
大數(shù)據(jù)征信面臨的挑戰(zhàn)與對策
隨著征信市場化步伐加快,大數(shù)據(jù)征信成為熱門話題,受到互聯(lián)網(wǎng)金融和資本市場的追捧。征信與大數(shù)據(jù)有著基因?qū)用娴拿芮嘘P(guān)系,一方面,征信數(shù)據(jù)是天然的大數(shù)據(jù),理論上與消費者和企業(yè)相關(guān)的數(shù)據(jù)都可以用來作征信;另一方面,征信其實就是將分散在不同信貸機構(gòu)、碎片化的局部信息,加工融合成為具有完整視覺效果的全局信息,從中挖掘出風(fēng)險信息,破解交易過程中信息不對稱問題。而大數(shù)據(jù)技術(shù)的優(yōu)勢就在于能夠更好地利用IT先進技術(shù),將支離破碎的數(shù)據(jù)整合起來,形成真正有用的信息。所以,大數(shù)據(jù)對傳統(tǒng)征信業(yè)務(wù)模式的影響將是變革性的,甚至是顛覆性的。我國征信業(yè)必須從制度設(shè)計、信息共享、隱私保護、監(jiān)督管理等諸多方面不斷創(chuàng)新,以迎接大數(shù)據(jù)時代帶來的新機遇與新挑戰(zhàn)。
大數(shù)據(jù)征信面臨的挑戰(zhàn)
(一)現(xiàn)行法律規(guī)制與大數(shù)據(jù)征信不匹配。近年來,國務(wù)院相繼出臺《社會信用體系建設(shè)規(guī)劃綱要(2014-2020年)》、《征信業(yè)管理條例》和《征信機構(gòu)管理辦法》,初步形成了征信市場的法律框架。但是上述法律規(guī)范的調(diào)整和規(guī)制對象主要是傳統(tǒng)金融機構(gòu),面對互聯(lián)網(wǎng)金融,其是否適應(yīng)互聯(lián)網(wǎng)金融行業(yè)特別是大數(shù)據(jù)征信的要求,尚待有效驗證。
(二)大數(shù)據(jù)征信面臨技術(shù)性難題與應(yīng)用困境。一是大數(shù)據(jù)的獲取難度較大。隨著互聯(lián)網(wǎng)帶來的廣泛數(shù)字化潮流,全社會的基礎(chǔ)信息搜集和信息共享機制有所改進,但仍不足以支撐全面的大數(shù)據(jù)征信,一方面以水、電、煤氣為代表的基礎(chǔ)信息、教育、住房、司法系統(tǒng)信息尚未完全聯(lián)網(wǎng),底層數(shù)據(jù)缺乏;另一方面支付信息和社交信息呈彼此封閉、割裂的狀態(tài),市場上的電商、社交平臺對于信息共享問題同樣非常謹慎,進而導(dǎo)致大范圍內(nèi)的數(shù)據(jù)獲取存在障礙,數(shù)據(jù)獲取成本過高。二是所建構(gòu)的大數(shù)據(jù)模型的可信賴性有待檢驗。征信數(shù)據(jù)模型的精度提升必須建立在大數(shù)據(jù)有效、充分抓取以及處理的基礎(chǔ)上,需要不斷的實踐反饋和反復(fù)修正。由于應(yīng)用時間較短,缺乏歷史數(shù)據(jù)參考,現(xiàn)有的大數(shù)據(jù)模型大都基于規(guī)則制定,其中帶有大量的傳統(tǒng)征信規(guī)則,還是一種中間形態(tài),大數(shù)據(jù)征信的優(yōu)勢難以突顯。三是大數(shù)據(jù)征信的應(yīng)用范圍不夠?qū)挿?。大?shù)據(jù)征信中的數(shù)據(jù)信息大多來源于互聯(lián)網(wǎng),實際上就把較少使用或者不曾使用網(wǎng)絡(luò)服務(wù)的群體排除在外。
(三)大數(shù)據(jù)征信監(jiān)管體系與監(jiān)管政策亟待完善。目前對于大數(shù)據(jù)征信的監(jiān)管還相對薄弱,監(jiān)管方式與手段較為單一,同時監(jiān)管從業(yè)人員的知識結(jié)構(gòu)以及對大數(shù)據(jù)征信的熟識程度也亟待加強。此外,大數(shù)據(jù)征信行業(yè)自律方面也遠未成熟,目前尚沒有行業(yè)聯(lián)盟或者自律性組織協(xié)調(diào)相關(guān)從業(yè)機構(gòu)規(guī)范經(jīng)營,恪守底線,保護金融投資者和消費者的隱私及相關(guān)信息。
應(yīng)對策略
(一)建立大數(shù)據(jù)征信業(yè)務(wù)規(guī)則體系,有效提升對市場主體的服務(wù)水平。一是夯實大數(shù)據(jù)背景下征信信息的基礎(chǔ),包括數(shù)據(jù)處理、數(shù)據(jù)安全、數(shù)據(jù)質(zhì)量、產(chǎn)品及應(yīng)用等規(guī)則和機制的建立,特別是對有關(guān)數(shù)據(jù)的采集范圍、使用原則和信息安全等問題,應(yīng)作出明確的法律安排。二是加快規(guī)范大數(shù)據(jù)征信標準的建設(shè),逐步擴展信用評估數(shù)據(jù)來源;厘清政府的作用邊界,維護征信主體的權(quán)益。三是鼓勵征信機構(gòu)借鑒發(fā)達國家征信理念、策略和方法,對接全球最大的信用評分機構(gòu)FICO強大、實時、低成本的信貸決策引擎,積極參與風(fēng)控標準等國際標準的制定,提高國際交流與合作水平。
