清华金融评论

国外征信业的发展对中国征信行业的快速飞跃具有一定的借鉴意义，经济发展的一大主题就是刺激消费，随之带来的将是对信贷需求的猛增，而互联网金融和大数据技术的进步也为国内征信行业的发展提供了坚实的基础。随着大数据时代的到来，国内未来的征信发展要从制度、技术、监管和保护等几个方面不断改革和创新，促进征信行业整体的发展。

征信在中国是一个古老的词汇，我国自古以来就崇尚诚信这一美德。《左传》中就有“君子之言，信而有征”的说法，意思是一个人说话办事是否讲究诚信是可以得到验证的。随着征信体系的逐步发展，从事经济活动的企业和个人将有另外一个“信用身份证”。

其中征信活动的产生来源于信用交易的产生，包括货币的借贷和各种商品的赊销等形式，现代的经济也是信用经济，它是商品经济发展到一定阶段的产物。信用本质上是授信者（债权人）相信受信者（债务人）具有偿还能力。但是信用交易的一方想要了解对方的资信情况却极为困难，征信活动也因此产生。

征信能够从制度上约束企业和个人行为，有利于形成良好的社会信用环境。随着社会经济的发展，诚信将成为一种社会风气，逐步渗透到经济活动的各个方面。

征信行业的发展历史

国际征信行业的发展历史

征信的快速发展是从20世纪60年代开始的。第二次世界大战过后，很多国家的经济逐渐恢复，20世纪60年代进入到了经济高速发展的时期，因为国内外的贸易量大幅度增加，征信的业务量也迅速增大，从而进入到了信用交易的时代。随着征信行业逐渐成熟，形成了完备的法律法规体系和商业运营模式，对世界各国的经济发展起到了重要的推动作用。

美国在20世纪60年代就进入到了征信行业的快速发展时期，从20世纪60年代到80年代中期，美国开始逐渐地出台各种征信相关的法律法规，特别是16部法律相继出台，对金融机构、房地产、消费者资信、商账追收等行业明确立法。形成一个完整的法律框架体系，美国的征信是市场化运作。20世纪80年代末到21世纪初，美国征信市场进入到了整合期，机构数量锐减至500家。

欧洲征信行业的发展历史：在20世纪80年代之后，因为新兴产业的不断发展，征信行业又重新被投资人和金融机构所重视，大量的征信机构开始兴起，它们为商业银行、保险公司等主要用户提供征信服务。其中最著名的企业征信机构是格瑞顿公司。格瑞顿公司（Graydon International Co.）是一家成立于1888年历史悠久的欧洲大型征信服务公司，它有能力提供世界上130多个国家和地区的企业信用报告。公司总部设在荷兰，主要分公司设在美国、英国和比利时。

日本初期，征信机构数量很多，价格竞争激烈，随着市场化的日趋成熟，帝国数据银行和东京商工两家占据了市场份额的60％～70％，并将这一态势保持至今，呈现出集中垄断的长期性、稳定性。

中国征信行业的发展历史

我国征信行业的发展，自1932年第一家征信机构“中华征信所”诞生以来，已经有80多年的历史，特别是改革开放以来，我国信用交易逐步扩大，随着对外经济贸易的增加，我国征信行业得到了长足的发展（见图1）。

国内征信行业的宏观环境

国内征信行业的宏观环境主要包含四个方面：政策环境、经济环境、技术环境和社会环境。如表1所示。

征信体系的商业模式比较

美国征信体系的商业模式

美国的征信行业在经历了近百年的发展，出现了新的商业模式和趋势。征信产品也从信用报告，到各类的风险评估细化到破产预测、偿债预测、收入预测等。

而美国的信用报告架构一般由监管机构决定，它们在定价时会考虑产品的成本。每年监管机构会根据当年的经济情况适时的调整价格。同时监管机构会依法向社会公众征求意见，方案中包含了市场因素和政府因素等。但是企业的意见一致认为信用评分的价格应该来自市场，而不应由政府强制干预。

在美国，用户可以获取一定数量的免费评分产品，并且该产品在一段时期内被反复的访问和浏览。对于付费的评分产品，一般也伴随着信用报告的销售。评分机构一般不提供评分产品的售后服务，但是原因代码除外。

评分机构不对评分分数做任何的解释，不接受关于分数的投诉，但是它们往往会通过企业网站向公众提供相关的评分知识和评分模拟程序，帮助解释影响信用分数的因素，同时会定期向用户提供该评分产品的预测能力数据。

1956年，美国的FICO公司研发了著名的FICO信用评分模型，经过不断的改进，在美国得到了广泛的应用，在世界上也产生了巨大的影响。FICO的评分范围为300～850。其中750+为最优，660～749为良，620～659为中，< 619为差。

