文章来源：由「百度新聞」平台非商業用途取用"https://baijiahao.baidu.com/s?id=1686928558300978012&wfr=spider&for=pc"

冉冉然然升起發布時間: 20-12-2411:27樸道征信申請個人征信業務許可的公示出現在央行官網上之后，消息很快在金融圈子里傳開。由于在2018年百行征信獲得個人征信牌照之后，很長時間沒有個人征信批籌的相關消息，所以樸道征信的橫空出世有點出人意料，也引起了市場對個人征信新一輪的關注。加上前段時間，美國個人征信公司Experian（中文名稱“益博睿”）聲明退出中國市場的消息，頗具刺激性，然后其最近又宣稱將繼續留在中國市場（從事企業征信），這樣的反復以及其中的內情也引起市場對“征信”頗多好奇。從算話在2015年2月15日通過人民銀行上海總部向央行征信管理局提交個人征信業務許可以后，至今時間差不多已經過去整整6年了。在這6年中，總體來說，社會各界和個人征信行業對個人征信的關注熱度逐年下降，但是，縱觀行業、市場、媒體甚至學界對個人征信的認識，卻依然是眾說紛紜，里面夾雜著大量的謬誤，嚴重誤導了社會各界對中國個人征信行業的認知，影響深遠。因此，作為一個在本世紀初就在國務院批準設立的第一家個人征信試點機構——上海資信從事個人征信業務的老兵，想借此機會嚴肅地聊聊我個人對個人征信相關的幾個重要問題的理解和看法。從傳統意義和國際慣例上來說，個人征信是指專業機構依法對個人信用信息進行采集和加工，并向合格查詢者提供以個人信用報告為主要形式的個人信用信息服務的活動。提供這種服務的專業機構就是個人征信機構。其中個人信用信息主要是指信貸數據，包括貸款申請、貸款發放記錄、貸款金額、信貸額度使用金額、還款表現、逾期情況等等。有些國家的個人征信機構設立施行許可制，如中國；有些國家則無準入限制。個人征信機構賴以提供個人信用信息服務的數據由信用信息產生方按照與個人征信機構約定的固定格式，以約定的周期和方式報送給個人征信機構，存儲在個人征信機構的數據庫中。因此，這些個人信用信息相關數據都是標準化的數據。大數據（big data），按照一般的說法，是指無法在一定時范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能提高更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。一般大數據具備三大特征，即俗稱的“3V”。第一個是Volume(海量)，數據容量巨大；第二個是Velocity(速度)，數據量增長速度巨大，需要處理的速度和響應越來越快；第三個是Variety(多樣性)，指各種各樣類型的數據出現，過去數據更多是結構化的，而大數據很多是半結構化的，甚至是完全沒有結構的數據，如文本、郵件乃至語音、視頻等。“3V”是對大數據最基本特征的歸納，得到業界的共識。因此，可以看出來，個人征信和和所謂的“大數據”根本是不相容的兩個概念。而我們在媒體、論壇、會議或其它各種場合經常可以看到“大數據征信”的說法，可見謬誤流傳之廣。大數據可以用作風控，可以用來做信用風險評分、欺詐評分、價值評分、客戶畫像或精準營銷模型評分等等，但大數據絕對不可能用于個人征信。我曾經在《中國金融》上發表文章，談到“大數據征信”的概念類似于“公牛的奶”，奶牛全是母的，這世界上沒有公牛身上擠出來的奶，也就沒有由大數據產生的征信。大數據征信之類的謬誤的產生和流傳，直接誤導社會公眾對征信機構設立的預期和想象，嚴重的影響了這些年中國個人征信業的發展。普通老百姓都以為阿里騰訊這樣擁有海量個人數據的機構是天然擁有做個人征信的資源或條件的，專業投資人也幾乎具有同樣的看法，這些都是導致僅幾年中國市場化個人征信行業發展不暢的社會因素。殊不知，即便某機構擁有海量的數據，即便這些海量數據屬于信用相關數據，也是不能天然用來提供個人征信服務的，因為用于提供個人征信服務的每一個數據，事先必須得到數據主體——即數據所描述的對象本人——的直接授權，才可以用于后續的個人征信服務。所以，任何一家新設征信機構，從理論上講，在它開業的第一天，它是不可能擁有任何征信數據的，即便它的股東擁有這世界上所有的個人數據。所有的征信數據，都是必須在個人征信機構在提供個人征信服務的過程中一筆一筆經過數據主體授權積累起來的。所以，問一個公司說“你想做征信，你有數據嗎？”是一個典型的對征信完全外行的問題。