我国大数据征信发展现状探析

2020-12-23 09:33:16 中国集体经济 2020年34期

顾乃景 马晓丽

摘要:伴随大数据、区块链、人工智能等新兴技术的迅猛发展,互联网金融作为一种新型产业在国民经济领域中得到了快速发展。我国征信业如何运用好大数据现代技术,实现传统征信业务向大数据征信的深度融合发展,已成为所有金融机构亟需思考并加以解决的问题。文章将对我国大数据征信发展现状进行研究,希望对我国大数据金融的发展起到一定的促进作用。

关键词:征信;大数据;金融机构;发展现状

如今,伴随大数据、区块链、人工智能等新兴技术的迅猛发展,互联网金融作为一种新型产业在国民经济领域中得到了快速发展。我国征信业如何运用好大数据现代技术,实现传统征信业务向大数据征信的深度融合发展,已成为所有金融机构亟需思考并加以解决的问题。

一、引言

(一)大数据概念

大数据顺应时代潮流而发展产生,是指无法在一定时间范围内通过常规方式进行采集、处理、运用的数据集合,是需要新处理模式才可具备更强的发现力、优化力的信息资产。大数据以数据为中心,具以下特点:Velocity(高效性)、Veracity(真实性)、 Volume(海量化)、Variety(多样性)、Value(高价值)。大数据作为互联网金融成功发展的理论基础及技术支撑,有力推动了金融机构企业治理的主动化、高效化、合规化,同时使得大数据征信这一产业得到了越来越广泛的关注。

(二)大数据征信的特征

1. 范围更加广泛、数据源丰富多样

中国人民银行征信系统覆盖人群范围较窄,仅包含与其发生过信贷关系的群体,相关征信数据极度匮乏。而大数据征信采用全新的评估体系,在包含传统的个人信息及征信数据之外,还对用户留存在互联网中的信息进行深度挖掘、分析,如其税务、医疗、消费、缴费记录等创新数据,全方位了解用户,从而充分有效地补充了征信体系。同时,相对于传统信用数据,创新数据在大数据征信中占据较大比例,且处于发展初级阶段,具备更加广阔、更加光明的研究前景。

2. 处理能力强大、产品类型多样化

传统征信体系因用户覆盖面窄,数据量少,多采用抽样分析等传统方式,效率普遍不高。而大数据征信积极运用SPSS、Spark、hadoop、网络爬虫等先进技术,分析、处理海量数据,实现了实时计算和处理数据流,有力地勾画了涉及用户个人信息、兴趣爱好、消费倾向、教育求职等信息的多维度形象,有利于预测用户行为,避免风险异常情况,提升信用评估效率。凭借强大的数据处理能力,大数据征信用途已经从仅仅用于信贷发放扩大至购房、教育、消费、求职、交通、社交等日常生活的各个方面,催生了各种类型的服务产品。典型例子就是阿里巴巴公司的“芝麻信用分”,充分展现用户信用状况,打破数据界限,在各种需履约的生活场景如“哈喽单车”等信用用车中有着良好的应用表现。

3. 数据时效性强、结果真实且量化

实时且高效分析存量数据,是大数据的典型特征。同时,大数据具备准确预测和快速迭代的优点,处理数据能力强,能够充分收集、处理和分析使用海量数据。同时凭借实时风险监控模型,对涉及用户税务、医疗、消费、缴费等与授信者信用相关的各种动态数据进行实时交互分析,确保了征信数据的及时性和真实性,让一切皆可数据化、可量化成为了可能。

