大数据时代，征信大有可为

肖斐斐+向启

征信是指对企业组织和个人的信用信息进行采集、整理、保存和加工，并向信息使用者提供的活动，其本质在于利用信用信息对金融主体进行数据刻画。征信是现代金融体系的基础设施。征信本身不创造信用，却是信用活动乃至整个经济金融体系征信的基石。现代金融体系中，征信的作用在于利用数据对每个金融主体进行刻画和信用评估，进而激发金融主体间的潜在融资需求，并支撑起总体融资规模的扩大。因为征信机构承担了部分信用风险管理的职能，金融机构的中介属性将会弱化，整个金融体系的交易成本有望降低。

我国征信行业现状

我国征信行业与国外相比起步较晚，无论是征信业务的普及度、商业模式的成熟度还是征信系统的完善程度都较国外有很大差距。自1980年代末至今，经过20余年的发展，我国征信行业目前形成了公共征信与商业征信并存、以公共征信为主的征信体系。

公共征信体系

当前，国内公共征信体系主要是指央行的企业和个人征信系统，即金融信用信息基础数据库，又称企业和个人信用信息基础数据库。该数据库于2006年在全国正式运行，其前身为1997年开始筹建的银行信贷登记咨询系统，央行于2004～2006年间，组织金融机构建成全国集中统一的企业和个人征信系统，目前由人民银行征信中心负责运营维护，属于非盈利机构，仅收取少量费用，如查询个人信用报告每年前两次免费，第三次起每次收取服务费25元。

数据来源。全面收集企业和个人信息，以银行信贷信息为核心，还包括社保、公积金、环保、欠税、民事裁决与执行等公共信息，但目前占比较小。对于无贷款记录的企业和个人，央行征信系统仅有基本信息。截至2015年4月底，征信系统收录自然人8.6亿多人，收录企业及其他组织近2068万户。

产品体系。公共征信体系主要提供以企业和个人信用报告为核心的征信产品。其中，企业征信包括企业信用报告、关联企业查询、信贷资产结构分析、历史违约率查询等;个人征信包括个人征信报告、信用报告数字解读（信用评分）等。

使用机构。包括商业银行、农村信用社、信托公司、财务公司、汽车金融公司等各类放贷机构，且征信系统的信息查询端口遍布全国各地的金融机构网点，信用信息服务网络覆盖全国。截至2014年年底，企业和个人征信系统接入机构家数分别为1724家和1811家。

商业征信体系

我国的商业征信体系主要包括信用评级机构、社会征信机构，以及近几年才建立的专门针对P2P行业的征信系统。其中，信用评级机构主要应用于债券市场和信贷市场。2012年共有70多家评级机构，其中8家获准从事债券市场评级业务，当年共完成债项评级1672笔，同比增长42%;其余从事信贷市场评级业务，共完成信贷市场主体评级近5万户，同比增长近5%。社会征信机构则主要从事企业征信业务，较少从事个人征信业务。征信业务收入和人员主要集中在几家大的征信机构上，如鹏元征信、新华信等。

针对P2P行业的征信系统主要包括网络金融征信系统（NFCS）和小额信贷征信服务平台（MSP）。NFCS主要收集并整理P2P平台借贷两端客户的个人基本信息、贷款申请信息、贷款开立信息、贷款还款信息和特殊交易信息，通过有效的信息共享，帮助P2P平台机构全面了解授信对象，防范借款人恶意欺诈、过度负债等信用风险。目前NFCS已成为央行征信系统的有效补充，是互联网金融业务开展的重要基础设施。截至2014年年底，共有370家网贷机构接入NFCS，收录客户数达到52.4万人，日均查询量约5000次。MSP是由北京安融惠众征信建立，推出了包括信用信息共享、反欺诈、风险预警监测、个人消费能力分析、个人及关联企业信息分析在内的多种风险管理相关产品，旨在帮助会员机构共享借款人借贷信息、实时掌握借款人在各类民间信贷机构间的信贷交易信息，防范借款人可能存在的多头借贷、恶意拖欠、骗贷等风险。截至2015年7月底，MSP累计会员机构数量达到923家，收录有信贷记录的信息主体220.8万人，当月查询量达17.2万次。

