编者按：近日央行下发《关于做好个人征信业务准备工作的通知》，正式开启个人征信市场化闸门。此前我国提供个人征信服务的“正规军”只有央行征信中心及其下属的上海资信公司，而此次“三马”旗下的芝麻信用、腾讯征信、前海征信在内的八家机构入围首批商业征信机构名单，标志着我国征信格局将发生里程碑式的改变，民营个人征信进入元年。
中国民生经济网讯（廉薇 熊静 黄涓）我国个人征信市场的现状如何？未来中国将会建成怎样的征信体系？面对个人征信蓝海即将开启的局面，央行体系征信公司、进入名单的新兴互联网金融公司以及尚未列入候选的P2P公司，将何去何从？
为探究以上问题，《21世纪经济报道》本期采访了上海新金融研究院（SFI）理事单位代表、蚂蚁金服集团芝麻信用管理有限公司业务拓展负责人邓一鸣、SFI理事、汇付天下有限公司董事长周晔、宜信公司CEO唐宁、点融网联合CEO郭宇航，以及上海资信公司总裁刘小英、上海交通大学上海高级金融学院教授钱军，是为“21世纪北京圆桌”第438期。（廉薇）
民营征信与公共征信双管齐下
《21世纪》：您认为中国个人征信市场的现状如何？现有征信体系存在哪些问题？有哪些国际经验可以借鉴？未来中国应当建立一个怎样的征信体系？
邓一鸣：英美征信行业经历了一百多年的发展，已经形成了稳定的市场格局和完备的法律体系。相比而言国内这一行业仅发展了二十余年，整体还处于发展初期。目前，国内个人征信市场依然以央行的个人征信系统为主，但国家层面上正在努力推进以市场为主导的征信市场建设，此次央行下发通知就是其中的一部分。正因为起步较晚，目前我国个人的征信体系还存在覆盖面不足的情形。到2013年底，央行征信系统收录的自然人数量已经超过8亿，但其中有信贷记录的仅有3.2亿人，占全国总人口数的1/4不到。另外征信在日常生活服务中的应用几乎为空白。
郭宇航：目前征信行业存在的问题很多，最大的问题在于有效数据很少，央行的征信系统覆盖面很小，而且都来自于银行的信贷数据，涉及的范围很窄。真正的征信数据应该是一个维度宽泛、涵盖个人各方面行为的数据，比如水电煤、公共事业、征税、纳税、公积金等这些数据在中国犹如一个个数据孤岛，各个政府部门是拥有最多数据的机构，但是彼此之间不联通、不共享，征信机构采集数据的成本自然很高，使得未来利用完善的数据来开发信贷产品和征信产品的难度很大。
在国有体制中解决这个问题几乎是不可能的，现在个人征信牌照发放给八家机构，而且倾向于以民营的市场化主体来做，我觉得是一个正确的方向。
钱军：美国有一个非常完善、覆盖面非常广的全国征信体系，个人信息非常详细，涵盖了从收入到支出等多方面信息，并且更新速度很快。比如，即使以往信用有不良记录，最近信用有所提升，也会及时更新。一方面，美国建立了一套以央行为核心、涵盖所有银行和金融机构的征信体系。对中小企业也好，对个人也好，系统都拥有详细的数据。另一方面，市场上有3到5家影响力和份额最大的征信机构，其特点是能够为个人和家庭提供非常优秀的征信服务。
总而言之，我认为在美国这样的架构下——完善的金融基础设施，建立包括以金融机构为主、受国家监管部门指导的征信系统和3-5家有影响力和保密性的民间征信机构的征信体系，就能形成信用社会的基础。
我国征信体系可以从以下两个方面入手：第一，以央行为主，汇总银行和金融机构的个人征信信息，建立一个全国范围内的征信体系；第二，允许部分条件成熟的机构（包括民营企业）进入征信领域，形成一定的竞争，即征信行业结构的双管齐下。当然我们离建立一套完善的征信体系还有距离，但是发展空间很大。