(二)完善信用信息共享機制,整合形成大數(shù)據(jù)征信平臺。一是加快落實信息公開制度,推進政府信用信息的共享。整合公檢法、環(huán)保、交通、工商、稅務(wù)、海關(guān)等各部門的信息資源,建立統(tǒng)一的社會信息平臺,使信用變成資源資本。應(yīng)分步建設(shè)全國統(tǒng)一的跨系統(tǒng)、跨平臺、跨數(shù)據(jù)結(jié)構(gòu)的政府綜合信用信息共享交換網(wǎng)絡(luò)平臺。該平臺應(yīng)建成標準統(tǒng)一、可消除信息孤島、能進行分類分等級管理并可實現(xiàn)信用信息“一站式”查詢的第三方社會征信平臺,以推動部門之間信息的互聯(lián)共享。二是為大數(shù)據(jù)開放共享建立制度保障,通過立法框架和體制的修改,推動數(shù)據(jù)共享和接入。從制度層面看,按照國務(wù)院的要求,已在信用體系建設(shè)部際聯(lián)席會議框架下建立了信用信息共享交換機制,用以推動信用信息實現(xiàn)共享。應(yīng)盡快統(tǒng)一征信數(shù)據(jù)標準和格式,打破資源部門間的信息孤島,以便進行規(guī)范化的數(shù)據(jù)融合,提升大數(shù)據(jù)的整合能力。三是加強行業(yè)協(xié)會組織建設(shè),提供交流合作平臺。要打通行業(yè)數(shù)據(jù)資源壁壘,促進征信機構(gòu)之間的溝通與協(xié)調(diào)發(fā)展,使有效信息得到最大程度的聚合,真正形成“大數(shù)據(jù)效應(yīng)”。
(三)強化數(shù)據(jù)質(zhì)量,提高評估模型的有效性。由于大數(shù)據(jù)的維度廣,數(shù)據(jù)錯誤和數(shù)據(jù)丟失等現(xiàn)象會更加突出,這就需要通過數(shù)據(jù)清洗和交叉驗證等技術(shù),識別用戶身份,尋找丟失的數(shù)據(jù),解決互聯(lián)網(wǎng)上獲取的線上信息不完整的問題,確保數(shù)據(jù)的真實性、完整性和有效性。同時,應(yīng)不斷完善和更新信用評估模型,挖掘海量數(shù)據(jù)與信用風(fēng)險的相關(guān)性,通過客戶屬性、交易記錄、評價信息以及商品信息,合理預(yù)測用戶的違約率和逾期率,提高評估模型的準確性和有效性。最后,擴大評估模型的適用范圍,避免對網(wǎng)上不夠活躍用戶信用評價不公平的問題。
(四)適應(yīng)征信新常態(tài),健全大數(shù)據(jù)征信監(jiān)管體系。征信監(jiān)管要適應(yīng)征信業(yè)發(fā)展步入的新常態(tài):互聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)正引領(lǐng)征信領(lǐng)域變革,征信市場競爭互補的發(fā)展格局逐步形成,數(shù)據(jù)應(yīng)用實踐對權(quán)益保護提出了更高的要求。因此,應(yīng)根據(jù)大數(shù)據(jù)征信的新特征和新模式,探索大數(shù)據(jù)征信的監(jiān)管舉措:一是機構(gòu)監(jiān)管與行為監(jiān)管相結(jié)合。對于掌握大數(shù)據(jù)的企業(yè),不僅監(jiān)管征信業(yè)務(wù)和征信主體,還監(jiān)管其數(shù)據(jù)使用行為,重點監(jiān)督信息采集范圍、業(yè)務(wù)流程、評價方法等。二是分類監(jiān)管與動態(tài)監(jiān)管相結(jié)合。針對不同類型和業(yè)務(wù)規(guī)模的征信機構(gòu),實施市場準入、非現(xiàn)場監(jiān)管、現(xiàn)場檢查相互依存的監(jiān)管流程;同時對以大數(shù)據(jù)、云計算為特點的大數(shù)據(jù)征信業(yè)務(wù),實行動態(tài)監(jiān)管,建立事前、事中、事后全面監(jiān)督體系。
(五)完善相關(guān)法律法規(guī)體系,保障大數(shù)據(jù)征信健康有序發(fā)展。大數(shù)據(jù)的收集可能會涉及國家利益、商業(yè)秘密、個人隱私等,要從強化數(shù)據(jù)立法、加強自主自控、注重顯、隱價值保護三個方面筑牢我國大數(shù)據(jù)管理的安全防線,平衡公民隱私保護與個人信息數(shù)據(jù)的合法利用;同時,加強對征信活動的監(jiān)管,加大對失信的懲戒力度。一是征信機構(gòu)在信息的收集、存儲、管理及使用等環(huán)節(jié)都必須有嚴格完善的制度規(guī)范,并嚴格遵照實施。同時要明確個人在其信息開放利用中的主導(dǎo)地位。建立健全政府大數(shù)據(jù)采集制度,依法記錄和采集相關(guān)信息,征信機構(gòu)不得違法提供或者出售信息。二是建立符合大數(shù)據(jù)特征的信息安全保護機制。在具體制度設(shè)計上,要規(guī)定信息主體、征信機構(gòu)、信息提供及使用者之間的責(zé)、權(quán)、利,明確隱私信息的范圍,確保信息主體的信息依法使用。三是在培育第三方征信機構(gòu)時,應(yīng)明確信息采集內(nèi)容、方式、流程、應(yīng)用等,加強產(chǎn)品質(zhì)量管理、產(chǎn)品異議管理和創(chuàng)新信用信息產(chǎn)品,依法向客戶提供便捷、高效、豐富的專業(yè)化的征信服務(wù)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10