
大數(shù)據(jù)與個(gè)人征信市場發(fā)展
互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)產(chǎn)生大數(shù)據(jù),云計(jì)算為大數(shù)據(jù)挖掘提供了技術(shù)支撐,信息技術(shù)發(fā)展為金融服務(wù)長尾客戶提供了可能,也為普惠金融的發(fā)展提供技術(shù)支撐。金融服務(wù)需要以征信為基礎(chǔ),市場催生了需求,也喚醒市場對投資征信業(yè)的熱情。在互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算的大背景之下,中國的征信業(yè)應(yīng)該如何發(fā)展?在網(wǎng)絡(luò)個(gè)人信息無處不在的情況下,如何處理好個(gè)人信息安全與征信業(yè)發(fā)展的關(guān)系?市場翹首以待的個(gè)人征信牌照發(fā)放還有哪些認(rèn)識(shí)需要統(tǒng)一?
大數(shù)據(jù)背景下征信無處不在,很多人也都在談?wù)餍?,但是,大家?shí)際是在不同層次上使用不同概念談?wù)撜餍?。到底?yīng)該怎樣認(rèn)識(shí)當(dāng)前中國的征信市場?
第一,個(gè)人信用征信。傳統(tǒng)個(gè)人信用征信是個(gè)人信用狀況的評(píng)估,與個(gè)人的資金活動(dòng)相聯(lián)系,反映個(gè)人債務(wù)狀況和資金延遲支付狀況,包括繳費(fèi)、納稅等。凡是與個(gè)人資金運(yùn)作有關(guān)系,一般來說應(yīng)該算作個(gè)人信用征信。在國外,談到個(gè)人信用征信,一般有很多維度,美國使用最多的信用評(píng)分(FICO)主要參考付款歷史、欠款數(shù)據(jù)、信用歷史時(shí)長、新的信用帳戶、使用的信用帳戶五個(gè)維度信息,全部與資金有關(guān)。但是,近些年來,個(gè)人征信機(jī)構(gòu)也在參考資金收付有關(guān)的個(gè)人行為數(shù)據(jù),包括水電費(fèi)繳納,等等。
第二,個(gè)人誠信。現(xiàn)在社會(huì)上經(jīng)常提到的所謂征信,其實(shí)并不完全是信用征信,而是涉及很多誠信行為。個(gè)人誠信是對個(gè)人契約精神的評(píng)估,與個(gè)人合同履約狀況相聯(lián)系,與信用評(píng)估有關(guān)聯(lián),但不是決定性因素。社會(huì)誠信建設(shè)很大程度是道德規(guī)范,讓守信者方便,失信者受懲戒?,F(xiàn)在各行各業(yè)發(fā)布黑名單、白名單,其實(shí)有很多信息中他們的行為與資金并沒有完全關(guān)系,而是反映的履約情況。
第三,行為征信。互聯(lián)網(wǎng)、大數(shù)據(jù)和云計(jì)算使得數(shù)據(jù)擁有者能夠?qū)蛻粜袨槠米龀龇治?,對客戶的償債能力、支付能力、履約和欺詐傾向有所分析,用好大數(shù)據(jù)可能有助于反欺詐和提供差異化服務(wù)以及市場營銷。但是,對金融授信的風(fēng)控作用有待檢驗(yàn)?,F(xiàn)在很多人在挖掘的是行為數(shù)據(jù),這些行為數(shù)據(jù)反映的行為偏好不一定能夠完全用于金融授信,但是可以對金融授信有一些參考。
第四,數(shù)據(jù)服務(wù)。這類服務(wù)提供者不直接掌握數(shù)據(jù)資源,主要是圍繞大數(shù)據(jù)征信提供第三方技術(shù)和服務(wù),包括大數(shù)據(jù)挖掘,在數(shù)據(jù)源上層完成數(shù)據(jù)分析和風(fēng)險(xiǎn)控制。很多擁有數(shù)據(jù)的公司都想做大數(shù)據(jù)分析,也有一些技術(shù)公司想對這些大數(shù)據(jù)做分析服務(wù)。這些和金融界所說的典型的個(gè)人信用征信不完全一致,有關(guān)聯(lián)但不是同一個(gè)事情。
上面就是對當(dāng)前社會(huì)談到個(gè)人征信業(yè)時(shí)涉及到的四個(gè)層次的分析。我認(rèn)為針對個(gè)人征信市場的不同層次、不同需求,應(yīng)該實(shí)行差異化監(jiān)管。個(gè)人信用征信主要服務(wù)于金融授信活動(dòng)。
