基于大數據的互聯網金融征信體系建設研究

【摘要】近年來，伴隨著云計算、大數據等信息技術的運用，互聯網金融在我國得到了蓬勃發展。現有征信體系無法服務于互聯網金融的發展，催生國內征信業開始向大數據征信的深度融合方向發展。本文分析了我國互聯網金融征信體系存在的問題，探討了基于大數據的互聯網金融征信體系建設優勢，對大數據征信的體系建設提出了合理化的建議。

【關鍵詞】大數據 互聯網金融 征信

一、大數據和互聯網金融征信

近年來，伴隨著云計算、大數據等信息技術的運用，互聯網金融在我國得到了蓬勃發展。然而現有征信體系無法服務于互聯網金融的發展，催生國內征信業開始向大數據征信的深度融合方向發展。

據網貸之家聯合盈燦咨詢發布的《中國P2P網貸行業2016年3月月報》，月報數據顯示，截至2016年3月底，網貸行業正常運營平臺數量為2461家，累計問題平臺達1523家。在野蠻生長的背后我們看到的卻是網貸公司“倒閉潮”，問題平臺數不斷攀升，這些都暴露了互聯網金融信用體系建設滯后的問題，這其中，有號稱國資背景的“安心金融”、“徽金所”先后停業，轟動一時的“e租寶事件”等等，這種新興金融業態迫切需要一種新型的互聯網金融征信體系，新體系改變目前央行以傳統金融機構和線下信貸交易作為覆蓋和服務的對象的征信體系，促進現有征信體系轉型升級，能夠實現征信信息共享和聯動，基于大數據的互聯網金融征信體系建設需求也應運而生。

大數據的運用，將推動征信行業進入一個新的發展時期。大數據利用科學的算法，在前期多方位、多維度收集數據的基礎上，構建目標主體的身份、性格取向和履約能力的定量分析模型，進行量化的信用評估。傳統的銀行業信貸記錄、信用卡消費數據、小額貸款大數據、社交網站大數據、電商大數據、生活服務類網站大數據，以及日常活動和偏好數據、特定場景下的行為特征數據等都是大數據征信包含的范圍，從這些數據當中，我們可以判斷目標主體的信用等級，形成整體風險導向，完善大數據的積累。大數據為征信業發展提供了廣泛的數據信息來源。

二、當前我國互聯網金融征信體系存在的問題

（一）原有的征信體系已經不能適應互聯網金融等新金融形態的需要

目前我國征信信息系統主要以央行的企業和個人信用信息基礎數據庫為依托，征信數據主要來源于銀行業等傳統意義上的信貸機構，對于互聯網金融等新金融領域的信用數據匱乏，導致信用數據覆蓋人群窄、信息維度單一、時間上相對滯后。

（二）缺乏行業統一、廣泛認可的征信模型和評分標準

當前中國征信體系主要是以中國人民銀行征信中心為代表的公共征信體，加上2015年1月首批獲得個人征信機構牌照的八家征信公司為代表的市場化征信公司。通過對比這幾家公司的信用產品，從中可以發現，各征信機構在數據來源、信用評分模型、信用評分標準等方面都存在較大差異，沒有形成統一的標準。

（三）征信大數據平臺之間信息共享難

央行的征信系統相對互聯網金融是封閉的，市場化的征信公司自有的征信數據與央行的征信系統無法對接，信息資源無法共享，造成互聯網征信的作用對傳統金融機構還很有限。

（四）缺乏強有力的信息安全和隱私保護制度

大數據時代，個人數據隱私問題一直備受關注，征信環節更是如此。比如，征信數據信息誰有權收集數據，誰有權擁有數據，數據信息可在多大范圍內共享，是否可以轉讓、出售個人信息和個人隱私之間如何區分等，這些都沒有明確的法律規定。另外，互聯網時代，信息安全防護變得更加困難，數據采集、存儲、整合與分析等都存在著安全風險，急需完善我國信用信息安全、應用和權益保護方面的法律規范。