很多人把信用評分公司看作是征信公司，更有甚者，國內某互聯網大廠在跟FICO合作的時候，在合作宣傳大會上的大橫幅上寫的竟然是“某某大廠金融與國際征信巨頭FICO達成戰略合作”。評分公司不是征信機構，評分模型咨詢公司（輸出建模技術和評分咨詢服務）更加不是征信機構。芝麻信用管理有限公司從曾經是央行公示的八家個人征信業務籌備機構之一到今天不再以征信機構名義公開對外展業，它的核心產品始終就是所謂的“芝麻信用分”（現在叫“芝麻分”）。而事實上，信用評分本身從來就不是一個征信公司的主要產品或標準產品或基本產品。比如，央行征信中心一直到2017年前后，也就是在它開始提供征信服務十年之后才對商業銀行提供名為“個人信用報告數字解讀”的個人信用評分，也從事實上證明了信用評分并不是一個征信機構必需的標準產品。個人征信機構必須具備的基礎產品就是“個人信用報告”。所以，芝麻分即便算是信用評分，它也從來就不算是個人征信產品，而頂多是具有一定風險評價功能的增值產品。而且，因為芝麻分的生成所依據的數據主要是阿里生態內的數據，所以基本不涉及跨機構的信貸數據，而跨機構的信貸數據共享是征信機構的核心特征，所以芝麻分也談不上是征信局信用評分。另外，因為芝麻分的商業目的顯然是激勵其個人用戶更多地使用阿里、淘寶和支付寶生態內的各類服務，所以它的評分生成機制必須包括“給那些為阿里生態貢獻更多價值的人以更高的分”這一價值取向，同時平臺和生態內部必須有為更高評分用戶提供更好商業回饋的措施，否則芝麻分就無法形成激勵用戶與阿里生態形成更緊密聯系或更強粘性的良性循環的商業閉環，除非芝麻分是一個公益產品。因此，芝麻分甚至不能算是一種信用風險評分，而僅僅是一種基于大數據的會員評分，我個人更愿意把它看做“支付寶個人會員價值評價排序分”。騰訊的微信支付分性質和芝麻分是一模一樣的，其它所有互聯網平臺的各種“分”本質也都類似，在此不再贅述。個人征信和社會誠信體系建設的很多內容也經常被社會大眾所混淆，甚至很多媒體和學者也搞不清楚。個人認為，個人征信是社會誠信體系建設的必由之路。從實際效果看，社會誠信體系建設僅僅依靠法治或道德教育遠遠不夠。中國的法律不可謂不多，但對于很多信用問題來說，立法和執法成本都很高，因為信用問題涉及到的責任金額往往都不大。中國的道德教育不可謂不源遠流長。幾千年以來，我們一直口口相傳“君子一言，駟馬難追”、“徙木立信”、“抱柱之信”、“千金一諾”等等。然而，從現實結果看，在陌生人之間的交易，誠信還是一個大問題。所以，從法律和道德教育兩方面入手，誠信社會建設目標的達成速度和效果都難以令人滿意，而一個內容更加豐富的個人征信業態可以通過技術手段從根本上促進完成中國社會的誠信轉型。征信的核心就是信用信息的共享，包括信用信息向中心匯聚和信用信息向四方提供。把所有人的失信行為信息匯集到一個平臺，同時，利用技術手段讓所有人都能在交易對手授權的前提下查詢其歷史信用信息，這就自然建立起個人信用行為“自我約束，自我正向反饋”的良性循環機制。算話公司自我賦予的使命是“科技完美誠信”，公司愿景設定為“守信受益，人人說話算話”，原因就是認定征信或信用風險管理的技術可以承擔建設誠信中國的重大職責，關鍵是怎么做。這幾年，最被詬病的就是經常把個人在金融或和資金相關活動中的信用表現（這部分實際上是征信的內容），和個人在社會中其它與金融、財務或資金無關的誠信或遵紀守法的行為（這部分是以德治國或依法治國的內容）混為一談。比如，闖紅燈是不是該記入個人信用數據庫、父母老賴能不能剝奪其子女上私立學校或者參軍入伍的資格、本人信用卡多次欠費影不影響其報考公務員、交通違規處罰能不能上個人征信報告等等，諸如此類，不一而足。其實這些問題，可以從幾個方面來梳理一下。01征信體系建設和誠信體系建設的政府管理部門要分開，職責和職能更要界定清楚，各司其職，各盡其責。2失信行為的嚴重程度和失信的懲戒力度要平衡相稱。比如，不能出現某人欠1000元不還，就拒絕為其提供所有金融服務。03征信中的失信、道德的失信以及對社會法律法規的違反（實際上也可以看作是違法者對法定公約的一種失信）要涇渭分明，不能相互混淆。相應的懲戒或懲罰措施更加要限定在自身的范疇內，不能張冠李戴，不能出現“哥哥生病，弟弟打針”的情形。也就是說，在征信的領域內失信的，就用征信的手段去懲戒。比如，對信用卡有逾期未還清的，金融機構可以不再發放新的貸款或信用卡；行人闖紅燈的，可以罰本人在路口舉小紅旗維持交通秩序兩個小時；汽車違規變線的，就記兩分，罰200元；殺人放火的就交給刑法處理。