近幾年，互聯(lián)網(wǎng)金融業(yè)態(tài)相繼成熟，其中勢(shì)頭最為強(qiáng)勁的莫過(guò)于消費(fèi)金融領(lǐng)域，而作為消金的有效補(bǔ)充，征信同樣受到眾多參與者的廣泛關(guān)注，并得到快速發(fā)展。

征信與消費(fèi)金融是相輔相成的，消金的快速崛起，對(duì)于征信的需求越來(lái)越強(qiáng)烈，使得征信市場(chǎng)也蘊(yùn)藏了巨大的發(fā)展空間，同時(shí)，征信行業(yè)的發(fā)展，能夠?qū)ο鹌鸬接行аa(bǔ)充，促進(jìn)消金行業(yè)的良性發(fā)展。

但是，征信公司如果只是將定位局限在金融領(lǐng)域，將大為限制自身的發(fā)展思路。愛(ài)分析認(rèn)為，真正強(qiáng)大的征信公司一定是跨行業(yè)的企業(yè)服務(wù)公司，而非金融公司。征信龍頭Experian每年70%的收入來(lái)自非金融領(lǐng)域，便是例證。

據(jù)中國(guó)企業(yè)聯(lián)合會(huì)數(shù)據(jù)顯示，我國(guó)每年因?yàn)檎\(chéng)信缺失造成的經(jīng)濟(jì)損失約為5000多億元。征信行業(yè)的成熟發(fā)展不僅能夠促進(jìn)經(jīng)濟(jì)的健康繁榮，還有利于維護(hù)良好的社會(huì)秩序，促進(jìn)構(gòu)建社會(huì)信用體系建設(shè)。

機(jī)構(gòu)差異化發(fā)展，產(chǎn)業(yè)體系初步完善

經(jīng)過(guò)近幾年的發(fā)展，目前中國(guó)征信行業(yè)經(jīng)歷了快速發(fā)展，該領(lǐng)域參與者層出不窮，并在定位、數(shù)據(jù)、產(chǎn)品等方面形成了差異化發(fā)展，產(chǎn)業(yè)體系也已見(jiàn)雛形。

（一）機(jī)構(gòu)差異化定位

從信用對(duì)象來(lái)看，目前行業(yè)主要分為企業(yè)征信和個(gè)人征信兩類。企業(yè)征信主要用于對(duì)企業(yè)進(jìn)行融資需求時(shí)，對(duì)企業(yè)主、企業(yè)本身進(jìn)行信用風(fēng)險(xiǎn)評(píng)估。個(gè)人征信是指對(duì)個(gè)人消費(fèi)者的信用風(fēng)險(xiǎn)評(píng)估。

目前中國(guó)與“征信服務(wù)”相關(guān)的公司有2000多家，其中完成備案的企業(yè)征信機(jī)構(gòu)約135家左右。相對(duì)于企業(yè)征信較容易獲取牌照，央行尚未完全放開(kāi)個(gè)人征信牌照，目前僅以芝麻信用、前海征信、騰訊征信、拉卡拉征信、中智誠(chéng)征信、中誠(chéng)信征信、鵬元征信和華道征信等八家作為個(gè)人征信試點(diǎn)機(jī)構(gòu)。

除這八家試點(diǎn)之外，還有很多創(chuàng)業(yè)平臺(tái)為機(jī)構(gòu)客戶提供個(gè)人信用服務(wù)，如百融金服、算話征信、聚信立等等。

從出身背景來(lái)看，既有巨頭孵化的征信平臺(tái)，例如阿里、騰訊等利用自身積累的海量交易數(shù)據(jù)構(gòu)建的商業(yè)模式；也有涌現(xiàn)的大量第三方創(chuàng)業(yè)機(jī)構(gòu)，利用大數(shù)據(jù)技術(shù)切入征信領(lǐng)域。

值得注意的是，除了被行業(yè)廣泛認(rèn)知的征信機(jī)構(gòu)以外，還有一些大數(shù)據(jù)領(lǐng)域的參與者，雖然并不屬于真正意義上的征信公司，但是也發(fā)揮自己的數(shù)據(jù)優(yōu)勢(shì)，切入征信產(chǎn)品生產(chǎn)或應(yīng)用環(huán)節(jié)。

這類平臺(tái)作為大數(shù)據(jù)出身，在數(shù)據(jù)采集、數(shù)據(jù)處理方面具有豐富經(jīng)驗(yàn)，并且并不局限于金融行業(yè)，同時(shí)在切入征信時(shí)，大多會(huì)選擇從營(yíng)銷入手，再向信用延展。例如大數(shù)據(jù)公司集奧聚合，其數(shù)據(jù)優(yōu)勢(shì)體現(xiàn)在運(yùn)營(yíng)商和互聯(lián)網(wǎng)方面，目前其不僅為客戶提供精準(zhǔn)營(yíng)銷等服務(wù)，還提供信用評(píng)估產(chǎn)品，涉足征信行業(yè)。

