互联网征信-数字金融产业创新发展研究

（一）我国征信体系的发展历程

我国征信体系在发展历程上，经历了从封闭到开放、从小众到大众、从政府主导到渐进市场化的历程。

我国征信体系建立之初，是由中国人民银行集中管理，以收录信贷信息为主的封闭、小众的征信系统。20世纪70年代上海开展企业信贷资信评级，20世纪末，成立第一家信用评级公司——上海远东资信评级有限公司，开展个人和企业征信；20世纪末，银行信贷登记咨询系统上线运行，21世纪初，该系统建成总行、省、地市三级数据库，实现全国联网查询，在企业征信领域发挥了重要作用。

2003年，建立征信管理局，2004年全国个人信用信息基础数据库建立；2005年，银行信贷登记咨询系统升级为全国企业信用信息基础数据库；2006年，企业和个人征信系统在全国联网运行，全国金融机构信贷征信系统建立，这也是现有征信系统的原始基础。但由于外部数据介入不被允许，从而其市场需求无法被满足。从个人征信系统接入机构情况来看，2014年底，央行征信中心企业征信系统接入1724家机构，个人征信系统接入1811家机构数据，但83%的个人征信数据为传统金融数据，包括信贷和信用账户数据，来自公积金缴存、社保、电信、税务和其他辅助个人信用信息仅占17%。

国务院颁布《征信业管理条例》，初步构成社会信用体系的法律基础。国务院发布《社会信用体系建设规划纲要》，作为对我国征信行业发展的方向指导。征信的作用在于防范信用风险，降低信息不对称而带来的交易风险；扩大信用交易，促进基于商业和金融信用产品的创新和使用，扩大交易范围：降低信息收集和处理成本，提高经济运行效率；推动社会信用体系建设。在互联网征信发展之后，数据资源和发掘技术助力网上支付企业建立征信机制。对个人而言，网络支付行为与个人信用评价的关系最为密切。随着网络支付平台业务架构的不断完善、用户数据的海量存储，以及数据挖掘技术的逐渐成熟，网上支付企业具备了个人征信业务的基本资料。借由网上征信，或将改变传统征信模式，利用互联网征信降低数据采集成本，通过互联网信息数据判断、覆盖过去没有信用记录的人，完善我国征信体系。2014年，央行征信中心电话咨询问题类型中，个人信用报告查询咨询量最高，占 35.46%，其次是互联网个人信用信息服务平台查询咨询量，占26.15%。

基于人行金融信用信息基础数据库，国内征信体系纳入下列三种形式，一是以阿里为代表的拥有大数据的电商，通过数据分析和运用，形成闭环信用生态圈；二是以国政通和大公互联网金融信用信息平台为代表的源于第三方的互联网大数据，通过模型分析和信用评分，提供给第三方信用产品；三是以中国人民银行征信中心旗下上海资信为代表的“网络金融征信系统”（NFCS），用于收集P2P网贷业务中产生的贷款和偿还等信用交易信息，并向P2P机构提供查询服务，防范借款人恶意欺诈、过度负债等信用风险。截至2014年7月，NFCS共接入203家P2P平台，其最终目标是打通线上线下、新型金融与传统金融的信息壁垒，实现网贷企业之间的信息共享，为人行个人征信系统提供补充。类似的还有北京安融惠众征信的“小额信贷行业信用信息共享服务平台”（MSP），定位于为P2P、小贷公司、担保公司提供行业信息共享服务。

相应的，2015年1月，中国人民银行发布《关于做好个人征信业务准备工作的通知》，要求芝麻信用管理有限公司、腾讯征信有限公司、深圳前海征信中心股份有限公司、鹏元征信有限公司、中诚信征信有限公司、中智诚征信有限公司、拉卡拉信用管理有限公司、北京华道征信有限公司等做好个人征信业务的准备。这意味着个人征信市场化的开闸，“金融应用+商业场景”成为征信业发展的新助力。以拉卡拉为例，它拥有电子支付、互联网金融、社区电商三条业务线，建立了120多万家商户和8000万个人用户的平台和业务信息。2015年6月，芝麻信用分应用于租房、租车、签证申请等生活场景。从中我们可以发现，基于电商平台、网络银行、支付中介、评级公司等积累的个人征信数据将纳入央行征信体系，央行监管下的独立第三方征信机构作为市场主体的征信体系进入发展快车道，从而逐渐完备我国企业和个人征信数据。

2015年8月，国务院颁布《促进大数据发展行动纲要》，为征信数据共享和完善奠定政策基础，2015年12月，中国人民银行又发布了《征信机构监管指引》，加强了信息主体权益保护，建立风险控制防线并规范牌照流转。

世界银行《全球商业环境报告》中指出，由于企业和个人征信系统的建成，我国信用信息环境大大改善，信用信息指数在2006年由3升至4，在2014年从4提升到5，我国获取信贷的便利程度在全球排名也获得大幅上升。信用信息指数每上升1单位，将拉动国内生产总值增长0.9个百分点，生产率增长0.7个百分点。清华大学中国与世界经济研究中心研究表明，从2008年到2012年，征信系统年均改善了4103亿元人民币的消费贷款质量，征信系统带来的总消费增加年均约为 2458亿元人民币，与没有征信系统相比，征信系统在2012年拉动了约0.33个百分点的GDP增长，占整个GDP增长的4.28%左右。由此，互联网征信的发展对于我国征信数据的完善以及相应的经济增长，将形成明显的正向效应。