世界近百年發(fā)展歷史證明,只有獨(dú)立第三方開展個(gè)人信用征信才更有公信力,也才更公正。為金融授信服務(wù)的個(gè)人信用征信要由獨(dú)立第三方負(fù)責(zé),因?yàn)橹挥羞@樣做才沒有利益沖突或利益關(guān)聯(lián),因而沒有行為扭曲。為了使自己的信用分?jǐn)?shù)提高一些,有人是不是可能有意多去使用與征信因素有關(guān)的服務(wù)?這種行為社會(huì)上是存在的,背后其實(shí)就隱含著一定行為扭曲。
獨(dú)立第三方數(shù)據(jù)源清晰,可以通過合同、外部接口規(guī)范、數(shù)據(jù)庫審計(jì)等方式管理,數(shù)據(jù)留存可以使信息可追溯、可異議、可糾錯(cuò),有利于保護(hù)個(gè)人信息安全。在互聯(lián)網(wǎng)時(shí)代,每一個(gè)人的信息都可能上網(wǎng),保護(hù)不好就會(huì)對個(gè)人隱私造成侵犯。在數(shù)據(jù)化時(shí)代,個(gè)人數(shù)據(jù)就是個(gè)人的無形財(cái)產(chǎn),應(yīng)該得到很好的保護(hù)。獨(dú)立第三方征信也可以從技術(shù)手段上更好保證信息安全。獨(dú)立第三方?jīng)]有利益競爭,有利于解決信息孤島問題。如果每一個(gè)信息源都想靠自己掌握的信息和別人競爭,有利益競爭就會(huì)導(dǎo)致信息不共享,容易形成信息孤島。個(gè)人信用征信由第三方評(píng)估,更容易形成統(tǒng)一認(rèn)識(shí)。
獨(dú)立第三方的標(biāo)志是什么?現(xiàn)在最大的爭議點(diǎn)就在于此。給出幾個(gè)標(biāo)準(zhǔn),第一,公司治理獨(dú)立,高管、資產(chǎn)、財(cái)務(wù)、人員獨(dú)立不受個(gè)別股東控制,有一個(gè)獨(dú)立公司治理結(jié)構(gòu),在公司獨(dú)立運(yùn)作過程中不能被個(gè)別股東操縱。第二,數(shù)據(jù)來源多元獨(dú)立,分析模型獨(dú)立。第三,業(yè)務(wù)獨(dú)立,不參與信息源和使用者同范圍的業(yè)務(wù)。業(yè)界討論該問題時(shí)有不同意見。香港證監(jiān)會(huì)所屬香港證券及投資學(xué)會(huì)出版的信貸評(píng)級(jí)服務(wù)及慣例,將獨(dú)立性和利益沖突界定為“業(yè)務(wù)不受現(xiàn)有或潛在的有關(guān)業(yè)務(wù)關(guān)系,或與任何其他方的任何業(yè)務(wù)關(guān)系,或潛在業(yè)務(wù)關(guān)系的影響,或因不存在上述關(guān)系而受影響”。這句話通俗說,因?yàn)樽鲈u(píng)估涉及相關(guān)業(yè)務(wù),或相關(guān)人員,使得業(yè)務(wù)受到影響,或者說沒有相關(guān)業(yè)務(wù)和相關(guān)人員,也受到影響,因?yàn)榕c他們沒有關(guān)系,所以不能夠受到公平公正待遇,這也是一種影響。
公共機(jī)構(gòu)與市場機(jī)構(gòu)協(xié)同發(fā)展,要發(fā)揮中國人民銀行征信中心公共平臺(tái)作用,向社會(huì)提供公平公正的信用征信服務(wù)。市場化獨(dú)立第三方從事個(gè)人信用征信,市場化機(jī)構(gòu)從事專項(xiàng)個(gè)人征信服務(wù)及數(shù)據(jù)服務(wù)。市場化個(gè)人征信服務(wù)還是應(yīng)該分層次。
個(gè)人征信市場監(jiān)管有自身原則。第一,保護(hù)個(gè)人信息知情權(quán),讓被征信主體客戶知道征信機(jī)構(gòu)收集了哪些信息,客戶要有選擇權(quán)、拒絕權(quán)和遺忘權(quán),信息可追溯、可異議,可糾錯(cuò)。給出評(píng)分,也要公布評(píng)分要素,到底是怎么評(píng)估的,外界要知道評(píng)估方法,如果對評(píng)分有不同意見可以提出異議,錯(cuò)了要可糾錯(cuò)。