（二）自有數(shù)據(jù)源各有特色

數(shù)據(jù)是征信的原材料，征信機(jī)構(gòu)在整合多維度數(shù)據(jù)源后，才能建設(shè)模型并提供具體征信服務(wù)。因此，數(shù)據(jù)源對(duì)于每個(gè)征信機(jī)構(gòu)來(lái)說(shuō)，都至關(guān)重要。目前不同征信機(jī)構(gòu)在數(shù)據(jù)源方面，都形成了自己的差異化優(yōu)勢(shì)。

以八家個(gè)人征信試點(diǎn)機(jī)構(gòu)為例，芝麻信用、騰訊征信和前海征信的大部分?jǐn)?shù)據(jù)來(lái)自于自身體系內(nèi)部，例如芝麻信用來(lái)自于阿里體系內(nèi)，涵蓋淘寶和支付寶的網(wǎng)購(gòu)消費(fèi)、網(wǎng)絡(luò)行為、生活信息等數(shù)據(jù)，還有少部分來(lái)自于政府、合作商家等外部機(jī)構(gòu)的數(shù)據(jù)；

考拉征信和華道征信均由多個(gè)股東發(fā)起，二者股東的數(shù)據(jù)來(lái)源廣泛，因此股東可為二者提供多維度數(shù)據(jù)；鵬元征信和中誠(chéng)信征信數(shù)據(jù)多來(lái)源于金融機(jī)構(gòu)、社會(huì)部門(mén)等，具有私營(yíng)不可比擬的優(yōu)勢(shì)；中智誠(chéng)征信則在該領(lǐng)域擁有十余年的經(jīng)驗(yàn)，積累了豐富的借貸相關(guān)數(shù)據(jù)以及大量黑名單。

個(gè)人征信試點(diǎn)機(jī)構(gòu)股東及數(shù)據(jù)來(lái)源

由此可見(jiàn)，目前各征信機(jī)構(gòu)在自有數(shù)據(jù)上形成了自己的差異化優(yōu)勢(shì)，然而，這些機(jī)構(gòu)在與央行征信中心的數(shù)據(jù)進(jìn)行比較時(shí)，還是存在金融機(jī)構(gòu)相關(guān)信貸數(shù)據(jù)缺乏，數(shù)據(jù)準(zhǔn)確性和穩(wěn)定性不足，覆蓋面不夠廣泛等問(wèn)題，并且除自家數(shù)據(jù)以外，從外部獲取的數(shù)據(jù)大多具有同質(zhì)化問(wèn)題。

（三）征信產(chǎn)品各有側(cè)重

具體到征信服務(wù)和產(chǎn)品上，各家征信機(jī)構(gòu)也是側(cè)重點(diǎn)不同。

在產(chǎn)品上，既有覆蓋從貸前、貸中到貸后整個(gè)鏈條的，包括營(yíng)銷、信用和預(yù)警等，例如前海征信、百融金服；也有專注于產(chǎn)業(yè)鏈中的某一點(diǎn)做深做大的，例如中智誠(chéng)征信、同盾科技都是在反欺詐方面比較深入。

在用戶上，企業(yè)征信毫無(wú)疑問(wèn)大多是面向機(jī)構(gòu)客戶的，而八家試點(diǎn)個(gè)人征信機(jī)構(gòu)則不同，其中大部分同時(shí)向機(jī)構(gòu)和個(gè)人服務(wù)，例如芝麻信用、考拉征信、騰訊征信、華道征信、中誠(chéng)信征信均推出個(gè)人信用產(chǎn)品，而前海征信和中智誠(chéng)征信則是專注于為機(jī)構(gòu)提供服務(wù)。

在場(chǎng)景上，目前大多數(shù)征信機(jī)構(gòu)還是集中于金融領(lǐng)域，而不少機(jī)構(gòu)已經(jīng)開(kāi)始積極拓展金融以外的信用應(yīng)用場(chǎng)景，擴(kuò)大覆蓋面。例如前海征信近期與摩拜單車(chē)跨界合作，將信用產(chǎn)品應(yīng)用于出行領(lǐng)域；華道征信也計(jì)劃未來(lái)將產(chǎn)品推行到人力資源、婚戀、租賃等更多場(chǎng)景。

（四）初步建立完整產(chǎn)業(yè)體系

成熟完整的征信產(chǎn)業(yè)鏈包括數(shù)據(jù)采集、數(shù)據(jù)處理、形成產(chǎn)品和產(chǎn)品應(yīng)用等環(huán)節(jié)，其中，數(shù)據(jù)處理和形成產(chǎn)品是最關(guān)鍵的環(huán)節(jié)。