美国征信业经验借鉴

欧美、日本等发达国家和中国的港台地区，经历了长时间的经济发展已经形成了较为完善的征信体系。目前国际上相对成熟的征信模式包括三种：市场主导型（以美国为代表）、政府主导型（以欧洲大陆国家为代表）和行业协会主导型（以日本为代表）。此外部分国家和地区还对三种模式进行综合，实行混合型的征信模式。下面我们将主要探讨以美国为代表的市场主导模式。

美国征信市场概述

在美国，征信机构均独立于政府和美联储之外，按照纯市场化的方式运作，并以营利为目的向市场提供信用信息产品和服务，政府和联储仅扮演监管者的角色。美国征信机构中影响力最大的包括三大个人征信机构益博睿（Experian）、艾克飞（Equifax）、环联（Trans Union）和企业征信机构邓白氏（Dun&Bradstreet，简称D&B）等，这些机构占据了美国征信市场的大部分市场份额。除美国外，英国、加拿大等也采用市场主导的征信模式。

完善的监管和法律制度是美国征信体系的一大特点，这也是其市场主导型征信模式能够高效运转的基础，而监管的执行和法律的制定则是基于保护个人信息安全和隐私权的理念。首先，美国具有完善的征信法律体系，这主要以《公平信用报告法》（Fair Credit Reporting Act）为核心，该法规定了个人信息主体、信用信息提供者、征信机构等在征信活动中的权利义务关系，并从保护消费者隐私和信用报告准确性的角度出发，规定了信用报告的合法用途、负面信用信息的保存期限、信息主体获取和要求更正本人信息的权利、征信机构对信用报告准确性的法律责任等内容。其次，美国具有完备的信用监管框架。美国并未设立类似征信管理局之类的部门专门负责征信监管，而是通过立法或自然分配的形式将监管职能分配至各个部门，在各个部门履行监管职能的过程中，依旧遵循保护个人信息与隐私权的基本原则。

企业征信机构经验借鉴

D&B是全球历史最悠久的商业信息服务机构。2014年公司营收16.8亿美元，同比增长1.61%;净利润2.9亿美元，同比增长13.89%;毛利率和净利率分别为66.85%和17.71%。庞大的全球商业数据库是其核心竞争力。D&B的全球商业数据库是全世界最大的企业信用数据库，覆盖逾2.4亿家企业。公司数据来源渠道广泛，包括当地商事登记部门、黄页、报纸和出版物、官方公报、互联网、银行和法庭，还通过拜访和访谈形式收集相关信息。

D&B的商业模式主要包含三个方面：第一，风险管理业务是主要收入来源，2014年风险管理和销售及市场拓展两大领域分别为公司贡献了62.7%和37.3%的营业收入，其中风险管理主要包括信用评估等，而销售及市场拓展则主要是基于征信系统而开展的衍生和增值业务;第二，全球化布局的同时，依旧维持北美市场的战略性地位，2014年北美、亚太和欧洲及其他地区收入占比分别为74%、11%和15%;第三，高毛利加之高费用导致毛利和净利之间的差距变大，近年来公司毛利率和净利率均保持稳定，高毛利主要源于征信业务的规模经济，而数据库的维护等因素带来高费用率，导致净利率较毛利率低许多。

个人征信机构经验借鉴

Experian主要提供数据和分析工具，帮助企业管理信贷风险、防止欺诈行为、确定营销目标，以及实现自动化决策，同时也帮助个人用户查询自己的信用报告和信用评分，并防止身份盗用。公司业务网络覆盖全球39个国家和地区。2014到2015财年公司实现营业收入48.1亿美元，净利润7.72亿美元，净利润率16%。

数据是所有业务的核心与基础，构成公司核心竞争力。Experian拥有30多年的征信数据管理及建模专业知识，并与全球70多家征信机构进行合作，目前其全球数据库共覆盖8.9亿人和1.03亿家企业。数据来源广泛，包括个人和企业信用记录、保险、租赁、保健（医疗）支出及交通记录等，并不断加强数据库覆盖的广度、深度和质量。此外Experian拥有超过400位数据分析师对数据进行加工和挖掘。同时，公司基于征信服务和数据分析，不断拓展业务范围和数据应用场景培育新收入增长点。

大数据征信经验借鉴

ZestFinance公司旨在利用大数据技术重塑审贷流程，帮助在传统信用评估体系下因风险高估而难以获得信贷服务的个人拿到融资，并降低其借款成本。公司已于2013年7月完成2000万美元的C轮融资。2015年京东宣布投资ZestFiance，并将与ZestFinance成立名为JD-ZestFinance Gaia的合资公司，致力于在中国开展消费金融业务，结合ZestFinance的模型技术和京东的消费数据提供信用风险评估服务。

