在人生康波中选对的,看金融资讯选康波财经
我的额度
贷款攻略 金融评论 个人征信牌照为何“难产”
个人征信牌照为何“难产”
摘要:个人征信商业化时代已经到来征信在金融科技行业里一直是一个敏感的话题。它看起来有着巨大的市场空间和无限的市场潜力,甚至被誉为是一项改变金融基础设施的伟大工程。但由于我国征信

个人征信商业化时代已经到来

征信在金融科技行业里一直是一个敏感的话题。它看起来有着巨大的市场空间和无限的市场潜力,甚至被誉为是一项改变金融基础设施的伟大工程。但由于我国征信业起步较晚,人们对自身信用缺乏重视,再加上数据源不足、信息得不到充分共享、信用评分产品单一等,这也就导致个人征信牌照在历经为期两年的试点后,出现了难产的局面。

4月21日,北京召开的“个人信息保护与征信管理国际研讨会”上,中国人民银行征信管理局局长万存知表示,目前开展个人征信业务的8家机构没有一家是合格的,“在达不到监管标准情况下不能把牌照发出去”。这8家没被翻牌的机构就包括大家熟知的芝麻信用管理有限公司、腾讯征信有限公司。

在8家个人征信试点机构出现之前,我国的征信系统是以央行征信为代表的传统征信为主。传统征信是由专业机构通过固定的模型定向采集财务和金融交易信息并对信息进行加工、处理、报告的专业化信用管理服务。传统征信兴起于国外,在美国,以1933年成立的邓白氏公司为代表,是目前我国乃至全球范围内普遍存在的征信业态。

传统征信在方便个人信贷、辅助金融授信决策、防范信用风险和提升金融获得性等方面发挥着关键作用。例如,对于银行来说,影响信贷审批额度的主要因素包括客户基本特征(包括男女、年龄、教育程度等等)、客户的风险暴露情况(社会收入、债务情况、还债能力综合评估)、现有的社会表现(房贷还款情况、其他银行信用卡使用情况等)。

但是,传统征信的局限性也不容忽视。一是全国还有5亿左右人口没有在持牌金融机构的信用活动,从而不被其所覆盖。二是随着“互联网+”的发展,互联网上产生、沉淀了大量与个人征信相关的数据,目前还难以被其采用。

正是在这个背景下,央行在2015年开放个人征信市场,并公布首批8家个人征信试点机构。值得注意的是,在首批入围个人征信牌照的民营企业中,仅有3家为传统的征信机构,其余5家都是互联网企业参资设立或者集团旗下的子公司。究其原因,与传统数据相比,互联网征信的数据涉及范围更广、种类更多,无论是在信息源和信息维度上都具有优势,是对传统征信手段的有力补充。

具体而言,互联网数据征信,又称大数据征信是指通过对海量的、多样化的、实时的、有价值的数据进行采集、整理、分析和挖掘,并运用大数据技术重新设计征信评价模型算法,多维度刻画信用主体的“画像”,向信息使用者呈现信用主体的违约率和信用状况,由此带来征信成本的降低和征信效率的提高。

但从数据范畴和内涵的效用性、征信机构独立性等方面看,大数据征信仍存在诸多问题。

第一、数据采集和使用未遵循“独立第三方”基本原则。传统征信坚持独立第三方征信原则,征信机构是“市场中立”的——既不与信息提供者或信息使用者有直接的商业竞争关系,也不介入或影响信息提供者或信息使用者在各自细分市场的竞争。而大数据征信突破“独立第三方”的边界,征信机构数据的采集和使用多源于并应用于自身开展的业务,这样征信报告的有效性得不到保障,公信力备受质疑。

第二、信用评分产品单一,缺乏核心的评分模型、评分维度以及场景化的评分体系。由于各家机构的基因不同,因此在数据收集、评分体系方面也截然不同,例如,芝麻征信主要依靠蚂蚁金服实名用户在淘宝、天猫的消费和支付数据,还包括投资、理财、生活、公益等其他数据,并引入合作商户、最高人民法院等多方面的数据。腾讯征信则有强大的QQ用户、微信用户数据,在门户、娱乐等领域的用户规模庞大。而前海征信的来源以平安集团内部数据为主,并连接多家金融机构的数据、车险违章等非金融信息。

综合以上分析,个人征信牌照难产是基于种种现实情况,但是其作为我国征信体系的一种完善和补充,还是有巨大的发展潜力和改良空间的。

中国传统金融机构没有服务到的人群,简言之可以分为两类:无信贷历史记录者和差信贷历史记录者。

首先,对于第一类人群,在央行没有征信报告,几乎没有过往金融服务记录,照搬传统金融的风险审核会出现水土不服的状况,而通过大数据分析与机器算法等技术手段,可以建立更具有适用性的评分模型、评分维度以及场景化的评分体系。

例如,传统的线下小贷公司在放贷过程中,会有一些自己的经验判断,在面对一些特定行为特征、生活习惯的客户会首先有一个自己的直观打分判断。这部分客户往往在央行没有征信报告,针对这类客户的打分体系是小贷公司长期经验累积的结果。现在一些大数据风控公司可以通过技术化的手段把这些变成输入变量纳入到风控审核当中去,作为民间借贷的风控经验进行输出。

其次,对于差信贷历史记录者,传统金融机构往往将其直接纳入到失信者名单(俗称“黑名单”),在获取信贷等金融服务方面会受到各种制约。而依托大数据征信的信用评估模型不仅关注信用主体信贷历史信息的挖掘,更看重信用主体实时、动态、交互的信息,以信用主体行为轨迹的研究为基础,在一定程度上可以精准预测其履约意愿、履约能力和履约稳定性。

例如,现在一些大数据风控平台建立的“灰名单”制度,在评估信用主体时,不再局限于金融机构、政府机构以及电信提供的个人基本信息、账单信息、信贷记录、逾期记录等,还引入互联网行为轨迹记录、社交和客户评价等数据。这些数据在一定程度上可以反映信用主体的行为习惯、消费偏好以及社会关系。通过这套评分体系,可以将部分已经被纳入到“黑名单”的人群,筛选到系统“灰名单”里,可以让有良好履约意愿的历史失信人群享受到金融服务。

最后,针对征信数据独立性问题,现在主流的大数据风控平台都会接入多家机构的征信数据,通过各种核心算法刻画信用主体的真实画像,从而解决单一征信平台信息封闭的问题。

综上所述,基于大数据与机器算法等最新科技手段,未来中国个人征信的发展前景仍将是非常可观的。

PC文章详情
金融评论 更多

热门贷款

借现金-满易贷
扫码查额度得优惠
最新资讯
资讯
问答
金融课堂
两地上市
百科
热门
×
您在哪个城市工作
机构仅办理当地工作人士申请
北京
其他城市
康波财经
值得信赖的贷款资讯平台
客服电话
95055