具體流程是：征信機(jī)構(gòu)在采集金融機(jī)構(gòu)、社會(huì)公共服務(wù)機(jī)構(gòu)、生活信息等三大類數(shù)據(jù)之后，通過(guò)采取個(gè)人數(shù)據(jù)配對(duì)處理、特征變量和數(shù)據(jù)庫(kù)技術(shù)，對(duì)數(shù)據(jù)進(jìn)行篩選、轉(zhuǎn)化、加工和清洗；

在數(shù)據(jù)處理的基礎(chǔ)上，建立評(píng)分模型，形成信用評(píng)分產(chǎn)品、信用調(diào)查報(bào)告等產(chǎn)品，最后將征信產(chǎn)品應(yīng)用各種場(chǎng)景中。

目前，中國(guó)征信行業(yè)基本建立了完整的產(chǎn)業(yè)體系，只是在各個(gè)環(huán)節(jié)尚存在不同問(wèn)題，例如采集環(huán)節(jié)存在方式不當(dāng)、數(shù)據(jù)孤島等問(wèn)題，使用環(huán)節(jié)具有濫用數(shù)據(jù)、授信不當(dāng)、場(chǎng)景有限等現(xiàn)象，導(dǎo)致中國(guó)征信產(chǎn)業(yè)鏈雖已成型，但相比美國(guó)等征信發(fā)達(dá)市場(chǎng)，尚不成熟。

仍處于數(shù)據(jù)源爭(zhēng)奪戰(zhàn)中，征信商業(yè)價(jià)值尚未體現(xiàn)

在美國(guó)成熟征信市場(chǎng)中，數(shù)據(jù)采集并非產(chǎn)業(yè)鏈中的核心環(huán)節(jié)，因?yàn)閿?shù)據(jù)本身最終是可以通過(guò)價(jià)格調(diào)節(jié)以及自由市場(chǎng)配置進(jìn)行獲取的。

然而目前中國(guó)卻仍處于數(shù)據(jù)源爭(zhēng)奪戰(zhàn)中，各家征信機(jī)構(gòu)仍將數(shù)據(jù)資源視為核心競(jìng)爭(zhēng)力。

（一）數(shù)據(jù)源頭采集場(chǎng)景割裂、強(qiáng)相關(guān)數(shù)據(jù)稀缺

第一，數(shù)據(jù)采集場(chǎng)景割裂化。

有效數(shù)據(jù)的采集場(chǎng)景不僅包括銀行、保險(xiǎn)、公安、公共服務(wù)部門(mén)等線下場(chǎng)景，還包括電商、社交等互聯(lián)網(wǎng)線上平臺(tái)。

征信機(jī)構(gòu)需要對(duì)接不同部門(mén)和平臺(tái)，建立廣泛的數(shù)據(jù)連接，形成數(shù)據(jù)聚集效應(yīng)，才能在行業(yè)中占據(jù)有利地位。但是，這些數(shù)據(jù)的采集場(chǎng)景是互相割裂的，仍是一個(gè)個(gè)數(shù)據(jù)孤島，數(shù)據(jù)源存在散亂的問(wèn)題。

其中，金融場(chǎng)景的數(shù)據(jù)未能實(shí)現(xiàn)統(tǒng)一征集和標(biāo)準(zhǔn)化處理；公共部門(mén)的數(shù)據(jù)則是由公安、法院、教育及其它事業(yè)單位分別開(kāi)放；生活場(chǎng)景的數(shù)據(jù)則是分散在線上線下的各類場(chǎng)景中。

即使是八家試點(diǎn)機(jī)構(gòu)，也很難獲取足夠全面的數(shù)據(jù)源，而其它大部分征信機(jī)構(gòu)更是通過(guò)自爬、合作、購(gòu)買(mǎi)等方式，從有限的場(chǎng)景中整合數(shù)據(jù)，由于整合是通過(guò)市場(chǎng)化的方式進(jìn)行，因此關(guān)于數(shù)據(jù)源的競(jìng)爭(zhēng)尤為激烈。

第二，強(qiáng)相關(guān)數(shù)據(jù)稀缺。

在數(shù)據(jù)源中，金融交易數(shù)據(jù)是最強(qiáng)相關(guān)和最有價(jià)值的征信數(shù)據(jù)，這類數(shù)據(jù)中高達(dá)80%的比例掌握在國(guó)有機(jī)構(gòu)手中，即傳統(tǒng)金融機(jī)構(gòu)、運(yùn)營(yíng)商以及稅務(wù)、公安、法院等政府公共部門(mén)，創(chuàng)業(yè)平臺(tái)很難獲取。

對(duì)于來(lái)自政府和監(jiān)管機(jī)構(gòu)的公共數(shù)據(jù)，以及部分封閉性較強(qiáng)的行業(yè)數(shù)據(jù)，包括芝麻信用在內(nèi)的8家首批試點(diǎn)的民間個(gè)人征信機(jī)構(gòu)，都面臨著難以獲取全面數(shù)據(jù)的困境。

