从“大数据”到“信用身份证”

大数据信用的理念将引领我国信用体系建设走出‘信用迷雾的困境。信用报告将会成为每个社会人的一张“信用身份证”

在互联网时代，数据即是信用，信用即是财富。大数据征信将会把个人的全部社会行为映射到一纸信用报告上，而此信用报告又将影响到信用主体的生活。可以设想，一个人可以凭借信用报告上漂亮的分数而顺利地求职、找对象、贷款买房、出国旅游，也有可能因为信用报告上一个小小的污点而求职无门、贷款被拒、处处碰壁。信用报告将会成为每个社会人的一张“信用身份证”。

大数据：构建信用体系提升社会效率

以当前大金融环境而言，大数据会加快市场经济效率能有效提升社会效率。例如，银行信用卡部门反映，很多信用卡几年后就“沉睡”了，只能通过大数据来分析用户的职业、购物习惯等信息，挖掘客户需求来盘活“沉睡卡”，同时为银行网上商城导入流量，实现大面积的消费升级，为经济发展提供持续动力。再例如，未来可利用机器学习、智能分析的技术帮助保险行业提升效率，不但解决理赔、反欺诈等问题，还能为保险产品做精准定价。

大数据结合人工智能相比传统手段来说，其最核心的优势就是快。快速分析，快速测算，快速调整，快速决定，由此极大提高了商业效率以及客户体验。大数据的便利无处不在。这种来自于底层的技术推动力，能够帮助顶层设计克服掉诸多障碍，助力政策落地，提高整体社会效率。

中国平安银行贸易融资部总经理汪浩说，对银行而言效率永远是第一位的，人工操作永远赶不上机器操作，一个客户经理维护50户到60户，这已经是极限。用IT技术，效率可以翻倍。而如果再用到大数据，一个客户经理可以管理1000-2000客户，效率会极大提高。

美国的街道上车辆违章很少。不是因为当地人的素质高到不违章，其实深究下去是因为他们“违章”的成本很高，“违章”的记录将记载进信用记录，深深影响一个人的就业、贷款、租房，甚至婚姻。与欧美国家相比，当前中国的信用体系建立并不完备，而国人的“违约”和“欺诈”成本并不高，对失信的惩罚也并不高，这让整个社会信用体系的建立极其不利。设想一下，当中国已经建立和欧美国家这样完备的诚信体系，当“诚信”成为未来的个人资产，整个市场经济和社会运转速度和效率将有多少大的改观。

大数据：构建信用体系的重要一环

回到中国，有个现象值得注意，多年来不温不火的征信行业正在被互联网的浪潮所推动。电商供应链金融、消费金融平台、第三方支付的兴起，都在倒逼征信业的进步，进而倒逼整个社会信用体系的建立。

大数据如何在信用体系建设发挥关键作用？以互联网金融为例，其参与客户、产品形态、交易方式以及业务流程都发生了深刻的变化，传统的信用体系显然已经无法满足新常态背景下互联网金融业务发展的需要。

中国信用体系正在经历一次演进：首先，评估维度多元化。从单纯依托金融体系数据向跨领域跨行业融合数据演进；其次，参与机构多元化。作为央行的补充，细分领域的各类企业共同参与转变；最后，应用场景多元化。通过市场化不断推动信用产品和应用场景的创新，最大限度发挥信用的价值和作用。

而信用体系的建设需要大数据深度参与这一点毋庸置疑：

第一，必须“人人”有信用，也即信用评估的包容性和广泛性。目前，征信体系中有几亿“陌生人”的存在，导致这些小微弱势群体的需求无法得到满足，也催发了消费金融市场的爆发式增长。从长期来看，构建一套基于普惠理念的覆盖全民的诚信评估体系迫在眉睫，那这些“陌生人”就需要必要的大数据。

第二，信用深度依赖数据，而数据需要广泛性。从理论上来说，人们的每次行为都会在无形中成为对个人信用的一种表达，除了金融信贷，还包括商业行为、社会行为和社交行为等，比如：电商购物是否恶评、开车是否遵守交通规则、社交行为是否存在行骗、叫车软件是否爽约、旅游是否有失信行为、手机号码是否经常更换等，都能从一定的角度对全面衡量个人信用做出一定的指向性。

