被玩坏了的征信，其实还有救
由于我国征信行业处于起步发展阶段，整个征信市场也在遭遇“成长的烦恼”。信用滥用、隐私泄露争议不断，行业乱象愈发严重，让大家对国内的征信企业产生质疑甚至是批判，征信被玩坏了吗。
记者 | 春夏
本文长度为2000字，建议阅读4分钟
常言道，互联网圈有3大高潮：支付宝有新版本，百度有新丑闻，微信有新功能。尤其是去年的“支付鸨”事件，更是频频登上各大科技媒体头条。
大众纷纷就此发表观点，指责支付宝乱用信用场景，为搭建社交平台不择手段。
同时，由于我国征信行业处于起步发展阶段，整个征信市场也在遭遇“成长的烦恼”。信用滥用、隐私泄露争议不断，行业乱象愈发严重，让大家对国内的征信企业产生质疑甚至是批判，征信被玩坏了吗？
征信市场乱象频发
在真实的征信行业，不仅有黑市倒卖信用数据，许多地方政府也在滥建征信体系，使得信用数据的质量和可持续性无法得到保障，同时衍生出数据孤岛、数据隐私等一系列问题。
花哨的“增值服务”，用信用划分三六九等。
还是以支付宝为例，去年底上线社交功能后，将信用分作为社交门槛，规定只有达到一定标准才可参与其中，一时引发不小争议，网友甚至调侃称其为“支付鸨”。
对于用户来说，没有达标的人感觉受到了“歧视”，还有人认为信用分作为社交门槛太莫名其妙。
业内专家表示，将信用评分用于非信用场景，还把人分为三六九等，这是滥用信用的做法。
地方政府盲目建设征信体系。
近两年，各地方政府也在建设自己城市的信用管理体系，但频繁出现将闯红灯、地铁逃票、不按时归还图书等行为纳入个人信用记录的情况，严重降低了信用数据的质量。
比如，嘉兴市个人征信系统正是“无所不包”，大到犯罪记录、治安处罚，小到拖欠水电费、闯红灯、借书不还，都会被记录下来，并影响个人信用评分。
终于在今年初，央行叫停了嘉兴市公民个人信用评价系统。
此征信系统无非是想要用“信用污点”增加闯红灯者的违规成本，希望能够解决闯红灯现象难治理的问题。
但是，盲目建立征信体系，不仅有“重复执法”的问题，更有滥用征信的问题。毕竟一旦信用记录出现污点，后续影响可能很大，甚至会引起诉讼和纠纷。
数据的交换和获取缺乏标准规范。
目前，多家个人征信机构的数据源都由自身经营，这些机构大多拥有自己垄断性的数据资源。而大数据征信要求的是信息共享，而不是局部垄断。
同时，跨机构拥有的数据是否可以交换，哪些需要获得信息主体授权，如何保证交换后的信息不被滥用，这些在法律、监管、技术等方面都缺乏标准规范。
另外，工商、税务、司法等公共政务信息的可持续获取，也得不到保障。
目前的主要做法是，各家征信机构分散地获取这类数据，但获取成本高，数据质量和可持续性也得不到保证。
征信机构的独立性问题。
从各国征信机构的发展历程来看，原则上是为放贷机构的风控提供数据支持，遵循“信息采集者与信息产生没有任何关系”的第三方原则。
但实际上，目前很多征信机构不是独立第三方，一方面其数据来源于母公司，另一方面其兄弟公司又涉足放贷业务。
如此一来，评分结果对于其自身经营领域的客户分析、风险判断具有强相关性，但对其他应用场景下评分结果的准确性则有待验证。
数据黑市猖狂作乱。
《中国社会信用体系发展报告2017》显示，在征信服务相关的2000家左右公司中，获得资质的比例还不到5%。
正是因为一无牌照、二无约束，所以一些机构靠倒卖信用数据获取暴利，直接从黑客或黑市等非法渠道购买信用数据。
原本按照规定，未经本人同意，机构禁止收集个人信用数据，但现在这些隐私数据被随意倒卖，应该加大处罚力度。
企业应该要清楚，征信的最终目的是为了解决金融机构的风控问题，如果不能明白这点，“虚拟信用卡”“白条”“各种贷”的小船难免说翻就翻。
征信行业的未来也绝不是靠企业不择手段去搭建，而是要以“数据支撑、场景驱动、客户引领”三要素为导向，为金融机构提供基于获客、风控等方面的服务，才能真正解决金融行业的痛点。
大数据让中国征信弯道超车
尽管目前国内征信市场确实存在一些问题，但近年来，还是涌现了一批新的玩家，借助大数据等新技术对个人信用进行评分，积极拓展了信用数据的使用场景。
同时，通过对比中美的征信市场发展现状，就会发现，即便中国传统征信覆盖率远低于美国，但是因为中国大数据征信的后来居上，已经缩短了中美之间在征信领域的整体差距。
中国传统征信覆盖率远低于美国
目前，征信市场存在传统征信与大数据征信之分。
在大数据征信兴起之前，传统征信在中美两国的覆盖率差距很大。
美国的FICO是传统征信评分模型，数据显示，95%以上的美国个人使用了FICO评分。
反观中国的某传统征信系统，虽然收录了8亿自然人，但其中有征信记录的仅3亿，另外5亿只有基本信息。也就是说，传统征信覆盖率仅为35%，远低于美国。
中国大数据征信靠人口红利超车
大数据征信与传统征信最大的不同在于，采集数据的范畴突破了“金融属性”。
大数据征信不但收集了金融机构的信用数据，还延伸到社交数据、电商数据等没有金融属性的互联网数据，未来还会接入更多的线下场景数据。
对比中美市场发现，虽然两国的大数据征信都是面向传统征信没有覆盖的人群，但是中国的人数远远多于美国，应用场景也更有想象力。
同时，从技术实力来看，国内以BAT为首的企业，其大数据征信技术丝毫不逊于美国最知名的大数据征信企业Zestfinance（已被百度和京东投资）。中国大数据的发展前景不容小觑。
大数据征信在中国快速发展，但同时也面临很多挑战。
大数据征信不但要到达消费场景并影响消费者行为，还要与征信应坚持的独立第三方、保障被征信人权利等原则冲突。如何在这两方面取得平衡，将是未来重要的研究议题。
本文记者春夏 微信：1101862984
来源：数据猿
点击关键词查看相关历史文章
-专访·深度-
-报告·前沿-
-更多关键词-