而其它大多數(shù)征信機(jī)構(gòu)能夠獲取的，更大部分是社交記錄、個(gè)人消費(fèi)記錄等相對(duì)弱相關(guān)的數(shù)據(jù)，導(dǎo)致有效數(shù)據(jù)比較有限。

除此之外，還有央行征信以外的個(gè)人金融數(shù)據(jù)，大多分散掌握在不同的征信機(jī)構(gòu)手中。美國(guó)征信公司解決數(shù)據(jù)分散的問(wèn)題，會(huì)通過(guò)收取費(fèi)用的方式，相互之間共享數(shù)據(jù)。而中國(guó)目前只有央行征信中心能夠做到數(shù)據(jù)共享。

據(jù)央行公布數(shù)據(jù)顯示，央行共收收錄8.6億自然人，以及1,811家企業(yè)和其它組織信息。其中，有信貸數(shù)據(jù)的只有3.5億多人，剩余5.1億人只有簡(jiǎn)單的身份信息，并沒(méi)有其它金融信用數(shù)據(jù)。另外，尚有5億人根本不在央行征信系統(tǒng)覆蓋范圍內(nèi)。對(duì)比全球征信巨頭Experian，其數(shù)據(jù)已覆蓋全球8.9億人和1.03億個(gè)企業(yè)。

除央行征信中心外，已經(jīng)有社會(huì)征信機(jī)構(gòu)嘗試打破數(shù)據(jù)孤島、建立數(shù)據(jù)共享，但是互金平臺(tái)、網(wǎng)貸機(jī)構(gòu)加入共享機(jī)制，便意味著需要披露壞賬等最核心的數(shù)據(jù)，大多數(shù)平臺(tái)并不愿意反饋數(shù)據(jù)，導(dǎo)致共享機(jī)制進(jìn)展緩慢，數(shù)據(jù)之間的交叉融合很少，也影響到數(shù)據(jù)的應(yīng)用和拓展。

第三，數(shù)據(jù)質(zhì)量不高。

除數(shù)據(jù)孤島、強(qiáng)相關(guān)數(shù)據(jù)稀缺等問(wèn)題以外，數(shù)據(jù)采集環(huán)節(jié)還存在的最大問(wèn)題，便是數(shù)據(jù)源質(zhì)量不高。

造成數(shù)據(jù)質(zhì)量不高的原因，一方面，是因?yàn)槿狈y(tǒng)一提供信息的格式，美國(guó)信用局協(xié)會(huì)制定了用于個(gè)人征信業(yè)務(wù)的統(tǒng)一標(biāo)準(zhǔn)數(shù)據(jù)報(bào)告和采集格式——Metro1和Metro2，規(guī)定任何企業(yè)都要使用統(tǒng)一規(guī)范的格式提供信息。

而中國(guó)并沒(méi)有統(tǒng)一的數(shù)據(jù)采集和處理標(biāo)準(zhǔn)標(biāo)準(zhǔn)，通常會(huì)在基礎(chǔ)環(huán)節(jié)，出現(xiàn)數(shù)據(jù)錄入錯(cuò)誤、信息缺失、冗余重復(fù)、信息主體不明等問(wèn)題。

另一方面，缺乏專業(yè)的數(shù)據(jù)提供商或交易平臺(tái)，據(jù)調(diào)研中發(fā)現(xiàn)，下游數(shù)據(jù)供應(yīng)商提供給征信機(jī)構(gòu)的數(shù)據(jù)往往質(zhì)量不高，機(jī)構(gòu)根據(jù)一個(gè)標(biāo)準(zhǔn)卡號(hào)得到的結(jié)果有可能是混亂的，即使經(jīng)過(guò)清洗也無(wú)法使用。

同時(shí)，行業(yè)對(duì)于高質(zhì)量和多元化數(shù)據(jù)的渴求，催生了數(shù)據(jù)黑市等亂象，導(dǎo)致數(shù)據(jù)源存在同質(zhì)化嚴(yán)重、數(shù)據(jù)失真等問(wèn)題，

原始數(shù)據(jù)源質(zhì)量不高，造成數(shù)據(jù)的穩(wěn)定和準(zhǔn)確率降低，便會(huì)導(dǎo)致征信機(jī)構(gòu)成本增加、效率變低，使得其不得不切入數(shù)據(jù)采集環(huán)節(jié)，保證生命線不完全掌握在別人手中。

因此，正是數(shù)據(jù)源頭存在的采集場(chǎng)景割裂、最強(qiáng)相關(guān)數(shù)據(jù)稀缺、數(shù)據(jù)質(zhì)量不高等種種問(wèn)題，導(dǎo)致征信行業(yè)仍處于數(shù)據(jù)源爭(zhēng)奪戰(zhàn)之中，遠(yuǎn)遠(yuǎn)未到建模的階段。

