互联网征信在金融风险评估中的重要性

央行征信报告一直是金融机构评估借款人还款能力和还款意愿的重要依据。互联网金融的发展使信贷服务惠及更多人，但由于央行信贷报告覆盖范围和信息完整性的限制，金融机构无法准确评估更广泛的人群。据易观国际的数据显示，截至2018年9月，央行征信中心覆盖8.7亿自然人、2 102万企业和其他组织，仅2.75亿人可以形成征信报告。换句话说，中国10多亿成年人中有60%以上没有信用卡或央行贷款记录，这使得金融机构在申请贷款时很难从央行的征信中心获得有价值的参考信息。许多互联网金融机构的贷款信息没有反映在央行的征信报告中。申请人有可能在多个互联网金融平台上逾期，而这些高风险因素无法通过央行征信报告获知，从而限制了金融机构对客户风险评估的准确性。为了扩大业务规模，降低坏账风险，金融机构希望获得更全面的客户信用信息，这是对央行征信报告的重要补充，实现了对客户风险的准确评估。

鉴于互联网低成本、覆盖面广、服务便捷的特点，2013年初，中国人民银行在四川、重庆、江苏启动了基于互联网的个人信用信息服务平台的验证和试点工作。2013年10月28日起，新增北京、广东、山东、辽宁、湖南、广西6个省市，试点范围扩大到9个省市。2015年1月，中国人民银行发布《关于开展个人征信业务准备工作的通知》，允许8家企业开展首批个人征信试点业务。首批获得试点资格的8家公司有互联网公司、金融机构和民营企业，分别是芝麻信用、腾讯征信、前海征信、鹏元征信、中诚信征信、中智诚征信、考拉征信、华道征信。

试点的成功和强劲的市场需求推动了第三方信用服务业务的快速发展。2018年3月，央行向百行征信有限公司颁发了个人信用牌照。百行征信是在央行主导下，由芝麻信用、腾讯征信、前海征信、鹏元征信、中诚信征信、考拉征信、中智诚征信、华道征信8家市场机构与中国互联网金融协会共同发起组建的市场化个人征信机构，填补了中国个人信贷市场的一个巨大空白。

根据征信行业管理条例的定义，征信是指收集、整理、保存和处理企业、事业单位和个人的信用信息，为信息使用者提供信用评价的活动。互联网时代，征信业务在征信渠道、数据来源、征信主体、技术手段、产品应用场景等方面都发生了重大变化。

首先，互联网从数据获取的角度拓展了传统征信数据的广度和深度。传统的征信数据来自税务机关、法院、电信公司等的贷款记录、信用卡记录、担保信息和专项记录信息，主要是银行等金融机构通过离线方式向国家金融征信基础数据库报告。互联网获取的数据包括交易、支付和社会行为，数据以文本、图像、音频、视频等各种形式呈现，可以动态地反映消费者的特征、财富、社会关系和行为偏好结构特点。

其次，从技术上提高了信用风险评估的综合性和征信服务的便利性。传统的征信技术大多局限于收集和处理离线的静态征信信息，形成“通用”的信用评级报告。互联网和大数据技术有效解决了海量数据的高频采集和实时存储问题。利用人工智能、神经网络等方法对海量碎片数据进行深度挖掘，将更多的特征变量纳入信用评估模型，提高了信用评估的全面性和实时性。此外，在互联网时代，借贷双方都突破了实物条件，方便快捷地获取金融服务，这有利于降低信用违约风险。

最后，互联网从服务对象的角度扩展了金融服务和信用评级的使用。传统征信产品主要为银行征信提供参考，互联网征信可以为小微企业和互联网金融消费者提供服务，征信产品多用于旅游、租赁、网购等领域。(www.xing528.com)

然而，互联网征信并不是对传统征信的替代，而是对传统征信概念和内涵的延伸。其核心问题仍然是信用风险管理。互联网征信的出现改变了仅由央行向客户提供征信报告的局面，丰富了我国征信市场的主体，对促进普惠金融发展、完善社会信用体系建设具有重要意义。互联网普及率的深化效应在资本融资和支付平台导致了巨大的变化，金融服务、数据资源整合模式和技术以及信用调查服务理念和服务模式的创新，为中国的行业信用调查发展带来新的机遇。但有四个矛盾和问题值得关注。