（二）征信模式的变化

目前，世界范围内的征信模式分为三种基本类型：

一是中央银行主导的非营利性公共征信模式，欧洲大陆国家较多采用，典型代表国家是法国。其征信核心机构为法国央行，基本无市场化征信机构。原因在于大政府体制，及考虑到信息安全问题，惩戒违法为其主要任务。央行主导模式的优点在于保证国家信息安全，但缺陷在于信息使用者仅局限为金融机构，只收集负面信息，征信评价不完整。(www.xing528.com)

二是行业协会主导的非营利性同业征信模式，典型代表是日本。这一模式形成的原因在于行业协会对经济发展有巨大的影响力。征信核心机构包括行业协会组织的非营利性三大机构和商业公司（如日本的咨询公司Crecon Researching&Consulting Co.）。行业协会主导模式的优点在于政府干预较小，但缺陷在于收集信息种类较少，不全面，同时行业间、机构间信息互通少，较为封闭。

三是以市场需求为导向的营利性征信体系，譬如美国，其征信体系由各个独立征信公司组成。美国的征信体系，在层次上包括了监管层、运作层和数据层三个层面，由七大征信机构进行分工合作，在征信对象上覆盖了上市公司、企业、中小企业和个人。优点在于行业细分，对接应用最为全面，最具活力。缺点在于市场淘汰过程慢、代价高，此外由于采取了市场化运作方式，对监管等基础环境要求较高。

就我国目前的情形而言，从银行贷款、消费金融，到租车、租房、住宿、借书等生活日常，信用不但影响个人在传统金融领域的金融活动，更逐渐影响到社会生活的各个方面。信用的重要性，映射在市场行为，则是市场对于征信产品和服务需求的增加，并且需求呈现越来越多样化的特征。作为社会信用体系建设的一个环节，个人征信商业化、市场化发展正在展开，而且其重要性程度不断上升。完善的征信体系也将直接影响到社会融资成本、放贷效率和行业抗风险能力，从而有助于普惠金融的渐进实现、经济运行成本的降低以及经济运行效率的提高。

互联网金融的快速发展扩大了征信体系的数据来源与范畴，得益于通信技术的发展，个人、企业随时随地得以接入互联网主体，信息扩散和传播的方式、路径、速度都发生了变化，市场的活力被激发。相对应的，征信模式在发生变化，贸易往来也可以成为征信行业发展的基础，供应链金融数据一样可以并入。新兴互联网金融公司Zestfinance和 Kreditech通过联网方式收集用户网络社交、社保缴纳、税收缴纳记录等数据，并基于此综合起来为用户评定信用等级，并以此作为授信的重要判断基础。Wecash闪银基于移动终端进行授信，通过用户自主授权的社交网络数据和搜索引擎获取结果，以交叉检验的方式，判定数据的真实性，再结合行业、职业等个人信息综合评定用户的信用等级。并且授信的效率极高，20分钟内即可完成6000元以下授信额度，2小时内完成最高 50万元的授信额度。在征信行业中，波士顿咨询提出其中包含了数据征集、模型分析与征信洞察、征信产品应用在内的三大产业链核心。

2014年末中国大陆人口总数约13.68亿人，随着网上理财行为、网络消费和在线支付等消费、投资与支付习惯的改变，客观上为网络征信的发展提供了客观基础。尤其是互联网理财产品，它的出现满足了金融投资者随时随地投资的偏好，节约时间同时进行财富增值，对于在线借贷平台，由于其较高收益率吸引了众多投资者，但其中存在的问题即是信用数据缺失而带来的隐含高风险问题，因此，征信体系的完善将有利于投资者在信息充分基础上做出决策，从而利于资源更合理、有效、高效的配置。

例如：芝麻信用及其生活场景使用

芝麻信用是依据方方面面的数据而设计的信用体系，基于阿里巴巴的电商交易数据和蚂蚁金服的互联网金融数据，并与公安网等公共机构以及合作伙伴建立数据合作。与传统征信数据不同，芝麻信用从用户信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度，对涵盖信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等海量信息数据的综合处理和评估。

芝麻信用通过分析大量的网络交易及行为数据，可对用户进行信用评估，这些信用评估可以帮助互联网金融企业对用户的还款意愿及还款能力做出结论，继而为用户提供快速授信及现金分期服务。

芝麻信用评分，是在用户授权的情况下，依据用户各维度数据（涵盖金融借贷、转账支付、投资、购物、出行、住宿、生活、公益等场景），运用云计算及机器学习等技术，通过逻辑回归、决策树、随机森林等模型算法，对各维度数据进行综合处理和评估，在用户信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度客观呈现个人信用状况的综合评分。

芝麻分分值范围从350分到950分。持续的数据跟踪表明，芝麻分越高代表信用水平越好，在金融借贷、生活服务等场景中都表现出了越低的违约概率，较高的芝麻分可以帮助个人获得更高效、更优质的服务。