第二,要確保個(gè)人信息安全不泄露。通過規(guī)章制度保障、物理安全保障、技術(shù)安全保障,嚴(yán)格運(yùn)營監(jiān)管個(gè)人數(shù)據(jù)的授權(quán)與使用,確保個(gè)人信息安全不泄露。個(gè)人信息也是個(gè)人財(cái)產(chǎn),而服務(wù)機(jī)構(gòu)在服務(wù)過程中也做了很多工作,因此,數(shù)據(jù)在某種程度上是服務(wù)機(jī)構(gòu)和個(gè)人共同擁有的。
如果個(gè)人對自己的信息提出查詢,或者授權(quán)其他機(jī)構(gòu)查詢,擁有數(shù)據(jù)的人或單位應(yīng)該允許查詢,而且應(yīng)該為查詢提供便利。既然數(shù)據(jù)服務(wù)機(jī)構(gòu)提供了服務(wù),某種程度上也有數(shù)據(jù)一定所有權(quán),在不暴露個(gè)人隱私、脫敏之后可以加工信息,做商業(yè)化處理,這也應(yīng)該受到法律保護(hù)?!毒W(wǎng)絡(luò)安全法》對此也予以確認(rèn),但是前提條件是必須脫敏,不能涉及具體個(gè)人,比如張三李四在干什么,關(guān)注某個(gè)群體有怎樣行為特征,類似信息可以加工處理。
第三,要維護(hù)市場公開公平公正有序競爭,對不同層次的征信機(jī)構(gòu)實(shí)行差異化監(jiān)管。
在監(jiān)管方面,我認(rèn)為個(gè)人征信機(jī)構(gòu)工商登記應(yīng)該實(shí)行“先證后照”。個(gè)人征信服務(wù)涉及個(gè)人信息安全和隱私保護(hù),必須有金融市場準(zhǔn)入,實(shí)行“先證后照”。企業(yè)征信由于不涉及企業(yè)商業(yè)秘密且企業(yè)信息公開性強(qiáng),可實(shí)行工商登記后的備案管理。投資企業(yè)征信的公司到工商注冊,然后到監(jiān)管當(dāng)局、人民銀行備案就可以。但是個(gè)人征信業(yè)必須是批準(zhǔn)之后才能開展。目前人民銀行批準(zhǔn)了八家機(jī)構(gòu)在做個(gè)人征信準(zhǔn)備工作。因?yàn)闆]有管理經(jīng)驗(yàn),必須通過實(shí)踐總結(jié)經(jīng)驗(yàn)。個(gè)人征信應(yīng)該是先到監(jiān)管當(dāng)局獲得許可,然后再到工商登記。當(dāng)然,這個(gè)問題現(xiàn)在也有爭議,希望能夠聽到各方面的意見。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)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(rèn)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。 ...
2025-09-18DSGE 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(dòng)態(tài)隨機(jī)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)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(jì)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(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(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(jià)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(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)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(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)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(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11