二、我国大数据征信发展现状

相较于发达国家,我国的征信行业起步较晚,但经过改革开放以来的发展,我国的征信體系建设进步明显,已初具规模。当前,我国征信体系由中国人民银行主导,以金融机构为主要对象,征信信息覆盖面大,主体结构多元化,但同时存在很多不足。比如,征信系统缺少绝大多数的个人税务、医疗、消费、缴费记录等重要信息,一定程度上误导了相关授信机构决策的制定。但伴随大数据征信的出现以及发展,民间征信与央行征信系统之间相互协调,两者间得到了多元化、可持续的均衡发展。如阿里巴巴公司凭借大数据技术,推出了国内首个个人信用评分-芝麻信用,以“芝麻信用分”直接反映用户信用状况,并充分应用在租赁、购物等具体生活场景之中,展现了大数据征信的独特魅力。

三、我国大数据征信发展困境

(一)政策体系不完善、监管水平低

目前,大数据征信作为一种新兴技术,监管对象多样化,而我国现行监管制度体系不完善,虽然出台了《征信管理条例》、《个人信用信息基础数据库管理暂行办法》等法规,但相关信用风险评估数据及时性差且维度单一,具体体现在:大数据征信缺少涉及规范信息采集和使用范围的专门法律法规;监管力度较弱;缺乏行业自律机构等。总之,伴随大数据征信技术的蓬勃发展,我国大数据征信的监管体系、行业规范及人员职业素养等亟需完善和提升。

(二)数据联通对接难,信息共享难

目前,中国人民银行征信系统尚未同互联网征信系统进行数据联通,无法共享海量征信信息。同时,绝大部分公共金融信用信息数据为中国人民银行征信系统掌握,各独立征信机构难以获得。此外,互联网金融企业由于企业实力和科研水平差距不一,各自为政,信息难以共享,导致用户征信信息保护的安全规范性都难以达到央行征信系统的水平。信息孤岛及数据壁垒,已成为阻碍我国大数据征信乃至整个征信行业健康快速发展的重大问题。

(三)隐私保护少制度、安全性不高

依靠公开化、在线化的途径,通过分析海量关联数据获得有效价值,必须特别重视大数据价值尤其是个人隐私的安全保护。然而,当前我国缺乏专门的大数据征信隐私保护制度,主要涉及“大数据征信信息的归属权属于谁”问题,即谁有权拥有大数据、谁有权收集大数据、谁有权处理大数据等,这些都严重影响了整个大数据征信信息的安全性。目前,主要通过利用线上平台、社交网络等个人数据来构建大数据征信模型,然而这些信息虽然来源广、维度多,但与个人信用关联度较弱,数据质量差,导致大数据征信模型的可靠性有待验证,权威性不足。

四、我国大数据征信发展对策

(一)完善大数据征信法律体系,提升管理水平

无规矩不成方圆,面对大数据征信迅猛发展,监管对象日趋多样化,而现行监管制度体系不完善的情况,必须从监管法律法规、社会信用体系两方面加以解决:首先,制定专门的大数据征信监管法律法规,强化监管力度,落实好网络信息管理保护的相关规定,保证大数据征信信息得到合法、合规、合理的利用。其次,稳步推进全社会信用体系建设,为大数据征信的健康、稳定、可持续发展营造良好的社会信用环境。如加大奖惩力度,对上传准确、有效的数据信息,且信誉较高的企业和个人予以奖励;并发布虚假、无用信息的企业和个人进行惩罚,从而确保信用数据的规范性、真实性和有效性。

(二)建立大数据征信共享机制,强化协调合作

当大数据处理体系共享体系建设程度较低,大数据处理效率难以提升,因此,需要不断完善大数据信息共享机制,提高资源利用率。第一,健全政府大数据收集及信息安全保护制度,充分发挥政府对数据共享的引领与指导作用。如加强政府大数据治理,制定信息安全及数据管理的行业标准,提供统一的技术参考指导;第二,建立征信信息安全保护机制,平衡国家、社会公共利益与個人信息保护间的关系。同时,加快建设信用信息共享的渠道,打破信息壁垒,加强各方信息的联系。如推动独立征信机构与央行统一征信平台对接,加快数据共享与融合,进一步扩大征信体系信用数据的覆盖面;第三,强化对大数据征信监督管理,搭建多部门协调、合作的监管机制,从而达到推动整个大数据征信行业的健康、稳定、可持续发展的目的。