FICO公司对美国三大征信机构和其他客户使用其评分模型产品收取一定得费用，因此三大征信机构一直致力于研发评分模型以取代FICO评分体系，2006年三大征信机构也推出了信用评分体系Vantage，事实上，FICO的评分体系一直占有最重要的市场份额。

在上个世纪90年代初期，美国银行业开始不断地引入信用评分模型，根据美国小企业协会的调研显示，47%的银行使用小企业信用评分模型进行信贷管理，6%的银行计划未来实施小企业信用评分模型。很多银行对于实施小企业信用评分的信贷额度方面，小于 25 万美元的信贷申请通常会使用信用评分，但是25 万美元以上的信贷额度则较少使用信用评分模型。

近期，美国互联网公司ZestFinance不断受到互联网金融专业人士的热捧。因为涉及大数据的信用评估模型越来越受到征信机构的重点关注。

美国征信机构搜集的数据正在多元化，除了金融相关的征信数据外，电商、电信业和零售业的数据也被纳入到征信体系中。同时个人征信和企业征信出现了融合的趋势。例如在企业风险中也考量董事长、法人和高管的个人信用风险。

美国三大征信机构以及FICO也已经开始大数据征信方面的研发，作为美国三大征信所之一，Equifax公司存储着所有美国成年人以及另外16个国家公民的财务数据，其中包括全球5亿个消费者和8100万家企业。例如哪些人在共享同一电话号码或地址、牙齿治疗贷款的申请、杂志订阅、租赁历史记录、房地产资产、投资理财、购买零售商品、纳税申报单类型、婚姻状况、就业状况、水电费缴付、有线电视账户、犯罪记录、债务收入比、地址更改、机动车档案、邮政信箱、推断某人能否支付账单、预测某人的支付意向，与过去和潜在的欺诈犯罪有无关系等。

在美国，一些互联网征信机构也得到了长足的发展，例如Credit Karma的征信业务创新，该公司2008年成立于美国旧金山，共有3300万用户。该公司通过互联网，向美国的消费者提供免费的信用报告、信用评分、信用监控等金融服务，最后根据用户的信用特征从一些金融信贷机构中获得盈利。目前Credit Karma已经有了数亿美元的收入。

欧洲征信体系的商业模式

欧洲的公共征信系统在一开始就是将企业征信与个人征信结合起来的，在此基础上的欧洲私营征信局系统也参照了该模式的发展。由于并购的盛行，美国征信机构的跨国并购，欧洲的私营个人征信机构逐渐被几家大的跨国公司所控制，欧洲私营个人征信机构具有明显的美国特点。但是总体来说，欧洲的征信体系还是以政府为主导。

国内征信体系的商业模式

中国是目前世界上人口最多的国家，截至2013年12月，网民数量达到6.18亿人，其中手机网民规模也达到了5亿人。网络购物用户也达到3.02亿人，网上支付的用户规模达到2.6亿人，如何将这些海量数据更好地应用到国内征信体系的建设当中，已经成为国内大多数科研机构和征信机构研究的重要课题之一。一般是通过信用主体的基本信息、交易信息和关系信息挖掘出这些信用主体的信用信息。

目前央行的征信系统是国内最大的征信数据库，而互联网的大数据在未来将成为征信系统的最重要的补充。我国的征信体系与欧洲类似，还是以政府为主导，央行负责建设、运营和维护企业和个人的征信系统，但是未来的中国也会建立市场化的征信体系。

随着互联网用户的激增，国外先进的互联网征信商业模式，值得国内的征信机构学习和借鉴。

国内外征信体系建设的经验与启示

国外征信业的发展对中国征信行业的快速飞跃具有一定的借鉴意义，经济发展的一大主题就是刺激消费，随之带来的将是对信贷需求的猛增，而互联网金融和大数据技术的进步也为国内征信行业的发展提供了坚实的基础。

随着大数据时代的到来，国内未来的征信发展要从制度、技术、监管和保护等几个方面不断改革和创新，促进征信行业整体的发展。

对于国内的征信机构来说，必然也要从以下几个方面进行改进：

1.加强征信产品的创新

在符合国家信息安全和数据管理的法律制度框架体系的条件之下，国内的征信机构可以通过挖掘分析技术，加强对征信产品的创新，拓展征信产品的种类，除了提供基本的信用报告查询之外，还可以提供各类增值类的产品，例如信用评分、信用监测关联关系、防欺诈、重要信息提示、行业趋势报告、身份验证等产品，以满足社会的需求。

