用咨询、资质认证和风险评估等。上海市个人信用联合征信数据库于2000年建成，出具了我国第一份个人信用报告。之后，我国个人征信体系建设由试点阶段向推广阶段迈进，深圳、广州和大连等城市也相继建立了个人信用制度，。2012和2013年我国相继颁布了《征信业管理条例》和《征信机构管理办法》，允许符合条件的民营企业从事个人征信业务，标志着我国个人征信业务向市场化方向迈进。2015年1月中国人民银行出台了《关于做好个人征信业务准备工作的通知》，向民营企业发放个人征信业务的牌照，批准八家企业（芝麻信用、腾讯征信、前海征信等）开展个人征信业务，随后将会有越来越多符合条件的企业获得此拍照从事个人征信业务，在互联网和大数据时代其发展前景十分可观，百花齐放的市场格局将成为中国人民银行个人征信体系的有力补充。
与发达国家特别是欧美国家相比，我国在个人征信相关法律法规的建设方面相对落后，2015年1月份之前只有相对发达的城市出台一些相关性的地方性法规。总的来说，我国个人征信体系建设还处于初级阶段，很多薄弱环节制约了我国个人征信体系的建设和发展，我们应该积极地借鉴和学习发达国家在个人征信体系建设方面的宝贵经验。
基于大数据时代的个人征信体系建设与传统征信比较
首先，大数据时代下的个人征信体系建设相比传统征信，信息更加全面。基于大数据时代的个人征信体系建设相比传统征信是一种全新的征信体系。大数据除了关注个人在商业银行的借还款、信用卡、担保等信用信息外，特别注重与信用状况相关的其他方面数据的采集与分析，因此该征信结果更能够全面详尽地反应个人的信用状况和行为特征。比如采集用户的使用频率、时间、用户上传的图片、视频、音乐以及评论等社交行为信息并加以数据分析，全方位、多维度地反映用户的信用状况。信息数据来源更为广泛。大数据技术与个人征信的融合，突破了传统征信的瓶颈制约，借助大数据技术的个人征信模式广泛的采集用户的各种行为信息，如浏览行为、购物行为、社交行为、日常运动信息、身体状况、生活规律以及其他能够通过互联网获取的信息。基于稳定可靠的数学信用评分模型是传统征信的特征，这就要求个人信用数据规范可比、来源可靠稳定。这种征信模式统一、理论可靠、受外界偶然因素影响不大。但随着社会发展，信用主体的个体差别日益明显，单一评分模型显然不能满足实际各方面发展的需要。而大数据技术通过对非结构化数据挖掘分析，实现碎片化、分散化的信息的整合和综合运用，有效拓展了个人征信体系的发展空间。
其次，大数据时代下的个人征信体系建设相比传统征信，信息量庞大。如“618” “双十一”，当天成交额就到几百亿甚至将来可达上千亿，生成交易记录以TB 计算。此外，互联网金融的交易数据尤其是P2P网络贷款也是非常庞大的。据网贷之家官方统计数据显示截止2016年9月份单月成交额达1947.17亿元。
最后，大数据时代下的个人征信体系建设相比传统征信，征信成本更低、时效性更强。主要体现在以下两个方面：一是基于大数据技术的信息搜集储存成本远远低于传统征信方式。二是大数据技术提高了信息处理的效率，提高了预测的精确度。例如，互联网金融公司利用大数据分析和机器学习技术，建立数学模型对多维度深层次的信息數据加以综合处理分析，以判断借款人的信用状况。
基于大数据时代的个人征信模式
第一，基于电商平台的芝麻信用模式。基于电商平台的芝麻信用模式主要是通过淘宝、天猫等购物平台和第三方支付平台—支付宝的交易数据，凭借阿里云的大数据分析技术，对用户购物信息和支付宝各项金融交易信息进行采集、整理、分析、再经第三方认证和深度挖掘与评估，根据已有的评分标准做出综合的芝麻信用评分，为阿里小贷和其他商业银行提供信用报告支撑，以便做出个人信贷决策。芝麻分是芝麻信用的重要组成部分，其是通过以下五个维度综合评估而来：（1）信用历史，是指个人过往的履约记录（2）身份特质，主要是指丰富、真实的学习、职业经历信息以及实名消费行为等（3）行为偏好，是指个人购物、缴费、转账等活动中体现出来的行为特点（4）人脉关系，是指支付宝中的人际往来以及好友的信用状况（5）履约能力，是指个人在支付宝中所体现的各方面的资产信息，主要包括社保公积金缴纳、动产及不动产等。截至目前，支付宝实名用户超过3亿，支付宝钱包活跃用户超过2.7亿，单日手机支付量超过4500万笔，芝麻分的应用场景涉及面很广，主要包括酒店、租车、签证、旅游、金融、购物、社交、婚恋等。
第二，基于社交平台的腾讯征信模式。腾讯征信模式主要是利用大数据技术，通过对微信、QQ等社交平台的各项社交信息（如朋友圈、社交行为、在线时长等）采集、分类、甄别、分析、挖掘等，做出客户的信用评分级别和对应的个人信用报告。其中，信用评分是通过消费、财富、安全、守约等四个方面的综合测评得出，用五星数量表示信用评分的高低，信用评分最高为七颗星星。腾讯征信模式主要是依靠其庞大的QQ、微信、腾讯微博、朋友圈、QQ游戏等庞大的客户量。 第三，基于同业共享的上海资信的网络金融征信系统（NFCS）。在互联网金融迅猛发展的背景下，上海资信有限公司建立了网络金融征信系统（NFCS），其主要与互联网金融平台合作，搜集各个互联网金融平台各参与方披露的各种借贷信息（主要包括借贷双方的个人基本信息、贷款信息等）加以统计、整理、分析，通过信息共享机制为合作方提供信息咨询服务，极大程度的降低了信息搜集和信用评估成本，从而有效的降低了信用风险的发生。