（1）如何解决个人权利保护与信息自由共享之间的矛盾。数据信息是征信业务的基础。互联网征信的最大优势是其强大的数据收集和处理能力，但是互联网高度开放和共享的本质也大大增加了个人和企业隐私被窃取、盗用和非法篡改的风险。在中国仍然缺乏特定的个人隐私保护法律，现有的法律规定处罚力度不够，导致合同违约的成本极低，加上收集证据程序复杂，取证困难，个人权益常常在不经意间被侵犯，缺乏社会契约精神。如果不建立相应的监管机制，很可能在两者之间形成恶性循环，导致整个社会信用体系的崩溃。加强个人隐私保护是全球趋势。难点在于“度”，过度保护和过度激励都存在负外部性。严格的个人权利保护伴随着高昂的成本，严格的数据控制也会抑制行业创新。欧盟的《个人信息保护指南》和美国的《公平信用报告法》都提出了协调、统一和可持续发展的理念。然而，在个人信息权益保护方面存在着差距。如何实现权益保护与信息共享的均衡发展，是对央行顶层设计能力的重大考验。

（2）如何克服互联网信用机构之间的“囚徒困境”。囚徒困境反映了个体理性与集体理性的矛盾，这种矛盾根源于个体利益的冲突。当前我国互联网核心数据主要是集中在少数几家大型互联网公司，其数据是多年积累的结果数据，各个数据系统之间存在较大差异，具有一定的垄断行业特点，并通过差异化竞争形成其核心资产，因此现阶段对完整信息和数据共享是很困难的。现阶段，央行牵头建立了100家银行征信调查，这是通过政府级的外部压力，促进机构间数据共享，减少信息不对称，建立行业共同利益关系的有益尝试。2018年10月23日，百行征信已与241家机构签署征信信息共享合作协议，涉及P2P平台、网络小贷等。一批新兴互联网金融机构已正式开始了第一批系统接入测试工作，但8家股权机构仍对接入存在疑问。除了自身利益之外，这些机构还拥有交易和社交网络等个人信息，而且不太可能在隐私保护法颁布前提交数据。然而，网络征信的长期发展离不开数据的共享和流动。未来征信机构的利益向行业的利益转移到何种程度，是构建互联网征信信息共享机制的重要挑战，需要政府的长期指导和支持。

（3）如何解决互联网信用产品缺乏权威性和公信力的问题。征信服务的核心产品是征信报告，是互联网时代个人和企业的“经济身份证”。信用评价的有效性首先取决于数据的真实有效性，其次取决于数据与信用之间的强相关性。由于传统的信用评级更多地是指债务状况、资产水平等较强的信用指标，可以通过压力测试模型来评估客户的风险敏感性，因此传统的通用信用报告的权威性得到了普遍认可。然而，网络征信使用的非结构性数据较多，如消费能力、社会关系、行为偏好等，这些数据复杂、分散，形式各异。有一个问题，即在当前互联网监管机构尚未连接到中央银行信用报告体系，机构由于存在信息闭环市场链分裂，核心信贷信用企业获取用户数据容量有限的情况下，仅仅依靠互联网数据和先进的技术手段形成一个信用报告可以作为网络信贷业务发展的权威参考吗？欧美国家在信用评级方面已经形成了较为成熟的产业链，其成功经验在于：第一，提高了数据来源的广度和真实性。第二，采用标准数据格式对数据进行标准化处理，保证数据分析的准确性。第三，开发了专门的、多样化的征信产品，以满足不同客户的需求。例如，反欺诈和身份管理征信产品正在成为美国个人征信市场的重要产品，将征信产品的应用范围扩大到就业、企业咨询、保险、医疗、教育等新兴领域。这些经验对我国互联网信用产品的发展无疑具有借鉴意义。

（4）如何充分认识和重视网络征信的潜在风险，建立适合网络征信发展的风险控制体系。互联网、物联网、大数据、云计算、区块链等技术的快速发展促进了金融业与互联网技术的深度融合，为金融业和互联网行业都带来了巨大的发展机遇。然而，互联网金融对这些新兴技术的严重依赖也隐藏了许多风险。首先，互联网的虚拟性、信息的多样性以及互联网金融交易主体的不确定性使得大量的互联网交易超出了传统征信系统，给监管带来了巨大的挑战和风险。其次，金融科技推动了跨市场、跨行业、跨机构的金融业务交叉嵌套发展，对信用风险、流动性风险等传统金融风险产生了溢出效应，增加了互联网金融发展的外部风险。此外，互联网技术本身就是一把“双刃剑”，给人类带来了极大的便利，但也带来了网络黑客、网络犯罪、网络诈骗、网络泄露等安全风险，威胁着互联网企业和征信机构的生存空间。