大数据背景下的中国征信体系如何发展_数据分析师

互联网金融的发展需要以信用为基础，征信的发展和完善将为互联网金融的健康发展提供有力保障。征信是以数据为基础，对其进行的采集、整理、加工以及使用。大数据不仅可以为征信体系的建设提供丰富的有效数据，也可以从根本上改变传统征信产品的设计理念，间接助推互联网金融发展。

目前征信体系比较完善的国家和地区主要有美国、欧洲和日本，且其征信模式各不相同：

1.美国征信体系最大的特点是市场化。在美国，Equifax、Experian和TransUnion三家征信公司“三足鼎立”，分别拥有覆盖全美的数据库，其中包含超过1.7亿消费者的信用记录。这些海量的个人征信数据经过FICO的计算方法模型形成征信产品——信用分析报告和325-900分值区间的评分。

2.欧洲征信体系最大的特点是由政府主导。大多数的欧盟成员国，如德国、意大利、西班牙等，都采用以央行建立的中央信贷登记系统为主体的社会信用管理模式。所有银行统一接口，依法强制向央行信用信息局提供其所有的征信数据，由央行搭建全国性的数据库。

3.日本征信体系最大的特点是会员制。包括银行、信用卡公司、金融机构、企业、商店等机构都是信用信息中心的会员，通过内部共享机制实现中心和会员之间的征信信息互换。会员有义务向中心提供客户个人征信数据，中心也仅限于向会员提供征信查询服务。

我国征信业发展尚处于起步阶段，围绕征信体系建设的法律法规、业务规则以及数据处理模式及方法都需要完善和加强。截至目前，在征信领域中国和欧洲类似，央行征信系统一家独大。但是，在中国，虽然央行手握庞大的数据库，其存在以下几个问题一直为人诟病：

1.封闭。互联网金融的快速发展并没有得到央行任何实质性的支持，央行所把持的征信大数据并没有助力中国互联网金融的发展。征信领域的缺陷也使得中国互联网金融的发展并非一帆风顺，特别在P2P领域，跑路现象非常严重，给互联网金融的发展带来了很大的负面影响。

2.方便性差，代价高。就个人来说，只能到各地的人民银行查询个人信用数据，且只有两次免费机会；企业的话更难，没有好的公关，很难想像哪家企业可以获得这些数据。

3.数据失真严重。鉴于我国人口流动性强，央行统计的数据覆盖人群以及涉及的维度都有限，很难准确反映人们的日常需求。

大数据催生的征信体系建设可以很好的解决央行征信体系面临的问题，因为其数据覆盖面广，涉及的维度更全面，通过互联网方便快捷的服务全体商家。

首先，大数据必然优化整个征信市场的格局。在现在的市场中，电商已经成为征信体系建设的排头兵。以阿里巴巴和腾讯为例，蚂蚁金融利用阿里巴巴旗下或者持股的淘宝、天猫、支付宝、高德地图、UC浏览器、微博、优酷等收集客户的行为数据和信用情况，建立了涵盖数十万企业以及数亿个人的数据库，其征信体系的模型令人期待；腾讯也一样，基于帮助金融机构提高风险管理水平以及助推普惠金融的理念，腾讯财付通团队从设计、应用、机器学习以及数据建模上，利用腾讯大数据，分析用户行为，向金融机构提供用户信用风险。除了电商，传统金融机构也在积极构建征信体系，如平安集团就想要整合旗下各公司相关的网贷信息、银行信贷信息、车辆违章信息等，建立金融数据挖掘中介机构。此外，互联网金融的发展也催生了很多新型征信机构，一些大数据公司依靠技术手段，以电子商务、社交网络为平台，采集信息，提供信用信息服务。

其次，未来的征信业将以智能数据分析系统为平台，依靠大数据挖掘技术实现转型升级。一方面依托大数据的征信体系可以深度挖掘用户信用信息，防范潜在的信用风险，实现有效的风险控制；另一方面，依托大数据的征信体系可以在数据充分信息化的基础上实现精细化管理。

第三，依托大数据可以实现征信业的差异化竞争。通过采用不同的数据，应用不同的数据处理方法或者模型，开发针对不同市场或者客户的产品，实现差异化竞争。

第四，大数据可以拓展征信数据来源。在大数据的帮助下，征信机构可以实现从之前实体机构，如政府部门、金融机构等，中采集信息向从互联网等虚拟世界中获取信息的转变。因为大数据使得能反映主体信用情况的征信数据来源更加多元化、层次化和非结构化，其相应的深度和广度也随之增加。

与此同时，大数据的发展也将对征信业的监管技术和水平、信息安全和隐私的保护、数据处理的能力以及基础硬件的升级提出更高要求。所以随着大数据时代的到来，未来的征信体系要在制度、技术、信息共享方式以及管理方面不断创新，以促进征信业的发展。