其中信用监测主要是风险指标的风险提示，通知用户账户变化情况，对问题账户发出预警，报告更新服务等。防欺诈检测是帮助商业银行和其他小额贷款公司进行防欺诈检测。重要信息提示产品可以帮助商业银行及时掌握客户的信用风险信息，节约管理成本，提高信贷风险管理的效率。行业趋势报告可以提供某个行业的未来支付习惯、失败的趋势和与行业标准的对比等具体信息。企业身份验证是在一笔交易中，核实申请者的身份，该工具搜索多个数据库，核实企业名称和企业主信息，满足一致性要求。例如“被身份认证公司是否合法存在”“企业的营业执照或者注册信息等的验证”等内容。

2.提升数据的处理能力

在大数据时代，征信数据的处理环节主要包含：数据的采集、加工和对外服务。在数据处理过程中，可以通过搜索引擎、云计算和数据挖掘技术，提升数据处理的效率。同时可以研发先进的业务分析模型，以更好地把握市场，同时优化征信体系的商业模式和运营体系。

（1）建立数据的标准体系和共享机制

对于国内的征信机构来说，如何建立征信数据的标准体系和数据的共享机制是重点和难点。目前来说，我国的各渠道数据标准存在着差异，缺乏统一的标准。这已经严重阻碍了数据的共享。因此可以通过完善法律法规，加强各个资源部门的协调，尽快打造统一的数据标准体系，这样才有利于数据的融合和共享，提升数据处理整合的能力。促进社会征信体系建设的大力发展。

（2）坚持走市场化的道路，学习国外先进经验，深刻理解征信行业的商业模式和运营体系

国内的征信机构应该走市场化的道路，才能保证社会征信行业的蓬勃发展，目前以美国为代表的征信机构为中国征信市场的发展带来了重要的经验。同时世界各国普遍意识到征信行业在经济、金融运行中发挥着重要的稳定作用，各国陆续出台相关征信政策，在此形势下，我国更应该密切关注征信行业的发展动态，学习先进经验，引进先进的征信技术。另外，我国经济持续增长，也迫切需要征信服务，随着一系列征信政策的颁布和实施，很多消费领域、生产领域都对信用信息的需求得到日益的增长。社会公众在经济活动当中，日益重视利用征信产品防范信用风险，信用意识的不断增强业务征信行业的整体发展带来了良好的社会环境。因此我们可以借鉴国外征信机构先进的商业运营模式，国内的征信机构可以利用大数据技术，为客户提供商业信息、工具及专业经验，协助客户做出信心十足的商业决策。同时可以同客户、供应商和合作伙伴建立战略合作关系，不仅保证其信息可以被广泛应用于风险管理、营销和供应管理决策领域，也提供核实最新企业信息的服务，以此来吸引客户，赢得更多商机。

（3）将基础征信产品和服务做扎实

我国在利用互联网数据做征信的方面取得了一定的进步，阿里巴巴和腾讯已经成立了征信公司，它们利用互联网数据做征信的业务。但是目前国内还没有形成有规模化的征信机构，除了在数据采集和对外服务落后于欧美国家外，在商业模式和产品理念上与其他国家相比也存在较大差距，国内的征信机构更应该关注基本的征信产品和服务，不仅仅需要将信用评估做好，更应该将信用报告、信用监测等基础服务做扎实，为客户提供更全面和更客观地信息。

信用评分模型等产品是基本征信产品和服务的补充，因为信用评分模型主要评估借款人的还款意愿和还款能力，该模型以还款历史、信用或贷款额度、公共纪录（破产、催收……）和查询信息的次数等数据为基础，但是信用评分模型并不是百分之百的准确。

根据影响信用风险的因素，我们可以预测借款人的信用风险，但是不是所有的因素都可以被观察和测量，因为模型方法有一定的局限性，预测本身也是基于过去发生的情况做出的，所以它不可能完全准确。同时信用评分有一些不足和弱点，例如模型不能涵盖所有相关信息。举例来说，人口统计信息（受法律约束的种族、性别等），不可预料的偶发事件（离婚、意外事故等），地理信息，宏观经济信息和各种计量错误等因素都会影响评分模型的可靠性。而且大多数的信用模型评分只能评估当前的状态，而非动态连续的。

综上所述，首先，国内的征信机构应该将基础的征信产品做扎实，提升基础数据的标准化程度，为客户提供全面、真实和客观的信用信息。其次，在信用报告的基础上进行数据挖掘和分析，加强产品的创新，为客户提供个性化的服务，同时根据自身实力和特点，明确在征信行业价值链中的定位和商业模式。

（本文编辑/张英凯）