新金融背景下互聯網征信體系與傳統征信體系比較研究

【摘要】本文通過對傳統征信體系與信息時代的互聯網征信體系進行多維度對比，較全面剖析了互聯網征信的特點和優勢，同時展望了它將給傳統征信體系帶來的深刻影響。

【關鍵詞】傳統征信體系 互聯網征信體系 大數據

一、引言

在我國運營穩定的征信主體主要有三類：以央行為主導的金融征信體系、以政府為主導的公共征信體系和以市場為主導的商業征信體系。其中金融征信體系以金融主管部門為主導進行建設、以金融機構為主要客戶，以授信申請人為主要征信對象，主要目的在于信用信息在金融業內互聯互通、共同防范信用交易風險。公共征信體系以政府及其主要職能部門為主導進行建設，以政府及其各智能部門為主要用戶，以企業和個人為征信對象，以信用信息在政府及其各部門間互聯互通、實現統一的信用懲戒與預警監管為主要目的。商業征信體系是由民營機構建成并按市場方式運作的機構體系（我國上世紀80年代末、90年代初已有民營征信機構誕生，例如鵬元征信有限公司個人征信系統自2002年即已開始投入運行。過去商業征信沒有獨立、穩定的數據來源，主要是從前兩個體系挖取，再進行整合分析。）。（冉禹.我國互聯網金融征信體系建設研究[D].安徽大學，2017.）而伴隨P2P網貸等互聯網金融業態的逐步興起，對征信強烈的業務需求刺激和催生了互聯網征信這種創新式征信方式的誕生。尤其當擁有大數據蓬勃發展的便利性，為征信數據的海量采集和深入挖掘帶來了極大的便利，優越性凸顯。2015年1月5日，中國人民銀行印發《關于做好個人征信業務準備工作的通知》，要求芝麻信用管理有限公司、騰訊征信有限公司等8個互聯網公司做好個人征信業務的準備工作。由此，互聯網征信作為一種新興征信模式進入征信領域，逐漸成為現有征信體系的有效補充。

二、互聯網征信的內涵

互聯網征信也被成為網絡征信，還屬于新興概念，因此尚無權威定義。文本在此將其簡單解釋為對傳統征信業務的互聯網技術手段延伸，即通過采集企業和個人在互聯網交易服務中的行為數據，利用云計算、大數據等現代化技術手段，對獲得的信息進行信用評估的活動。在一些發達國家和地區，互聯網征信業態發展已經漸具規模。如美國的新興互聯網金融公司Zestfinance，專注于提供信用評估服務，其數據來源涵蓋第三方、互聯網和用戶提交等多個渠道，開發了10個基于機器學習的分析模型，盡可能挖掘信用信息，對個人消費者從不同角度進行描述和深度量化信用評估。

三、互聯網征信與傳統征信的區別

（一）征信主體不同

過去，我國的傳統征信主體一般就是指央行征信系統、公共信用信息服務平臺等。而互聯網征信主體則更加多元化、市場化，如現有的市場化征信公司（中誠信、上海資信）、新興電子商務企業（京東、蘇寧）及互聯網公司（阿里巴巴、騰訊），多元主體、多個領域構成了互聯網征信的主力軍團。

（二）渠道和數據來源不同

傳統征信方式主要集中于線下，采集數據要主動花費大量的人力、物力和時間成本。互聯網征信的數據來源渠道則主要集中于互聯網領域，數據實際上由用戶自動提供，主體端是被動匯聚大量信息數據，然后通過技術抓取和整理形成個人、企業在使用互聯網時留下的數據信息，與此同時，也可以輔之以其他渠道獲取信息，利用云計算、大數據等高科技開展信用評估與服務工作。

（三）征信覆蓋范圍不同

傳統征信數據庫覆蓋范圍相對有限，主要受制于其數據來源渠道窄、征信系統數據分散、征信數據信息更新較為緩慢和征信成本較高等原因。與之相比，互聯網征信的載體是開放式的互聯網，在信息容量、獲取和共享成本等方面具有優勢，能夠將傳統征信系統內沒辦法收集的數據信息轉成信用記錄括入囊中。

