大数据征信面临的挑战与对策

本篇文章2783字，读完约7分钟

随着信用报告市场化进程的加快，大数据信用报告成为互联网金融和资本市场追逐的热点话题。信用信息在基因水平上与大数据有着密切的关系。一方面，信用信息数据是自然的大数据，理论上与消费者和企业相关的数据可以用于信用信息；另一方面，信用报告实际上是将分散在不同信用机构的零散的局部信息处理并融合成具有完整视觉效果的全局信息，挖掘出风险信息，解决交易过程中的信息不对称问题。大数据技术的优势在于，它可以更好地利用先进的信息技术，并将零散的数据整合成真正有用的信息。因此，大数据对传统信贷业务模式的影响将是革命性的，甚至是颠覆性的。为了迎接大数据时代带来的新机遇和新挑战，中国征信业必须在系统设计、信息共享、隐私保护、监督管理等诸多方面不断创新。

大数据信用报告面临的挑战

(1)现行法律法规与大数据信用报告不匹配。近年来，国务院先后出台了《社会信用体系建设规划纲要(2014-2020年)》、《信用信息产业管理条例》和《信用信息机构管理办法》，初步形成了信用信息市场的法律框架。然而，上述法律规范的调整和监管对象主要是传统金融机构。面对互联网金融，它是否符合互联网金融业的要求，尤其是大数据信用报告，还有待于有效验证。

(2)大数据信用报告面临技术困难和应用困难。首先，很难获得大数据。随着互联网带来的广泛数字化趋势，全社会的基础信息收集和信息共享机制得到了改善，但仍不足以支持全面的大数据信用报告。一方面，以水、电、气、教育、住房和司法系统信息为代表的基本信息没有完全联网，基础数据缺乏；另一方面，支付信息和社会信息是相互封闭和分离的。市场上的电子商务和社交平台对信息共享也非常谨慎，这导致了大规模数据采集的障碍和数据采集的高成本。其次，需要测试构建的大数据模型的可靠性。信用数据模型准确性的提高必须基于对大数据的有效、充分的把握和处理，这需要不断的实践反馈和反复的修正。由于应用时间短，缺乏历史数据参考，现有的大数据模型大多基于规则制定，带有大量的传统信用规则，仍然是一种中间形式，大数据信用的优势难以凸显。第三，大数据信用的应用范围不够广泛。大数据信用报告中的大部分数据信息来自互联网，这实际上排除了使用较少或从不使用网络服务的群体。

(3)大数据信用报告监管体系和政策亟待完善。目前，对大数据信用报告的监管还比较薄弱，监管方法和手段也比较简单。同时，监管从业人员的知识结构及其对大数据信用报告的熟悉程度需要加强。此外，大数据信用报告行业的自律还远未成熟。目前，没有行业联盟或自律组织来协调相关从业人员规范其操作，坚持底线，保护金融投资者和消费者的隐私及相关信息。

应对策略

(1)建立大数据信用报告业务规则体系，有效提升市场主体服务水平。首先，为大数据背景下的信用信息奠定坚实基础，包括建立数据处理、数据安全、数据质量、产品和应用等规则和机制，特别是对数据收集范围、使用原则和信息安全等问题做出明确的法律安排。二是加快标准化大数据信用信息标准建设，逐步扩大信用评估数据来源；明确政府角色边界，维护征信主体权益。第三，鼓励征信机构借鉴发达国家的征信理念、策略和方法，与全球最大的信用评分机构fico联系，借助强大、实时、低成本的信用决策引擎，积极参与风险控制标准等国际标准的制定，提高国际交流与合作水平。

(2)完善信用信息共享机制，整合形成大数据信用信息平台。一是加快实施信息公开制度，推进政府信用信息共享。整合公安稽查法、环保、交通、工商、税务、海关等部门的信息资源，建立统一的社会信息平台，将信用转化为资源资本。逐步构建全国统一的跨系统、跨平台、跨数据结构的政府综合信用信息共享和交换网络平台。平台应建设成为统一标准的第三方社会信用信息平台，消除信息孤岛，进行分类分级管理，实现信用信息“一站式”查询，促进部门间信息互联共享。第二，建立大数据开放共享的制度保障，通过修改立法框架和制度来促进数据共享和访问。从制度层面看，按照国务院要求，在信用体系建设部际联席会议框架下，建立了信用信息共享与交流机制，促进信用信息共享。要尽快统一信贷数据的标准和格式，打破资源部门之间的信息孤岛，进行标准化的数据融合，增强大数据的整合能力。第三，加强行业协会组织建设，提供交流合作平台。要突破行业数据资源的壁垒，促进征信机构之间的沟通和协调发展，最大限度地聚集有效信息，真正形成“大数据效应”。

(3)加强数据质量，提高评价模型的有效性。由于大数据的广泛性，数据错误和数据丢失将变得更加突出。因此，有必要识别用户身份，查找丢失的数据，解决网上获取的在线信息不完整的问题，保证数据的真实性、完整性和有效性。同时，根据不断完善和更新的信用评估模型，探索海量数据与信用风险的相关性，通过客户属性、交易记录、评估信息和商品信息合理预测用户的违约率和逾期率，提高评估模型的准确性和有效性。最后，扩展了评估模型的应用范围，避免了对互联网上不活跃用户的不公平信用评估问题。

(4)适应征信新常态，完善大数据征信监管体系。信贷监管应适应信贷行业发展的新常态:互联网和大数据技术引领信贷领域改革，信贷市场互补竞争的发展格局逐步形成。数据应用实践对权益保护提出了更高的要求。因此，根据大数据信用报告的新特点和新模式，我们应该探索大数据信用报告的监管措施:一是机构监管和行为监管相结合。对于掌握大数据的企业来说，他们不仅监督信用报告业务和信用报告主体，还监督其数据使用行为，重点关注信息收集的范围、业务流程和评估方法。二是分类监管和动态监管相结合。根据征信机构的不同类型和业务规模，实行市场准入、非现场监管、现场检查相互依存的监管流程；同时，对以大数据和云计算为特征的大数据征信业务进行动态监管，并在活动前、活动中和活动后建立综合监管体系。

(5)完善相关法律法规，确保大数据信用报告健康有序发展。大数据的收集可能涉及国家利益、商业秘密、个人隐私等。有必要从三个方面构建中国大数据管理的安全防线:加强数据立法，加强自主控制，注重显性和隐性价值保护，平衡公民隐私保护和个人信息数据的合法使用；同时，加强对征信活动的监管，加大对失信行为的处罚力度。首先，征信机构在信息采集、存储、管理和使用方面必须有严格、完善的规章制度，并严格遵守。同时，有必要澄清个人在公开使用信息方面的主导地位。建立健全政府大数据采集系统，依法记录和采集相关信息，征信机构不得非法提供或出售信息。二是建立符合大数据特点的信息安全保护机制。在具体的制度设计中，要规定信息主体、征信机构、信息提供者和使用者之间的责任、权利和利益，明确私人信息的范围，确保信息主体的信息依法使用。三是培育第三方征信机构，要明确信息采集的内容、方法、流程和应用，加强产品质量管理、产品异议管理，创新信用信息产品，依法为客户提供便捷、高效、丰富的专业征信服务。