大數據征信六大難題待解

隨著消費金融、網絡借貸等互聯網消費模式快速增長，以及大數據技術突飛猛進，大數據征信服務機構開始大量涌現。但多元化、多層次征信市場體系建設面臨一系列挑戰，有很多難題尚未破解。

一是數據的質量、共識性問題。相比于央行征信系統的共識性、數據質量的高可靠性，大數據征信機構雖然數據來源更加寬泛、品種更加豐富，但數據質量、共識性受到質疑。美國國家消費者法律中心2014年3月對主要的大數據征信公司進行調查后并發表了題為《大數據，個人信用評分的大失望》的調查報告，報告稱，大數據征信公司的信息錯誤率高于50%。這些公司的數據模型繁多又復雜，使用不準確的數據，有“垃圾進，垃圾出”之嫌。

二是同人不同信用問題。決定大數據模型預測準確性的兩個關鍵因素是數據和算法，各家征信機構的基因不同，數據來源不同。目前八家機構中，鵬遠、中誠信、中智誠是傳統型的征信機構，數據來源主要是金融數據、公共數據為主，而芝麻、騰訊、前海、考拉、華道則除了接入傳統數據外，主要大量用的是自身場景下積累的數據，這導致信用評估結果在不同公司間存在差異。

三是個人隱私保護及信息安全問題。根據《征信業管理條例》規定，采集和應用個人征信信息必須要獲得征信主體授權，商業銀行在向人民銀行征信中心報送和查詢使用個人征信信息時，必須嚴格執行此規定，對于報送數據范圍、查詢用途范圍、授權形式、異議處理等都有明確的界定。而大數據征信依賴大量個人的互聯網交易記錄、社交網絡數據，在多重交易和多方接入的情況下，隱私保護的權利邊界被淡化，隱私泄露風險被迅速放大，公民維護自己合法權益面臨取證難、訴訟難等問題。

四是公共信息的可獲取、跨機構信息的可交換問題。如前分析，目前多家個人征信試點機構的信息來源帶有濃厚的自身經營特點，申請個人征信試點機構大多首先擁有自己的具有壟斷性的數據資源。而大數據征信要求的是信息的共享，而不是局部的壟斷和壁壘?？鐧C構擁有的信息是否可交換，哪些需要獲得信息主體的授權，如何保證交換過程和交換后信息不被濫用，在法律、監管、技術等方面都缺乏標準。同時，工商、稅務、司法等公共政務信息的可持續獲取，尚得不到保證。目前的主要做法是，各家征信機構或信息使用機構分散地獲取這類信息，獲取成本高，數據質量和數據的可持續維護得不到保證。

五是信息濫用帶來的社會安全、公平交易問題。從首批試點的八家個人征信機構的運營情況看，市場開放之后，芝麻信用、騰訊征信、考拉征信等機構開始了一輪激烈的追逐賽，紛紛推出各自的評分產品，并爭相在金融、購物、招聘、租車、租房、交友、酒店入住等領域嘗試應用。但是，這些機構繪制出的人物“肖像”能否真實反映個人信用還令人質疑，獲取信息所采用的關鍵技術的可靠性還有待進一步檢驗，沒有制約的商業化應用很可能帶來安全隱憂或消費歧視。

六是征信機構的獨立性問題。從各國征信機構的發展歷程看，狹義的征信主要是為放貸機構的風險管理提供信息支持的活動，遵循“信息采集者與信息產生沒有任何關系”的獨立第三方原則。而目前試點的幾家征信機構多不是獨立的第三方，一方面他們的數據來源于母公司，另一方面其兄弟公司又涉足放貸業務。評分結果對于其各自經營領域的客戶分析、風險判斷具有強相關性，但其他應用場景下評分結果的相關性則有待驗證。

總之，圍繞建立多元化的征信體系這一大目標，需要在健全信用管理法律法規，完善信用數據標準體系，加快各類公共信用信息基礎平臺建設，強化征信業監管等方面多方探索，既要大力推進，又要腳踏實地，不能指望一蹴而就。