（二）差異化定位還在探索中

美國(guó)征信市場(chǎng)中已形成了涇渭分明、分工明確的格局。例如，三大個(gè)人征信機(jī)構(gòu)Experian、Equifax、TransUnion是負(fù)責(zé)收集、整合和處理消費(fèi)者個(gè)人信用記錄的機(jī)構(gòu)。

這類機(jī)構(gòu)在收集個(gè)人信用數(shù)據(jù)后，會(huì)采用信用評(píng)估公司FairIsaac推出的信用評(píng)分模型——FICO，對(duì)消費(fèi)者信用進(jìn)行評(píng)分。而FICO本身并不采集和存儲(chǔ)數(shù)據(jù)，只是通過(guò)不同的變量、參數(shù)，提供信用分?jǐn)?shù)計(jì)量算法。

FICO模型組成部分

而在中國(guó)征信市場(chǎng)，各征信機(jī)構(gòu)在征信產(chǎn)業(yè)鏈并沒(méi)有明確的分工。大多數(shù)征信機(jī)構(gòu)的業(yè)務(wù)囊括了數(shù)據(jù)采集和處理、分析和建模，也有一小部分機(jī)構(gòu)是專注于產(chǎn)業(yè)鏈中的某一點(diǎn)。

從產(chǎn)品上看，大部分征信機(jī)構(gòu)都擁有信用評(píng)分、信用報(bào)告和反欺詐等服務(wù)，產(chǎn)品種類比較趨同，反映出中國(guó)征信行業(yè)在形成差異化優(yōu)勢(shì)和定位上，仍處于探索階段。

另外，目前部分征信機(jī)構(gòu)各自已經(jīng)建立了自己的評(píng)分模型，銀行通過(guò)借助這些外部力量合作建模，但從全國(guó)整體市場(chǎng)來(lái)說(shuō)，尚未出現(xiàn)一個(gè)類似于FICO那樣被大范圍使用、極具權(quán)威性的評(píng)分模型。

（三）商業(yè)價(jià)值尚未體現(xiàn)，盈利模式單一

第一，商業(yè)價(jià)值尚未體現(xiàn)。

美國(guó)的征信公司都是由私營(yíng)部門(mén)創(chuàng)立，直接參與市場(chǎng)競(jìng)爭(zhēng)并以營(yíng)利為目的。因此，美國(guó)征信機(jī)構(gòu)獲取信息需要向信息提供者支付費(fèi)用，而信息使用者使用信息則需要向征信機(jī)構(gòu)付費(fèi)。

以全球個(gè)人征信巨頭Experian為例，2015年其全球總收入達(dá)到48.1億美元，凈利潤(rùn)約13.06億美元。而其日均生產(chǎn)380萬(wàn)份信用報(bào)告，信用服務(wù)方面全年收入約為23.5億美元，占據(jù)總收入約一半的比例。

但是目前在中國(guó)，征信機(jī)構(gòu)尤其是個(gè)人征信的商業(yè)價(jià)值還未真正落地，盡管例如百融金服、同盾等的數(shù)據(jù)日調(diào)取量已達(dá)到約百萬(wàn)級(jí)別，但只能向客戶收取較低的數(shù)據(jù)調(diào)取費(fèi)，而其它與大型銀行合作建模的項(xiàng)目，并不能成功收取費(fèi)用。

在商業(yè)利益的考驗(yàn)之下，近兩年已有原先專注于征信的部分機(jī)構(gòu)轉(zhuǎn)型為助貸平臺(tái)，向外輸出金融技術(shù)，但是征信需要保持絕對(duì)的第三方客觀中立立場(chǎng)，因此，顯然信貸和征信必然是不可兼得的。

第二，盈利模式單一。

一方面在場(chǎng)景上，美國(guó)征信行業(yè)廣泛開(kāi)拓客戶領(lǐng)域，不僅向金融行業(yè)提供信用報(bào)告、信用評(píng)分等基礎(chǔ)征信服務(wù)，還向政府、教育、醫(yī)療、保險(xiǎn)、電信等其他行業(yè)提供市場(chǎng)營(yíng)銷、決策分析、人力資源、商業(yè)信息平臺(tái)等信用衍生服務(wù)。

例如Experian，已實(shí)現(xiàn)了金融服務(wù)、零售、電信、公用事業(yè)、保險(xiǎn)、汽車(chē)、醫(yī)療、慈善機(jī)構(gòu)、娛樂(lè)休閑、房地產(chǎn)和公共部門(mén)等行業(yè)的全覆蓋。同時(shí)，其2015年收入為48.1億美元，其中非金融領(lǐng)域的客戶貢獻(xiàn)了70%，而傳統(tǒng)金融機(jī)構(gòu)貢獻(xiàn)收入只占比30%。

數(shù)據(jù)來(lái)源：Experian2015年報(bào)

而中國(guó)征信產(chǎn)品主要應(yīng)用于金融信貸服務(wù)，以及部分反欺詐、身份驗(yàn)證、信用決策的生活場(chǎng)景，而金融機(jī)構(gòu)仍是征信產(chǎn)品的主要客戶。