此外我们的核心目标是建设征信社会，每个人都注重爱惜，保护自己的信用评分和历史，因为它们是伴随我们一辈子的信用证明。这就有赖于增强全民信用教育，提高民众对信用的认识。而良好的信用体系则有利于金融机构和市场决策，带来企业和个人融资和交易成本的下降，最终达到双赢。
刘小英：当前国内的情况是以公共征信为主，处于探索公共征信与私营征信并存之路的过程之中。各类私营征信机构尚处于业务发展的准备期，模式与方向还不明确。
现有征信体系存在的问题：一是法律法规不够完善；二是行业标准缺失；三是国内的信用体系的顶层设计还不清晰。
征信市场目前还处于相对初级的阶段，未来还有一个不断发展的过程。当前传统征信主要针对授信机构，如银行、小贷、担保、P2P、租赁等，但未来征信服务的边界将不断扩张，应用场景也会更为丰富。阿里、腾讯等一些本身掌握大量信息的互联网公司对于开展征信业务有着先天的优势。既体现在数据优势上，也表现在渠道优势上。阿里，腾讯进入征信市场会为市场注入更多的活力，也带来激烈的竞争。传统征信服务与阿里、腾讯等基于大数据提供的征信服务将是一种互补关系。一方面，大数据对于传统征信尚未覆盖的领域将极大程度提升征信服务的可得性；另一方面，传统征信创造的失信威慑环境，将一定程度上弥补大数据征信精准性不足的问题。
征信服务天然趋向垄断，我们判断，未来中国的征信体系，更可能形成一种寡头垄断，国家与市场化巨头并存的格局。
正规军vs后起之秀
《21世纪》：个人征信牌照的发放对上海资信有何影响？未来如何与即将获得牌照的民间征信公司展开合作？
刘小英：未来，我们不会因为追求扩张而降低数据标准，上海资信仍然会在部分行业精耕细作，打造行业征信的品牌，与人行征信互补发展。
接下来，我们将采取以下几方面措施：一是快速推进网贷征信市场，争取2015年实现网贷行业的全覆盖；二是积极准备NFCS系统与人行征信系统的互联互通，优先推动NFCS优质会员机构接入人行征信系统，扩大信息的应用面，增强系统对失信人群的威慑力；三是研究网贷风险管理更多维度的信息需求，研究可行的数据采集路径，整合多方信息，提供一站式服务；四是在数据基础上，研究网贷信用风险的量化工具，帮助网贷机构提高效率与决策的准确度。通过以上措施，我们希望能进一步增加与现有合作伙伴的黏性，使合作伙伴广泛认同上海资信严谨的征信理念。
个人征信牌照的发放意味着我国个人征信业务已迈出市场化步伐,上海资信将利用多年征信从业积累起来的公信力,继续开拓市场化业务, 和其他持牌机构一样积极参与市场竞争。
对于获牌征信公司，我们相信都会根据各自的业务特点,充分利用自身在数据资源或服务方式上的优势,在市场上有所作为,上海资信将坚持与之寻求合作交流, 共同促进发展的态度。这也是征信业务发展的需求。征信对于信用风险的评估，需要考虑多维的征信数据以弥补单维度数据覆盖面不足的问题。信用风险评估的核心是评估偿债能力，评估偿债能力通常从收入，负债和欺诈可能三个方面入手。理论上，征信数据只要能与这三方面建立相关性，都有参考价值，这些可能是其他获牌征信机构的长处，上海资信十分愿意分享资源与广泛合作。
《21世纪》：芝麻信用如何利用自身优势开展“互联网征信”？与人民银行征信体系相比，芝麻信用的征信方式有何区别和补充？
邓一鸣：芝麻信用本质上是一家大数据公司，特色就是利用大数据去征信，它充分结合了传统回归模型和先进机器学习算法的优势，确保评分模型的高稳定性和高精准度。与以往的征信方式相比，芝麻信用为代表的互联网征信机构的突出特点就是数据来源更广、数据种类更丰富、数据时效性更强。除传统的信贷相关数据外如信用卡还款等之外，芝麻信用还充分考虑用户在网络消费，支付，转账，理财，公共事业缴费，购票，订酒店等能反映信用特征的行为数据，同时也将考虑IP、电脑设备指纹等能反映用户行为稳定性的网络相关数据。芝麻信用每天获取PB级别的海量用户行为数据，这些来自互联网的信息能够实时反映用户的行为特征，确保数据质量的可靠性和数据内容的新鲜度。
