发挥大数据技术优势促进企业信用健康发展

对于大数据（big data），麦肯锡全球研究院所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据技术不仅需要收集掌握庞大的数据信息，更重要的是要对这些数据进行专业化处理。大数据无法用单台的计算机进行处理，必须采用分布式架构，依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

大数据和云计算技术的进步为企业信用体系建设提供了很好的技术手段，大数据技术有利于企业信用数据的采集分析整理，有利于加强企业的信用监管，利用好大数据技术能够提高企业信用信息服务能力，有利于促进征信事业发展和加快社会信用体系建设。

大数据技术有利于推动企业信用信息建设

大数据技术为企业信用数据的采集、分析、整理提供了便利。在互联网大数据时代，网络的交易数据、社交数据、第三方评价信息等各类信息总量庞大，而实现这些数据的收集、清洗和加工成为制约企业信用建设的一个瓶颈，大数据技术为实现信息数据的采集、整理、分析、加工工作提供了技术支持。

大数据技术为加强企业的信用监管提供了技术支撑。传统的企业信用监管只能对企业实体的信用数据进行分析整理，信用监管范围有限，而大数据技术实现了信用数据的几何倍增长，对企业信用信息的全方位收集为企业数据的有效监管提供了基础，采用大数据技术有利于掌握企业动态信用信息，及时向市场反馈企业的信用状态，形成激励和约束机制，以使企业能够自觉履行信用行为，担负社会责任，保护市场经济健康稳定发展。

大数据技术有利于提高企业信用信息服务能力。数据是信用服务的基础和关键，大数据技术拓宽了数据源的广度和深度，依靠大数据技术，研发推广信用信息产品，能够提高企业信用信息服务能力，得到的数据越完备广泛，企业的信用信息服务能力也会越强，企业信用信息服务能力的增强能够促进企业信用信息建设。

大数据技术对征信的影响

提到“大数据征信”这个概念，有声音认为，大数据征信在数据质量和权威性、征信机构的独立性、信息的共享交换、信息安全保护、以及信息滥用等方面还存在诸多问题，不应该利用大数据开展征信业务，甚至不应该使用“大数据征信”的概念。目前，国际上还没有完全接受“大数据征信”的概念，但与此同时，不可否认的一点是，在互联网时代，大数据对征信的影响不容忽视，大数据征信同传统征信相比具有信息来源丰富、数据类型多样化、数据获取实时动态的优势，也弥补了传统征信覆盖面不足的缺陷。大数据征信毕竟是新涌现出来的技术和模式，对于大数据征信的合规合法性还需要进一步进行理论研究和深入分析，以下仅就如何发挥大数据对征信的影响以更好为社会和企业服务作一些探讨。

数据来源清晰准确能够做到可追溯是大数据征信技术发展的前提。业内对大数据征信持有不同看法甚至持反对态度的一个重要原因是对大数据的准确性持有怀疑态度，互联网大数据信息资源丰富，来源渠道广泛，如何甄辩这些信息，从海量数据信息中选取能够用作征信的数据还存在不少问题，做到数据来源准确可追溯，就需要信息来源渠道具有正当性，通过正常途径获取数据，绝不能将通过非正常渠道获取的数据作为征信数据。

制定数据开放、整合、共享的标准规范。大数据征信技术还存在一些障碍，不能实现数据的整合和互联互通，如央行的征信数据、政府在行政管理过程中的信用信息、司法信息，社交网络记录的信用信息，各个部门结构的数据不能实现互联互通，数据孤岛问题没有有效解决，原因之一是缺乏数据整合统一的标准，缺少法律的支撑。数据的开放和整合是大数据征信技术发展的必要步骤，需要制定法规、标准解决数据开放整合过程中遇到的问题。建立数据开放共享规范，在保障信用主体的合法权益基础上，促进传统金融信贷数据、各电商平台数据、政府公共管理信息数据、其它机构的数据在统一的标准和安全机制下开放共享，打通行业之间、组织之间和地域之间的“数据孤岛”“数据壁垒”。鼓励企业通过合规合法形式开放共享其内部数据，建立数据交易和共享的市场化机制。