ZestFinance的客户定位主要是没有信用记录或信用评分较低的人群。这部分群体往往信用数据不足，因此在传统的信用评估体系下信用水平容易被低估，很难获得正常的金融服务。ZestFinance一方面可以直接为这部分人提供小额贷款，另一方面也可以为其提供信用评估服务，帮助他们从其他机构获得贷款并降低借贷成本。ZestFinance数据来源十分丰富，除了传统的信贷记录等数据，还包括大量交易信息、法律记录、租赁信息、网购信息等数据，能够更全面地刻画每个人的属性，公司的数据来源主要包括第三方、网络数据、直接询问用户等。

ZestFinance的优势在于，一方面，公司基于海量数据生成大量的风险变量，然后输入不同的预测模型（如欺诈模型、身份验证模型、还款能力模型等），每一个模型会从不同的角度预测个人的信用状况，而ZestFinance会不时地推出新的模型，然后形成多样化的业务，如信用评估、市场营销方案等;另一方面，对于“缺失数据”，与传统数据处理方法不同的是，其认为数据缺失本身也是一种信息，充分利用丢失数据之间的关联和正常数据的交叉，寻找数据丢失的原因，进而获得有用的消费者信用信息。

我国征信行业前景展望

我国征信行业空间探讨

征信行业规模测算——潜在空间巨大。征信的基本功能在于为信贷融资提供信用评估产品和服务。尽管我国经济总量和融资规模均实现了快速增长，但征信行业规模依旧较小。据央行统计，截至2012年底我国有各类征信机构150多家，当年行业收入规模约20多亿元。相比之下，同期美国最大的企业征信机构D&B的营业收入为16.63亿美元，其中风险管理业务10.48亿美元;三大个人征信机构中Experian和Equifax的营业收入分别达44.87亿美元和21.61亿美元，其中信用服务类业务分别为21.33亿美元和9.17亿美元。未来征信行业的发展空间将取决于社会融资规模的增长、征信渗透程度的提升、征信机构的商业化和市场化，以及应用场景的拓展等。除了围绕信贷融资提供信用评估服务外，以大数据基础衍生的诸如决策分析、市场营销方案、供应链管理等都有望成为重要收入来源。

征信价值探讨——提升信用经济渗透率，支撑起更大的社会融资规模。征信是现代金融体系的基础设施，伴随着征信体系的逐步完善，更多潜在的融资需求将得到满足，进而驱动社会融资总量的增长，这便是征信的价值所在。分场景看，基于居民消费（如信用卡、消费贷款、汽车金融等）和企业投资（如供应链融资、小微企业融资）的融资需求而产生的各类创新融资模式都有望在征信的刺激下，规模实现量的飞跃。同时，农村金融因服务成本高（金额小、笔数多、周期长、回收慢）和资产风险大（缺乏有效担保品、自然灾害风险、信用环境差）的问题，一直是全球金融业公认的难点。而基于合作社模式（如蔬菜种植合作社、生猪养殖合作社等）长期跟踪收集农业生产数据，并以此为基础建立农业征信系统，开拓农户消费和经营融资需求市场，可以培育金融业务的新蓝海。

未来竞争格局展望

规模经济和交易成本的限制促使征信市场具备天然的垄断基因。一方面，征信市场呈现明显的规模经济特征，随着数据库规模的扩大以及使用次数的增加，征信业务的平均成本逐步降低，因此拥有大规模高质量数据的征信机构有望胜出;另一方面，征信主要基于信贷等金融业务而开展，因此交易成本存在上限，出于降低成本的考虑，全社会需要大而优的征信机构而非小型机构。海外成熟征信市场大多经历了“充分竞争——优胜劣汰——寡头垄断”的发展过程。同时，监管政策短期内也将影响行业规模和竞争格局。因此，我国未来征信市场或呈现“央行公共征信系统+寡头商业征信机构”的竞争格局。

首先，在公共征信领域，央行征信系统作为央行履行金融监管职能的重要手段和工具仍将存在，并继续发挥重要作用。其次，在商业征信领域，目前已有78家企业征信机构在人民银行完成备案，预计短期内备案的征信机构数量仍会增加，而个人征信机构牌照数量则由央行决定，但长期看具备数据优势、资金优势、综合金融优势的征信机构有望通过并购整合成长为绝对的行业龙头，而小型或专业性的征信机构则或被收购或成为大型机构的供应商，进而实现行业集中度的提升。

