大數據徵信六大難題待解

　　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，大數據徵信服務機構開始大量涌現。但多元化、多層次徵信市場體系建設面臨一系列挑戰，有很多難題尚未破解。

　　一是數據的品質、權威性問題。相比于央行徵信系統的權威性、數據品質的高可靠性，大數據徵信機構雖然數據來源更加寬泛、品種更加豐富，但數據品質、權威性受到質疑。美國國家消費者法律中心2014年3月對主要的大數據徵信公司進行調查後併發表了題為《大數據，個人信用評分的大失望》的調查報告，報告稱，大數據徵信公司的信息錯誤率高於50%。這些公司的數據模型繁多又複雜，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演算法，各家徵信機構的基因不同，數據來源不同。目前八家機構中，鵬遠、中誠信、中智誠是傳統型的徵信機構，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《徵信業管理條例》規定，採集和應用個人徵信信息必須要獲得徵信主體授權，商業銀行在向人民銀行徵信中心報送和查詢使用個人徵信信息時，必須嚴格執行此規定，對於報送數據範圍、查詢用途範圍、授權形式、異議處理等都有明確的界定。而大數據徵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，隱私洩露風險被迅速放大，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，目前多家個人徵信試點機構的信息來源帶有濃厚的自身經營特點，申請個人徵信試點機構大多首先擁有自己的具有壟斷性的數據資源。而大數據徵信要求的是信息的共享，而不是局部的壟斷和壁壘。跨機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後信息不被濫用，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，各家徵信機構或信息使用機構分散地獲取這類信息，獲取成本高，數據品質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徵信機構的運營情況看，市場開放之後，芝麻信用、騰訊徵信、考拉徵信等機構開始了一輪激烈的追逐賽，紛紛推出各自的評分産品，並爭相在金融、購物、招聘、租車、租房、交友、酒店入住等領域嘗試應用。但是，這些機構繪製出的人物“肖像”能否真實反映個人信用還令人質疑，獲取信息所採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。

　　六是徵信機構的獨立性問題。從各國徵信機構的發展歷程看，狹義的徵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“信息採集者與信息産生沒有任何關係”的獨立第三方原則。而目前試點的幾家徵信機構多不是獨立的第三方，一方面他們的數據來源於母公司，另一方面其兄弟公司又涉足放貸業務。評分結果對於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，圍繞建立多元化的徵信體系這一大目標，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，強化徵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。