三、基于大數據的互聯網金融征信體系建設優勢

（一）數據來源廣泛，促進征信覆蓋面大幅提升

在我國，央行征信中心為全國個人征信的主干數據庫，主要數據來源于目標主體的工資收入、社保繳存記錄、信用卡消費記錄、貸款記錄等維度，在一定程度上，能防范信用風險問題。伴隨著互聯網金融的蓬勃發展，原有的征信體系信用記錄數量以及覆蓋的人群有限，僅覆蓋了與銀行發生過信貸關系的人群。采用大數據征信體系，能很好的發揮大數據的優點，提升人群覆蓋面，通過目標主體的活動數據進行深度挖掘和分析，可以為征信體系提供有效的補充。

（二）數據資源豐富，促進征信更加真實全面

在未來，大數據技術將不斷的滲透到征信領域。在大數據時代，不同層次的數據和多維度的數據都可以用來挖掘和分析，企業的現金流、目標主體的地址、行為數據、目標主體的互聯網商務活動、社交關系等半結構化、非結構化數據也將成為征信系統的新數據源。將更多信用記錄以外的信息納入征信體系，可得到更多廣譜信息來刻畫信用。

（三）數據實時性更強，促進征信信息更加時效

大數據征信相對于傳統的信用評價模式而言，數據更多、時效性更強了，而不僅僅是關注、分析考察對象的歷史信息。它不再是離線的事后分析數據，而是在線實時的互動數據。結合國際經驗，征信數據的實時處理將是未來的趨勢。在大數據征信的框架下，目標對象的歷史信息和當前信息都會被大數據進行整合和分析，在深度挖掘之外還能進行橫向拓展，信息的時效性更強，有利于快速的做出業務決策，提高金融效率。

（四）數據更加真實，促進量化信用評價結果

大數據具有預測的準確性和快速迭代的優點。在大數據背景下，信息技術的進步，各種工具軟件層出不窮，為數據收集、整理、分析、使用提供了可能，信用評價模型因此可以納入更多變量，從而得到更全面、更準確的量化信用評價結果。

四、基于大數據的互聯網金融征信體系建設的具體措施

互聯網金融能否持續健康快速地發展，離不開基于大數據的互聯網金融征信的發展。具體措施如下：

（一）建立基于大數據征信業務特點的征信業務新體系

健全大數據背景下我國征信業務的新機制，政府層面上，要積極推動，形成良好的政策導向，加快規范統一信息標準、技術標準和管理標準建設，加快信用代碼制度、網絡經營者身份標識制度及電子商務網站可信認證服務制度等，提高對市場主體的服務水平。

（二）構建互聯網金融征信子系統，提升大數據的整合能力

加快建立統一的互聯網金融征信子系統，促成信用信息共享交換。建立第三方支付平臺征信系統，建立網絡信貸平臺征信系統，建立電子商務平臺征信系統，建立社交網絡征信系統，在充分合理論證的基礎上應把互聯網征信子系統與人民銀行征信系統相對接完善信貸平臺信用數據實現信用資源合理共享，避免借款者在一個平臺違約后再在另一個平臺生成新的信用記錄。

（三）健全大數據征信相配套的法律體系，保障用戶隱私和數據安全

信息時代數據如同一把雙刃劍，在帶來便利的同時也帶來了很多安全隱患。個人隱私無處遁形。首先是完善個人信息安全保護的法律體系。其次建立嚴格的大數據采集制度，加快推動制定個人信息保護、隱私管理等法律法規，促進信用數據的建立和有效合法利用，同時保證公民個人的合法權益，促進社會信用體系建設。

（四）完善失信聯合懲戒機制

“信用就是企業的生命。”當前要進一步建成企業信用標準體系，形成覆蓋全社會的征信系統，推進誠信文化建設，建立守信激勵機制和失信聯合懲戒機制。利用大數據提供精準、高效、實時的風控服務，并促成建立基于大數據的互聯網金融征信體系，征信機構、動態風險監測服務及自動預警功能。

參考文獻

[1]謝平，鄒傳偉.互聯網金融模式研究[J].金融研究，2012（12）：11-22.

[2]趙海蕾，鄧鳴茂，汪桂霞.互聯網金融中的大數據征信體系構建[[J].經濟視角，2015（04）：18-21+65.233

[3]邱勛.規則監管時代下傳統金融機構的互聯網金融發展對策研究[J].西南金融，2016（1）：20-21.

作者簡介：熊建宇（1981-），男，復旦大學軟件工程碩士、講師，主要研究方向：互聯網金融、大數據。