充分发挥独立第三方作用。独立第三方不存在利益竞争和利益冲突，存在竞争就会导致掌握信息的机构不愿意实现信息共享。独立的第三方由于不存在业务关联能够尊重客观事实，公平公正开展信用服务。独立就是能够做到公司治理独立，公司业务独立。充分发挥独立第三方信用机构的作用，站在客观的立场，明确数据源，依据规范标准整理收集分析数据，做到信息可追溯，按照独立性、中立性和公正性的基本原则开展征信业务，促进大数据征信技术的发展。

注重信息安全和隐私保护是大数据征信技术发展的根本。大数据征信需要分析大量数据，海量信息数据的整理收集会给信用主体的隐私带来极大的挑战，大数据征信应该更加明确信息获取者的法律责任，绝对不是可以采集用户的所有信息，法律也要明确规定数据合理合法使用的界限，明确信息使用者的法律责任，因为隐私信息一旦泄露，给个人或企业会带来难以弥补的伤害，对社会稳定带来冲击。除了要杜绝非法公开的手段侵害隐私的行为，还要警惕以数据产品、信用信息服务等其它形式出现的侵害隐私的隐蔽行为，大数据征信能否顺利发展很大程度上取决于是否能够有效做到注重信息安全和隐私保护，把安全性和合规性作为前提，注重信用主体的知情权、选择权和隐私权是大数据征信技术向前发展的根本。

VCS信用理论利用大数据展开分析

VCS信用理论是能够充分揭示信用风险本质的具有创新性的信用评级技术。政府、企业、社会团体等社会组织的信用往往是由起关键作用的决策管理层决定的，即信用风险是由关键人员决定的。中大信信用管理有限公司（以下简称中大信）正是遵循这一理念而独创了VCS信用管理技术，本质是通过对关键人的价值观和行为规范评价而实现对社会组织的信用评价。基于对自然人（ 如职业经理人）、企业、社会组织三个主体信用国家标准指标体系，中大信先后完成了覆盖全行业的96套大类，432套中类，1094套小类共1622套行业信用指标体系研发及建模，以及100套重点职业人群信用指标体系，这些指标体系以VCS理论评价指标为基础，从价值观、竞争力、社会责任等三个维度设立一级指标，根据不同行业的信用风险特征制定反映行业特点的信用评价指标，建立信用评价模型。

中大信研发的企业信用大数据公共服务平台正是在完成这些指标和模型的基础上进行的平台系统构建，建模开发了在线评级系统，建立在全面、准确、可靠大数据基础上的在线评价系统体现了科学性原则，是一套在线动态定量客观的评级系统。该平台统筹多样化的数据资源，全面收集整理信息主体的价值行为，以守信联合激励，失信联合惩戒为目的，建立了信用评价数据模型，全面客观反映了信息主体的信用特征，完成了在线征信、在线评级、征信查询、自动生成征信和评级报告以及其它的在线信用信息服务，实现了基于政府提供信用信息、市场评价信用信息、第三方专业服务机构信用评价信用信息的共享共用，通过信用评价等信用分析手段，形成“红黑名单系统”，建立守信激励、失信惩戒的市场联防机制，实现政府监管、消费者防范和检举、商品生产企业员工举报联合发挥作用，极大地补充政府市场监管力量的不足，最终形成以信用为中心的新型市场监管体系。企业信用大数据公共服务平台的建设意味着在传统征信和评级基础上实现了技术、模式、工作流程等多方面质的突破和创新；同时，大数据平台有利于拓宽和培育信用服务市场，进一步开发大数据信用产品，为政府、行业和企业的大数据监管和信用服务提供了技术支持，为地方政府落实运用大数据对社会治理和市场监管提供了高效实用的一体化方案。