另一方面在產(chǎn)品上，美國(guó)征信機(jī)構(gòu)注重產(chǎn)品的多元化和豐富性，目前國(guó)內(nèi)大多數(shù)征信機(jī)構(gòu)，所提供的服務(wù)仍集中在基礎(chǔ)征信服務(wù)方面，收入主要來(lái)源于數(shù)據(jù)調(diào)取量，而其它評(píng)分等產(chǎn)品，金融類客戶反饋使用效果并不理想。

央行征信中心日均數(shù)據(jù)調(diào)取量約為80-100萬(wàn)次，商業(yè)銀行等機(jī)構(gòu)查詢企業(yè)信用報(bào)告基準(zhǔn)服務(wù)費(fèi)為每份60元，查詢個(gè)人信用報(bào)告基準(zhǔn)服務(wù)費(fèi)則為每份5元。

而Experian的收費(fèi)模式則更為多元，在其2015年收入中，信用服務(wù)收入占比49%，決策分析收入占比12%，市場(chǎng)營(yíng)銷收入占比18%，消費(fèi)者服務(wù)占比21%。同時(shí)，Experian日均生產(chǎn)380萬(wàn)份信用報(bào)告。

數(shù)據(jù)來(lái)源：Experian2015年報(bào)

（四）法律保障體系不完善

美國(guó)注重保護(hù)個(gè)人隱私與征信服務(wù)相平衡，制定了完善的法律法規(guī)，不僅規(guī)定了征信機(jī)構(gòu)可以合法獲取信息，也最大限度地保護(hù)消費(fèi)者的隱私權(quán)。

中國(guó)征信行業(yè)立法始于2005年的《個(gè)人信用信息基礎(chǔ)數(shù)據(jù)庫(kù)管理暫行辦法》，之后相繼出臺(tái)了《征信業(yè)管理?xiàng)l例》、《個(gè)人信用信息基礎(chǔ)數(shù)據(jù)庫(kù)管理暫行辦法》、《銀行信貸登記咨詢管理辦法等，逐步建立了以國(guó)家法規(guī)、部門(mén)規(guī)章、規(guī)范性文件和標(biāo)準(zhǔn)的多層次制度體系。

然而，依然存在法律保障體系不完善的問(wèn)題，一是所依賴的《征信業(yè)管理?xiàng)l例》、《征信機(jī)構(gòu)管理辦法》，主要是行政法規(guī)和部門(mén)規(guī)章，法律效力較低。

二是未與民法、金融機(jī)構(gòu)相關(guān)法律、消費(fèi)者保護(hù)法等形成有效的銜接，對(duì)于金融信用信息基礎(chǔ)數(shù)據(jù)庫(kù)的使用規(guī)定并不明確，在有力保障和推動(dòng)征信行業(yè)發(fā)展方面稍顯不足。

三是對(duì)于個(gè)人信息保護(hù)不夠明確，容易導(dǎo)致出現(xiàn)不當(dāng)采集信用信息、濫用數(shù)據(jù)、侵犯合法權(quán)益的現(xiàn)象。因此，在立法層面盡快推進(jìn)，明確數(shù)據(jù)采集和使用的原則及邊界，對(duì)于征信行業(yè)健康發(fā)展至關(guān)重要。

未來(lái)征信行業(yè)將趨向細(xì)分化，場(chǎng)景將更為延伸

關(guān)于征信行業(yè)的未來(lái)發(fā)展趨勢(shì)，預(yù)計(jì)制度保障層面將更為完善，行業(yè)層面將細(xì)分化，數(shù)據(jù)等基礎(chǔ)資源供給將趨于優(yōu)化，機(jī)構(gòu)在場(chǎng)景方面將更為延伸。

（一）立法立規(guī)將成為征信行業(yè)發(fā)展的基礎(chǔ)

任何創(chuàng)新行業(yè)在發(fā)展初期，都會(huì)面臨亂象叢生的階段，那就需要從制度上規(guī)范，制定完善的法律和政策進(jìn)行引導(dǎo)，推動(dòng)行業(yè)形成良性發(fā)展秩序

美國(guó)征信行業(yè)也是自19世紀(jì)末經(jīng)歷萌芽初創(chuàng)期、快速發(fā)展期后，在20世紀(jì)70年至80年代初，迎來(lái)法律完善期。這一時(shí)期是美國(guó)征信行業(yè)最重要的時(shí)期，相繼出臺(tái)17部法律，對(duì)征信需求方、授信方、消費(fèi)者和行業(yè)自身進(jìn)行了全方位立法，對(duì)征信行業(yè)的健康發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。

