文/中国人民银行征信中心丁安平   本文编辑/贾红宇

互联网金融时代，人们对信用的需求尤其强烈，当传统征信系统不能满足企业的需求时，大数据为信用评级开辟了一条崭新的道路。国内外经验表明，互联网金融催生的是信用挖掘和由此而产生的价值创造，对于我国具有重要的借鉴意义。

我国征信系统现状

从2006年开始运行至今，我国的央行征信系统已收录8亿多名自然人的信用档案，但在这8亿多人当中，只有3亿人有过银行或其他金融机构借贷记录。大量没有信贷记录的人很多是互联网金融的客户，互联网金融客户的信用档案如果能够纳入央行征信系统，不但能降低互联网金融公司建立客户信用档案的成本，还能降低坏账发生率及平台崩溃的概率，从而提升互联网金融业的安全性，降低整个行业的风险，促进互联网金融业的健康稳定发展。

目前，国内企业在风险控制上没有统一的标准。有的企业是依据“全国公民身份信息系统”推出权威身份认证方式，由于无法准确获知借款人的信用状况，只能依靠借款人自己提供的身份证明、收入证明等材料判断其还款能力，很容易产生违约欠款和欺诈。有的企业是以人民银行征信中心的信用报告为评级依据。

2013年3月15日，国务院出台的《征信业管理条例》第二十九条规定，从事信贷业务的机构应当按照规定，向金融信用信息基础数据库提供信贷信息。这为扩大互联网金融征信数据共享范围提供了法律依据。

面对互联网金融发展对征信系统的迫切需要，2013年7月，中国人民银行征信中心旗下上海资信有限公司，借鉴国外征信系统在业务规范、数据格式、安全管理等方面的标准和经验，推出了全国首个基于互联网的专业化信息系统。优先服务央行征信系统尚未涉及的互联网金融领域，作为借款人在互联网金融业的负债信息和偿债履约信息的共享平台，为互联网金融机构业务活动提供信誉信息支持。

在政策允许情况下，与央行征信中心运营的国家金融信用信息基础数据库在技术对接上将不存在障碍，从而在保障信息安全、保护信息主体权益的基础上，逐步实现各互联网金融企业平台、社交网络之间更大限度的信息数据资源共享。尽管系统尚处在运行初期阶段，但为互联网金融信息共享平台的构筑起到了重要的作用。

大数据时代的信用评级

信用评级是一种信息商品，具有非竞争性的特征，即一部分人对该商品的使用和消费，在给定产出的情况下，并不导致对其他人供给的减少。相反，使用或消费该商品的机构或个人越多，该商品对每一使用或消费者的价值就越大，这就是所谓的网络效应。

互联网金融的信用评级技术通过客户信息挖掘，据此测算信用额度和利率，而利率高低与风险大小相匹配，并辅以账号、降低客户评价等措施与信用等级捆绑，从而比传统银行在促使客户还款上更具优势，而且可以借助上下游供应链，利用客户关系的稳固度来防范风险。

大数据可为信用评估所用，社交网站的信息、互联网金融平台的客户评价信息等都可以成为很好的风险评估数据源。沃顿商学院市场营销学教授埃里克·布莱特劳（Eric Bradlow）对社交数据的评价是：“这是一个很有价值的额外数据源，对某个人的信用行为具有很强的预测性。当一个人的资料非常稀少时，这样的数据尤其具有价值。”

信用评级需要大量信息的收集、整理和分析，外部经济、路径依赖和网络效应使得客户在使用信用评级方面有很大的惯性。与发达国家相比，我国的信用评级水平严重落后于互联网金融业的迅猛发展势头。借鉴国内外经验，提升信用评级服务水平，推动个人信用评分，对防范互联网金融风险起着至关重要的作用。

台湾地区金融联征中心提供的中小企业信用评分对评估中小企业风险非常有帮助。台湾地区金融联征中心的征信系统里整合了企业和企业负责人的信息。对中小企业而言，企业负责人的信贷行为和负债情况对企业资产的影响还是比较大的，将两者信息整合起来，可以增加中小企业的信息透明度。

香港地区的个人征信系统除提供信用报告外，还提供多种增值服务。仅信用评分产品就有四种类型，包括个人违约概率预测评分、个人破产概率评分、个人贷款评分和个人还款行为评分。此外，还提供多种类型的预警服务。例如防身份盗窃方面的预警服务，在不同人持信息主体身份证件查询该信息主体信用报告时，征信系统会提供预警服务，同时也会向信息主体发送短信进行预警，提示信息主体身份可能被盗用。

美国的FICO积累了关于如何管理、发布、维护以及持续使用信用评分的信息，同时在全球范围上应用评估这些信息。在过去的20年里，FICO已经在超过25个国家推广使用其信用评分体系，并在许多国家和征信局的实践操作中积累了重要经验。它以更科学的方式对应用于账户生命周期内的策略进行调整，从而帮助更有效地管理资产组合的系统化风险。这种技术能够广泛地适用于多种评分类型和用途，包括：新巴塞尔资本协议风险参数、客户层面的评分、行为评分、损失预测和压力测试等。

信用体系应用于互联网金融

美国拥有一个较成熟的个人信用体系。每个美国公民在信用局都有自己的信用分数，美国人在社会上的任何一项经济活动几乎都要用到这个分数。依托美国人个人征信系统，LendingClub通过网络平台接受借款客户的借款请求，并在得到用户授权后从Experian、Trans Union和Equifax三大征信局获取用户的信用分数，将高于某个分数线的借款人的借款请求放置于平台上进行筹资。

欧洲的征信机构建立了专门的欺诈案件信息共享数据库，帮助放贷机构在信贷申请阶段剔除存在欺诈风险的申请人。还将身份验证工具用于筛选出潜在申请人中的洗钱犯罪分子，主要是满足监管机构的有关要求，另外，用于防止对申请人过度授信；利用大量的信用评分和征信数据来管理客户关系，看客户是否正常还款；监测和防范贷中可能发生的欺诈行为。还提供数据整合服务，即利用其数据匹配技术把关于某一消费者的所有记录整合到一起，帮助创建其单一客户视角（single customer view, SCV），全面管理客户与银行的各个部门发生的业务关系。尽可能多方面了解消费者的生活信息及其具体业务往来情况，确认消费者真正的风险敞口。

目前，在中国国内宜信、有利网等互联网金融企业因为积累的用户数据信息较多，也开始在使用FICO信用评分技术做出客户风险分析，获取更为精确的风险定价。

我国互联网金融征信系统发展愿景图谱

国外发达国家的互联网金融信用模式是建立在相对完善的监管法规基础之上，我国互联网金融监管法律法规的完善是当务之急。同时，要加大对互联网金融业的检查和检测力度，明确监管机构职责和分工，在给互联网金融业保留足够的发展空间的同时，明确监管体系的框架、程序和内容。

在完善的国家互联网金融监管法规和监管体制下，进一步完善互联网金融信用数据信息采集和征信系统建设，加强信用评级，有效评估借款人的负债能力，开发金融产品、提供金融服务，与传统金融业相辅相成，互为补充，从而推动我国金融和经济的健康稳定发展。相信这个美好的愿景在不久的将来会实现。(本文仅代表作者个人观点，与所在单位无关。)