征信机构发展趋势展望

数据是征信机构的核心竞争力。通过对国外成熟征信市场和征信机构的分析，可以发现，数据是一切征信产品和服务的基础，也是征信机构的核心竞争力所在，而美国三大个人征信机构之间的竞争，其实就是对于数据的管理、加工、保护、风险判断的竞争。我国目前已经完成企业征信备案和正在进行个人征信准备工作的征信机构大致可以分为两类，分别是传统征信机构（含资信评级机构）和互联网公司。两类机构有望依托各自资源，形成不同的数据优势。互联网公司主要依托海量的互联网数据优势，比如芝麻信用依托电商流量（淘宝和天猫）、腾讯征信依托社交流量（微信和QQ）。而基于互联网支付而产生的各类生活场景也都能成数据来源，如购物、缴费、交通、通讯等。而传统征信机构则需要依托长期数据积累及风险分析经验优势。传统征信机构的优势在于多年的征信数据积累和风险评估经验，以及与金融机构的合作关系，这是互联网公司目前所欠缺的。

互联网平台公司提供个人与小微融资和生活场景信用服务。基于互联网公司的优势，我们认为其未来的征信业务很可能以平台模式（即征信生态圈）开展。首先，其数据来源除了自身所依托的流量数据外，由外部机构负责采集数据也可能成为其选择，采用收入分成或支付费用的方式。其次，利用自身强大的IT技术对数据进行分析，形成信用评估产品，并不断推出新的模型以完善对个体的刻画;第三，在产品与服务方面，主要向信贷类的金融机构提供信用评估报告和服务，并且不排除反向从金融机构处获得数据的可能;第四，除了金融领域外，生活场景（签证、租车等）、商业场景（企业间贸易往来）等都有望成为征信服务的目标领域;第五，与公司原有互联网金融业务相结合。一方面由征信平台为其提供信用评估服务，另一方面原有互联网金融业务亦可扩大征信数据来源。

芝麻信用或将成为国内大数据征信的领导者。2015年1月芝麻信用开始在部分用户中进行公测，并推出芝麻信用分，这是我国首个个人信用评分系统。这种基于互联网大数据的征信模式，首先，其数据来源的优势在于互联网数据，包括淘宝、天猫的电商交易数据和蚂蚁金服的金融数据;其次，其模型算法采用五个维度刻画个人信用状况，即信用历史、身份特质、履约能力、行为偏好和人脉关系;第三，其接入机构除了蚂蚁金服旗下的“花呗”、“借呗”之外，招商银行旗下的招联消费金融也与其达成合作，预计未来会有更多的金融机构接入。征信是蚂蚁金服金融布局的重要一环，芝麻信用通过对接其他金融板块积累数据和风控经验。芝麻信用旨在搭建一个开放数据共享的云计算平台，并基于此输出数据服务和信用服务。基于个人行为数据而产生的信用评估产品，将不仅仅适用于金融领域，在生活领域亦可发挥重要作用。因此芝麻信用除了对个人用户进行信用评分，还围绕着评分进行产品开发，如在租车、租房、签证等多个领域的拓展应用，如领英、神州租车、网易花田等机构已开始与公司合作。

非互联网公司应当深耕细分领域征信市场。传统的资信评级业务发展空间有限。传统的征信机构主要从事企业征信和资信评级业务，对个人征信鲜有涉足。我们认为资信评级未来的发展空间有限，原因在于资本市场本身透明度较高、信息披露充分，针对这些企业和单位出具信用报告或提供相关信用信息服务，为信息使用者所带来的增加值并不高。区域性、专业性的细分领域征信服务可能是非互联网征信机构的突破点。对于传统征信机构而言，一方面多年积累的对信用风险的分析和研判经验是其优势，另一方面与央行征信系统和互联网公司相比又都存在明显劣势。如前所述，包括传统征信机构在内的非互联网公司，其优势在于区域性、专业性的细分领域，以及多年的风险分析经验积累，因此我们认为这部分征信机构未来的发展方向在于做区域性、专业性的征信服务，基于对本地经济社会特征或本行业产业链特征的把握，以及基于对本地或本行业企业的了解和渗透能力，获得独有、稀缺的数据信息并开展征信服务（如针对供应链金融的征信服务），有望成为企业征信业务新的增长点。

（作者单位：中信证券研究部）