特别是在互联网化的金融背景下，个人信贷记录较少、开放仍有不足，商业、社会、社交行为数据几乎成为理性放贷支撑的基础。但截至目前，数据孤岛问题广泛存在，未来数据整合和共享将还有很长的一段路需要走。

第三，数据要有效，数据也要“智能”。信用评估结果并非一成不变，也不应该一成不变，要求我们既要用动态的眼光去看待客户信用，也要实现在客户发生异动时能真正地洞察客户行为的原因，并做出信用决策。机器学习及人工智能在这个领域的应用能有效解决这个问题，大数据参与诚信体系建设必须是“智能”的，我们说建设诚信生活体系是第一步，往深度来说，中国需要建立智能的“诚信网络”，通过大数据智能分析，来使整个社会效率极大提升。

第四，数据需挖掘，即基于大数据的信用价值挖掘的科学性和技术性。诚信评估的新体系下，由于海量多源的数据存在，数据从清洗到转换、挖掘，价值挖掘的好坏特别依赖于大数据挖掘技术应用是否到位，而擅长大数据技术的公司在信用评估领域也将具有得天独厚的优勢。

大数据：开启信用体系建设新格局

“不用再搬账本，不再需要抵押担保，只要勤劳经营，诚实可信，就有可能得到银行的贷款。”致力于大数据信用研发的金电联行（北京）信息技术有限公司董事长范晓忻一句话道出了大数据信用的魅力。

随着互联网的飞速发展，电子化的产业经营管理大规模应用，加速世界进入信息时代，而大数据作为这一时代的标志，其在巨量资料中蕴涵的海量数据，正在以全新的思维和模式改变着经济社会的各个领域，推进客观信用体系的建设。

与以往的信用评级不同，大数据信用更多依靠机器对海量信息进行收集和分析，从而产生更加客观的诚信体系。

近年来，随着云技术等信息技术的不断创新发展，大数据信用更是以其创新的理念与技术全面进军从金融到社会信用管理各个方面。

中国第一家大数据信用信息服务机构——金电联行则利用大数据破解中小微企业的贷款难题，开启了纯信用贷款的新模式。

金电联行董事长范晓忻向记者介绍：“金电联行打破了传统的财报信用评价思维，通过对企业的大数据（生产、流通、销售中产生的所有信息）进行分析，量化企业的信用额度。借由金电联行的信用评价结果，中小企业可直接从银行获取无需担保抵押的纯信用贷款，大大降低了企业的贷款门槛。

据介绍，截至目前，金电联行已经为200多家中小微企业提供了总规模超30亿元的非抵质押信用融资服务，其中单笔最高信用额度达6800万元，但未发生过一笔不良贷款。

一直以来，中小微企业融资难主要难在其会计信息不充分与不规范、缺乏信用记录，很难用常规方法评估其还款能力。大数据信用则打破了以财务信息为核心的传统信用评价思维，通过对企业留存在电子交易系统和政务平台的客观信息进行全自动、大批量的客观信用评价，闯出了中小微企业纯信用贷款之路。

中国邮政储蓄银行上海分行副行长姚建聪认为，大数据信用改变了以抵质押和担保贷款为主的传统信贷方式，创建一个低成本、大批量、高效能、全风控的纯信用贷款管理模式，为金融机构解决中小微企业融资难的问题开辟了一条新途径。

除金融领域外，大数据信用应用正在全面进军我国的社会信用体系建设，并有望破解“信息迷雾”困局。据介绍，一年多来，来自上海、北京、南京、杭州等地区的政府单位与企业开始在区域经济发展和社会信用体系建设中引入金电联行的大数据信用，从而推动大数据信用全面而创新性地进入社会管理。

当前，我国社会信用体系建设面临信用信息采集难、辨伪难、评价难、跟踪难等困境。“大数据信用的理念创建了以客观信用思想理论为指导的信用体系建设方案，将引领我国信用体系建设走出‘信用迷雾的困境。”从事信用研究的国务院发展研究中心国际技术经济研究所客座研究员田京海说。

责任编辑 李菡丹endprint