大数据时代下我国个人征信体系建设面临的挑战
大数据时代下，我国个人征信体系承担着为金融机构提供信贷决策、推进金融服务快速发展的重任。虽然个人征信体系相比传统征信体系有很大的进步，但是现阶段由于我国政治、经济、文化等多方面因素影响，个人征信体系建设还存在多方面的不足。
一是个人征信系统覆盖率相对较低。截至2016年5月末，我国个人信用信息数据库覆盖人数约达8.9亿，个人征信系统覆盖率75%左右，这意味有相当多的一部分人没有获得传统的金融服务。对比美国、德国、意大利等发达国家95% 以上的覆盖率，还存在一定的差距。
二是个人信息数据呈碎片化、分散化。目前，个人征信体系建设主要通过BAT等拥有大数据库的互联网企业凭借各自的优势建立不同种类的个人信息数据库，企业与企业之间尚未形成完全畅通的信息共享机制，还未形成中心数据库将各互联网企业的信息统一汇总加以深度分析处理，各企业获取的信息种类也存在着千差万别，使得征信数据呈现碎片化、分散化，从而增加了信息的处理成本，降低了个人信息的精确度。
三是个人征信制度不完善、相应法规不健全。政府颁布的《征信管理条例》使得征信业有法可依，但相应的解释条款和实施细则还不完善，大数据征信业务没有明确的司法解释，各企业开展的对准个人的征信业务没有统一的规则和标准，在数据采集、保管、使用、披露等方面缺少严格清晰的法律依据，这使得个人征信质量和可参考性降低。
四是信息安全和个人隐私保护方面的力度不够。个人信用信息是一般双刃剑，大数据技术将个人信用信息数据全面完整地挖掘出来，使得个人征信结果更加可靠准确，带来了巨大的商业价值，但是信息的泄漏和滥用同样会带来社会的恐惧和不安。因此，在数据的各项处理过程中，需要综合考虑法律、技术、运用等方面对个人隐私的影响，这无疑对我国个人征信体系建设的参与机构的数据储存和信息保密技术提出了更高的要求。
五是我国的数据处理技术不够成熟。随着信息化时代的发展，个人信用数据庞大且不断累积，这对大数据处理技术提出了更高的要求。大数据征信的目的是将海量数据充分挖掘处理，并运用到信用评估中，以便给不同需要的企业提供个人信用的充分评价。但是由于我国个人征信业务开展的比较晚，互联网信息数据不够充分，缺少个人历史网络数据信息，加上大数据技术不够成熟，因此不能建立基于大数据的信息分类机制和变量评分模型，在数据挖掘和运用方面也缺乏相应的技术支撑。
对征信体系建设的建议
第一，完善个人征信体系建设的相关法律法规。相比发达国家，我国个人征信体系建设还有很大差距，相应的法律法规也存在很多空缺。完善的法律法规是个人征信体系建设的坚强后盾，是保证其良好运转的必要条件。我国应出台专门关于个人征信方面的法律法规，明确个人征信体系建设的目标、规则、程序以及使用权限，使得各征信机构的征信流程更加具体化、系统化，同时严厉打击滥用征信报告的不法行为，加大对失信行为的惩罚力度，确保个人征信体系在地方和部门试点基础上构建全国架构的运行模式并健康发展，保障我国社会主义市场经济有效运行。
第二，建立行业协会、进行自律管理。目前，将个人征信体系建设和金融发展相结合，可通过中国人民银行和中国证券业监督管理委员会等建立征信行业协会进行自律管理，一方面可以加强行业自身建设，扩大行业规模，另一方面可以统一各企业征信标准，加强行业自律，促进个人征信体系的良好健康发展。
第三，建立信息共享机制
建立有效的共享机制，使得不同企业的征信数据得以分享。介于不同企业的征信凭借的是自身企业某方面的优势，具有一定的局限性，将不同企业的不同优势的数据统一起来综合分析可以获得较为详细完整的綜合信用评价，更加准确精细。
第四，提升监管水平与能力。在个人征信体系建设过程中必须加强对各个征信机构的监管，守住不发生系统性金融风险的底线。作为主要监管方的中国人民银行必须提高监管力度水平，深入了解行业现状和企业需求，联合相关部门建立个人信用数据库的管理规范和信息安全准则，在建立准确可靠的个人信用体系的同时加强对信息主体个人隐私的保护、保障信息安全；制定统一的个人征信术语和信息标识，以便为信息共享建立有效的运作机制提供技术性标准。
结束语
基于大数据时代的个人征信体系建设对金融业的发展影响巨大。我国金融改革不断深化，金融行业的发快速发展与个人征信体系落后相矛盾，势必会阻碍金融业的健康发展。若要推动金融业的健康持续发展，促进社会经济的健康稳定发展，有必要进一步对个人征信体系建设进行深化研究、创新发展。
参考文献：
[1]孔德超.大数据征信初探——基于个人征信视角[J].博士论坛，2016（4），39-41.
[2]李真.数据信用征信：现实应用、困境与法律完善逻辑[J].理论探讨，2015（1）5-9.
[3]韩鹏.我国个人征信体系构建研究[J].河北经贸大学学报，2016（37）53-58.
[4]卢芮欣.大数据时代中国征信的机遇与挑战[J].金融理论与实践，2015（2）103-107.
[5]王秋香.大数据征信的发展、创新及监管[J].国际金融，2015（9）60-66.
[6]冯文芳，李春梅.互联网+时代大数据征信体系建设探讨[J].征信，2015（10）36-39.