2016年被稱為互聯(lián)網(wǎng)金融的“監(jiān)管元年”，政府對(duì)于互金行業(yè)尤其是網(wǎng)貸領(lǐng)域監(jiān)管力度加大，監(jiān)管政策接連出臺(tái)。由于目前在個(gè)人數(shù)據(jù)采集和應(yīng)用方面存在的亂象，征信行業(yè)對(duì)于立法立規(guī)的迫切性也正在加強(qiáng)。

預(yù)計(jì)未來(lái)征信行業(yè)的頂層設(shè)計(jì)將更為完善，將在個(gè)人信息采集與使用的邊界、數(shù)據(jù)擁有者和數(shù)據(jù)使用者各自的責(zé)任和權(quán)利、保護(hù)個(gè)人隱私、合理使用數(shù)據(jù)等方面更加明晰，行業(yè)發(fā)展將更有章法和更加穩(wěn)健。

同時(shí)，這需要一個(gè)循序漸進(jìn)的過(guò)程，各征信機(jī)構(gòu)還應(yīng)將保護(hù)信息安全和用戶隱私作為生命線，建立完善的信息安全體系，促進(jìn)行業(yè)形成良性競(jìng)爭(zhēng)。

（二）行業(yè)將更加細(xì)分化

美國(guó)征信行業(yè)在發(fā)展過(guò)程中不斷細(xì)分，最終目前行業(yè)主要四種類別，一是個(gè)人征信機(jī)構(gòu)，包括三大巨頭Experian、Equifax、TransUnion，進(jìn)行個(gè)人數(shù)據(jù)配對(duì)、特征變量生成處理，還包括很多中小型個(gè)人征信公司及數(shù)據(jù)服務(wù)商，為巨頭提供數(shù)據(jù)服務(wù)；

二是用于個(gè)人的信用評(píng)分公司，F(xiàn)ICO基本壟斷這一領(lǐng)域；三是企業(yè)征信機(jī)構(gòu)，龍頭是Dun&Bradstreet；四是信用評(píng)級(jí)機(jī)構(gòu)，主要用于商業(yè)公司，最典型的的為Standard&Poor's、Moody's、FitchGroup等三家。

因此，參照美國(guó)征信行業(yè)的發(fā)展路徑，未來(lái)中國(guó)征信行業(yè)也將不斷細(xì)化，各征信機(jī)構(gòu)的差異化優(yōu)勢(shì)和聚焦定位將更加突出，最終行業(yè)將形成涇渭分明、各司其職的格局。

同時(shí)，未來(lái)中國(guó)征信行業(yè)也必然像國(guó)外巨頭鼎立的格局一樣，行業(yè)集中度不斷提高，經(jīng)歷大浪淘沙、優(yōu)勝劣汰的過(guò)程，最終在當(dāng)前眾多參與者中出現(xiàn)如美國(guó)三大征信巨頭那樣的行業(yè)領(lǐng)軍。

（三）基礎(chǔ)數(shù)據(jù)資源供給將趨于優(yōu)化

目前中國(guó)征信行業(yè)在基礎(chǔ)數(shù)據(jù)采集環(huán)節(jié)，存在數(shù)據(jù)獲取渠道有限、最強(qiáng)相關(guān)數(shù)據(jù)缺失、數(shù)據(jù)質(zhì)量不高等種種問(wèn)題，而數(shù)據(jù)是征信的基礎(chǔ)，要構(gòu)建征信穩(wěn)固的基石，必然要解決源頭問(wèn)題。

優(yōu)化基礎(chǔ)資源供給，主要是解決數(shù)據(jù)源兩大問(wèn)題，一方面是數(shù)據(jù)多元化問(wèn)題，美國(guó)征信結(jié)構(gòu)涵蓋多維度數(shù)據(jù)，不僅包括金融維度，還有社會(huì)信息、網(wǎng)絡(luò)行為和社交信息等，全面的數(shù)據(jù)源為征信機(jī)構(gòu)開(kāi)展后續(xù)環(huán)節(jié)提供了基礎(chǔ)保障。

對(duì)于中國(guó)大多數(shù)征信機(jī)構(gòu)來(lái)說(shuō)，由于數(shù)據(jù)孤島、客戶很難反饋數(shù)據(jù)等原因，數(shù)據(jù)并不能做到全面性，但同時(shí)，網(wǎng)貸和互金機(jī)構(gòu)面臨的最大風(fēng)控問(wèn)題便是欺詐風(fēng)險(xiǎn)，以及多頭借貸的問(wèn)題，而解決這些最有效的方法是推進(jìn)共享機(jī)制建設(shè)，實(shí)現(xiàn)數(shù)據(jù)的互通互聯(lián)。

在行業(yè)不同機(jī)構(gòu)之間建立數(shù)據(jù)共享機(jī)制，有利于打破數(shù)據(jù)孤島，數(shù)據(jù)形成閉環(huán)，帶來(lái)協(xié)同效應(yīng)，真正防范“一頭多貸”欺詐行為。