大数据如何应用于个人征信？
《21世纪》：利用大数据信用评级发放贷款，是个人征信业务的重要应用场景。未来互联网金融行业将如何利用大数据来完善及升级个人征信系统？
邓一鸣：目前，我们的数据来源除了阿里巴巴电商数据和蚂蚁金服互联网金融数据以外，还与众多公共机构以及合作伙伴建立了广泛深入的数据合作关系，同时也将开辟各类渠道允许用户主动提交各类信用相关信息，实现对用户全方位的了解。我们利用了互联网上积累的大量网民数据，这些网民中很多正是没有信用卡、没有银行账户、没有信贷记录的人群，传统征信机构难以覆盖到他们。借助互联网的大数据推断出这些人的信用水平，由此可以提升整个征信体系的覆盖率。
周晔：利用大数据发展个人征信系统，首先可以发展基础数据库，使中国个人征信系统的数据库数据量获得极大的补充，如P2P用户的购买习惯，产品偏好，交易规模和活跃程度等数据可以用合适的方法来补充到现有的征信数据库中去，更全面地完善个人征信画像；其次，在基础数据库的基础上可以发展个人征信的市场化服务，一方面基于大量数据的公司可以提供信用报告、信用评级和反欺诈等服务，而一些掌握了专业数据分析技能但不一定拥有数据的公司可以提供专业数据服务，为细分领域商业决策提供帮助。再次，征信产品也将随着大数据发展而多样化，个人和机构获取个人征信信息将变得系统和便利，促进整体社会征信体系。
唐宁：我们成立了大数据创新中心，希望借此从虚拟世界获取更多的信息。此外，经过8年的积累，我们已经积累了100多万小微企业主和农户的信息，具有一定的数据基础。
未来，我们在大数据征信方面面临几大挑战。一是数据、维度和频度比较多的人群。如何保证数据本身的质和量，大数据如何去噪，去噪之后的数据如何解读、评分，网上的搜索阅读浏览数据如何加权。二是面对海量规模的数据，我们觉得应该采取线上线下相结合的模式。在可见的未来，这是大势所趋。
郭宇航：数据采集和征信业务不应该是P2P未来的主要工作，对于征信公司而言，未来应该尽可能地优先采集与金融属性相关的产品，这是金融行业急需的数据，一些看上去很有用的社交媒体数据或者非结构化的行为数据，或许也能够应用到金融行业之中，但是还需要很长的时间验证过程，而不是一个可以直接使用的数据样本。所以，大数据征信现在只是“看上去很美”，真正投入实际应用至少还需要两三年。
刘小英：基于大数据评级发放贷款，目前遇到的主要瓶颈是缺少验证数据的支持，模型的试错过程将相对较长，成本高，准确性也相对较弱。上海资信以传统征信见长，本身掌握大量的失信人不良记录。因此，利用大数据完善、升级个人征信系统，我们具备一定的优势。未来，在与一些大数据机构展开合作的基础上，我们计划主推两类产品，一是对信用风险预测效力较强的信息变量类产品；二是将大数据引入征信评分的参数体系，提高可算得评分的人群范围，提高征信风险量化工具的覆盖范围和参考价值。
钱军：大数据的核心是，数据的量和代表性决定了最终的统计精确度。数据量越大、覆盖面越广、以及越有代表性，从中做出的定量分析和得出的结论就越可靠。目前最好的例子是阿里和腾讯，它们已经掌握了非常多的消费信息，这些个人消费记录如果能和央行的存款、收入及债务等信息综合起来，可以准确地预测借款风险。
（来源：21世纪经济报道）