（四）信用應用領域不同

以往，征信主要應用于借貸領域，而以大數據為基礎的互聯網征信，其應用場景則從金融領域擴大到社會生活的方方面面，如租車、租房、求職應聘等各種履約場景。大數據征信還能為政府監管和服務提供決策依據，在行政管理和公共服務領域采用大數據征信產品可以即使了解市場主體的信用狀況，提高政府服務水平和監管效果，降低服務和監管成本。

（五）信用評價思路和方法不同

傳統征信的思路是用昨天的信用記錄來判斷今天的信用，采用的也是較為傳統、固定的模型，比如經典的FICO。而互聯網征信獲得的數據是動態甚至是實時的，通過大數據分析等技術判斷個人相對經濟狀況、心理狀態和性格穩定情況。所得的分析結果更為立體多面，推斷維度增加也加強了征信可信度。

具體對比可見下表1。

四、互聯網征信將對傳統征信體系的影響

（一）延伸了傳統征信數據的廣度和深度

傳統征信數據是以信息主體的基本信息、財務信息、公共信息等靜態數據為主，信用評價維度較為單一，不夠綜合全面，缺乏與其他數據的交叉驗證，信用評價成果可靠性不高。而互聯網征信包括社交數據、購買記錄、評價記錄等非金融機構的外外部數據，有助于更加全面和準確的進行信用評價，并且能夠記錄個人發生的每一筆交易或者每一次社交內容，可進行信用評價的實時調整。此外，互聯網的海量信息數據可實現數據間交叉驗證，以確保信用評價結果的真實性。

（二）拓展了傳統信用評價的技術渠道

傳統信用評價大多基于一定的數學和指標模型構建，在考察個人或企業違約率與其他相關觀測變量的基礎上，根據歷史數據確定違約率和信用等級之間的關系，最后通過考察被評級人給出大致能夠代表評級人違約概率的評級數值。而互聯網征信融合了大數據等新的技術手段，不再局限于傳統數據模型給出的理論框架。如芝麻信用從身份特質、履約能力、信用歷史、人脈關系和行為偏好五個方面利用大數據對個人進行信用評級，信用評價結果更加全面、精準。

（三）強化對個人失信行為的有效約束

互聯網征信所使用的多維數據以及大數據等技術，可以在一定程度上實現對個人、法人、企業、機構的無死角征信畫像。且由于互聯網的共享性，個人與互聯網企業發生的與信用評級相關的行為都會被記錄且傳至企業征信分析平臺，后端的企業征信平臺之間能夠實現信息的局部共享，形成一張幾乎無處不覆蓋的征信信息網。基于實時記錄的特征，加之網絡購物等產品已經深深嵌入個人生活的各個方面，失信行為很容易被記錄且影響后續使用。互聯網征信能夠促使個人形成良好的誠信意識，進而對個人失信行為進行有效的約束。

五、結語

通過對傳統征信系統和互聯網征信的多維度比較，可以發現其具備更好的實效性、更低的獲取成本、更真實的信用反映，是對傳統征信的有利延伸。隨著信息時代的全方位覆蓋，未來互聯網征信將在需要領域內大展拳腳。而是否存在非法獲取、數據歸屬權等問題也會成為業界爭論的重點，以及相關延展研究的各個方面都值得學界關注和深挖。

參考文獻

[1]王書斌，譚中明，陳藝云.P2P網絡貸款接入社會征信系統效果評估——以人人貸為例[J/OL].管理現代化，2018（01）：4-6[2018-03 -12].https：//doi.org/10.19634/j.cnki.11-1403/c.2018.01.002.

[2]陳新枝.征信在P2P網貸信用風險管理的應用研究[D].上海國家會計學院，2017.

[3]郭壬癸.P2P網貸平臺征信機制：模式、問題與優化[J].南方金融，2016（12）：97-101.

基金項目：本文系湖南省委黨校行政學院系統社會科學界聯合會課題《區域網貸違約人特征對構建地方特色征信系統的啟示》階段性成果，立項號：[2017DX007]。文責自負。

作者簡介：吳楠（1986-），女，湖南省直機關黨校，講師，研究方向：金融。