(三)加强大数据征信产品创新,满足市场需要

面对社会发展带来的海量征信需求,各征信机构需要积极了解市场动态,强化对用户需求的调查力度,在充分分析的基础上,建立相关的指数体系,制定符合市场需求的生产营销计划,从而在提供足够的基础性产品服务的基础上,让消费者各取所需,实现大数据征信产品创新。一是探索多领域创新应用。当前征信数据运用主要涉及政府、企业、个人三方面。从政府政务角度来看,大数据征信应强化税务、质检、环保、教育、就业等领域的整合运用力度,全方位、多领域、多角度地刻画监管主体的信用画像,以便政府科学决策、民主决策,从而提升政府服务效率;从企业商务角度来看,各个企业应当强化与政府、高校科研机构的合作,将大数据征信与当前先进科技结合,如人工智能、区块链等,培育出更多、更优的信用产品,从而创造出更高的商业价值;从个人应用方面来看,居民可以通过大数据征信查询自身信用状况,增强自身信用的重视程度,以便更好地加以利用,实现个人价值。二是提升风险防控运用能力。伴随大数据征信体系的逐步完善,风险日趋呈现多样化、隐蔽化趋势,监管及防控难度进一步加大。因此需要积极探索大数据、人工智能、区块链等新兴技术在风险防控中的作用,构建有效的评分模型,提升信用风险防控能力。

(四)推动征信业务转型及升级,促进差异竞争

伴随大数据、人工智能、区块链等新兴技术的发展,多样化的智能产业迅速崛起,征信业务亟需紧随时代潮流,利用大数据平台,选择合适的前进方向。一要积极开展征信业务战略转型升级。强化大数据征信硬件基础设施建设工作,不断促进征信业务线上化、信息化,形成健全完备的信息处理及风险防控系统,避免风险并处理潜在风险问题,提升征信业务的高效性及安全性。二要充分发挥自身特色,积极推出差异化产品及服务,避免业务同质化,不断降低征信成本,提升征信效率。

(五)重视大数据征信人才培养,完善培训机制

大数据征信建立在大数据及征信知识基础之上,需要同时掌握大数据技术及征信业务知识的综合型人才,目前这种人才比较紧缺。政府要大力支持高校充实大数据征信专业人才队伍,积极开设相关专业,并开展相关课题研究,为社会提供懂技术、懂管理、懂业务的大数据征信综合型人才。同时,加强与互联网企业的技术合作,形成政府、高校、企业三方大数据人才培养管理互动机制。

五、结语

新形势下,各金融机构要时刻关注大数据征信的发展方向,制定长远的计划,充分利用大数据资源优势,深入挖掘信息价值,加快推进大数据征信体系建设步伐,如加快建设用户需求服务数据管理库,加大后续数据深层次挖掘力度,同时保障用户的合法权益,做到声誉、口碑双赢,从而推动整个征信行业的有序、健康、稳定发展。

参考文献:

[1]冯文芳.互联网金融背景下小微企业大数据征信体系建设探析[J].国际金融,2016(03):74-80.

[2]李友元,寇纲.我国大数据征信的挑战及对策[J].大数据,2017(01):27-34.

[3]冯文芳,李春梅.互联网时代大数据征信体系建设探讨[J].征信,2015(10):36-39.

[4]卢芮欣.大数据时代中国征信的机遇与挑战[J].金融理论与实践,2015(02):103-107.

[5]李庆莉.大数据战略[J].中国金融电脑,2013(07):10-12.

[6]李佳卉.浅谈大数据时代新型征信体系[J].青海金融,2019(04):51-56.

[7]石佳,金旻.大数据征信模式及发展问题探析[J].中国商论,2016(04):163-165.

(作者单位:江苏建湖农村商业银行股份有限公司)