同時(shí)，這樣征信機(jī)構(gòu)的數(shù)據(jù)才能得到反饋和更新，進(jìn)而模型可以不斷優(yōu)化和迭代。也會(huì)使征信機(jī)構(gòu)不再將占有基礎(chǔ)數(shù)據(jù)視為關(guān)鍵優(yōu)勢(shì)，而把更多的注意力放在征信產(chǎn)業(yè)鏈的其它核心環(huán)節(jié)。

目前，中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)也在推進(jìn)信息共享機(jī)制建設(shè)，要求協(xié)會(huì)成員需共享核心數(shù)據(jù)，雖然也有不少社會(huì)機(jī)構(gòu)希望做到非銀機(jī)構(gòu)的共享，但失去行政色彩，很難真正實(shí)現(xiàn)。

另一方面是數(shù)據(jù)質(zhì)量問(wèn)題，如上文講源頭在于數(shù)據(jù)提供方提供的數(shù)據(jù)，并沒(méi)有經(jīng)過(guò)統(tǒng)一處理，即使清洗過(guò)后也難以為征信所用，目前國(guó)內(nèi)大數(shù)據(jù)技術(shù)已經(jīng)趨于成熟，但是數(shù)據(jù)采集和有用數(shù)據(jù)識(shí)別仍是重中之重。

從源頭上解決這類問(wèn)題，關(guān)鍵還在于采取統(tǒng)一數(shù)據(jù)采集標(biāo)準(zhǔn)和錄入格式，最大限度保證原始數(shù)據(jù)的真實(shí)性，提升數(shù)據(jù)處理和清洗的效率，避免資源浪費(fèi)。

（四）應(yīng)用場(chǎng)景將更為延伸

在海外成熟征信行業(yè)中，征信應(yīng)用場(chǎng)景不僅僅局限于金融場(chǎng)景，而是覆蓋到生活的方方面面，除覆蓋信用卡、消費(fèi)金融、融資租賃、抵押貸款以外，還包括酒店、租房、租車(chē)、婚戀、簽證、分類信息、學(xué)生服務(wù)、公共事業(yè)服務(wù)等等，征信無(wú)不滲透。

其實(shí)各個(gè)場(chǎng)景對(duì)于征信的需求很在不斷提升，并且征信機(jī)構(gòu)也需擴(kuò)大產(chǎn)品覆蓋面，在此之下，中國(guó)征信產(chǎn)品應(yīng)用未來(lái)必將不斷向金融以外的領(lǐng)域延伸。

目前，在金融信貸領(lǐng)域之外，八家個(gè)人征信試點(diǎn)機(jī)構(gòu)已經(jīng)在拓展更多元的征信應(yīng)用場(chǎng)景。相信未來(lái)征信產(chǎn)品的應(yīng)用場(chǎng)景將更為廣闊，也將會(huì)為機(jī)構(gòu)收入來(lái)源多元化、構(gòu)建誠(chéng)信社會(huì)體系帶來(lái)巨大的空間。

最后，談到征信未來(lái)發(fā)展趨勢(shì)，不可避免的話題便是“個(gè)人征信牌照何時(shí)發(fā)”。現(xiàn)在據(jù)八家機(jī)構(gòu)成為試點(diǎn)已經(jīng)過(guò)兩年，但央行還尚未發(fā)放個(gè)人征信牌照。牌照遲遲不發(fā)的原因可能是在采集數(shù)據(jù)的過(guò)程中，存在采集方式不當(dāng)、濫用數(shù)據(jù)、侵犯合法權(quán)益、授信不平等的現(xiàn)象。

雖然牌照遲遲不發(fā)，但依然有百度、京東、小米等眾多等待者在申請(qǐng)牌照，可見(jiàn)不僅征信行業(yè)仍然是眾人眼中的發(fā)展方向，并且對(duì)于征信機(jī)構(gòu)來(lái)說(shuō)，牌照仍然是影響個(gè)人征信發(fā)展的關(guān)鍵因素。

至于牌照何時(shí)才能真正發(fā)放，至少在目前行業(yè)仍處于亂象階段，監(jiān)管層對(duì)于發(fā)放牌照仍然是處于謹(jǐn)慎態(tài)度，也許需要等到頂層設(shè)計(jì)更為完善，征信機(jī)構(gòu)更加明確自身的責(zé)任，將信息安全作為生命線，才會(huì)迎來(lái)牌照發(fā)放之日。

總之，中國(guó)征信行業(yè)前路漫漫，市場(chǎng)對(duì)于信用的需求非常強(qiáng)烈，未來(lái)不僅需要解決具體政策落地、數(shù)據(jù)獲取等瓶頸，還在于市場(chǎng)能否進(jìn)一步放開(kāi)，以保證更多的民營(yíng)征信機(jī)構(gòu)參與進(jìn)來(lái)，推動(dòng)征信市場(chǎng)化取得實(shí)質(zhì)性進(jìn)展。

來(lái)源：36kr