說白了，就是“上帝的歸上帝，愷撒的歸愷撒”，不宜把闖紅燈的行為記入征信數據庫。我們也可以注意到，現在各大互聯網平臺都推出了自己的所謂的“信用分”，這種做法對社會誠信體系建設有利有弊。好處是，客觀上提高了普通大眾講誠信或守信用的意識，壞處是，大部分此類“信用分”生成的數據都只能限于自身的平臺所積累的數據，無法正確全面地反映一個人真實的信用狀況，而偏面的或局部的信用評價有時候比沒有評價更不好。征信數據有幾個基本要求，包括及時性、準確性、完整性、合法性。任何一個方面的缺失，都有可能對信息主體（被征信主體）造成極大的不公平甚至傷害。因此，社會大眾需要將這些巨頭自家推出的各類“分”與個人征信乃至信用評分區分看待，對個人征信形成“再認識”，在中國才能凝聚出令個人征信良性發展的共識。媒體和學界尤其需要承擔起應有的責任，幫助社會厘清個人征信的真實概念，切忌以訛傳訛。當然還有很多其它方面的內容可以去討論分析，鑒于篇幅，在此就不再置喙了。這個問題的答案要視接下來中國個人征信業的發展路徑如何演化而定。前不久，第二家市場化個人征信機構樸道征信的許可進入公示階段，這是一件好事。因為對于個人征信市場長遠發展目標來看，逐步增加市場化個人征信機構的數量，是完全正確的方向。如果樸道征信順利獲得許可，那么中國就有百行和樸道兩家持牌的市場化個人征信機構了。而中國在金融領域的個人征信業其實已經發展到一個相當高的階段。央行征信中心已經基本把全中國金融信貸類的個人征信數據大一統至中國“金融信用信息基礎數據庫”中，銀行類金融機構和其它有信用信息查詢需求的金融機構基本都可以獲得基礎的征信服務。盡管央行征信中心各類個人征信增值服務還有很大的提升空間，但囿于機構編制等原因，所有的個人征信服務全部由央行征信中心來提供也不現實。然而，在社會經濟活動中，還有很大一部分信用相關信息沒有納入到該“金融信用信息基礎數據庫”，比如水電煤欠繳信息，移動運營商服務費繳納信息，居民小區物業管理費繳納信息，商業賒銷信息，各類社會租賃信息，甚至民間借貸信息，和互聯網上帶有信用性質各類交易和服務行為信息，都可以成為市場化征信的信息采集和征信服務的對象。但實事求是講，如果市場化征信機構只能采集這類信息，那么市場化征信機構的業務空間還是比較窄的。而且，由于這些數據分散在很多不同的行業，受不同的政府監管部門管理，采集這些征信數據的難度還是不小的。所以，市場化的個人征信有沒有未來，取決于很多不確定的因素，比如：未來還有多少家獲許可的個人征信機構？個人征信許可授予什麼樣的機構？被授予個人征信業務許可的機構有沒足夠的獨立性（沒有獨立性就不可能獲得相應的征信數據）？這些獲業務許可的市場化征信機構開展個人征信業務的能力和動力有多強？獲業務許可的個人征信機構實質被允許的、可拓展的征信業務邊界到底在哪里？個人征信和社會誠信體系建設的關系處理得是否得當？已經被央行征信中心大一統的金融征信領域有沒有必要開放競爭？等等。這些問題如何發展演變都有待觀察，中國市場化征信的未來前景如何，需要看上述問題所指向的實質內容在未來如何演變。按照《征信業管理條例》的規定，個人征信數據的采集法定是必須得到本人明確授權的。而且特定數據不允許采集或需要有條件采集。這些都是為了保護被征信主體的個人隱私等個人數據相關權益，是十分必要的。在個人征信業務開展過程中，一方面，個人隱私等個人數據權益必須被充分保護，另一方面，只有充分保護才能獲得社會各界對個人征信業務發展的支持，個人征信業務才能發展得更好。還有，正像前面所提及到的，個人征信機構在從事個人征信服務過程中，個人征信數據必須被完整、及時、準確和合規地得到采集，否則就極容易對被征信主體造成不公平或對征信數據使用者造成損失。比如，如果征信機構只能從某些信用數據源采集到某人的守信數據，未能從其它信用數據源采集到其失信數據，結果會怎么樣？結果極可能是金融機構對其信用判斷錯誤，容許對其發放貸款，進而造成貸款無法回收，形成信貸壞賬。而反過來，如果征信機構只采集到某人負面失信信息，而未采集到事實上存在的比重更大的正面守信數據，也極可能造成其信貸申請被金融機構拒絕，進而使得其金融消費權益受損。至于發生其它數據采集不及時、不準確、不合規的情形，同理也可能造成類似的后果。所以，對開展征信相關服務的機構應有的要求還是很高的。然而，事實上，個人征信業務在當前的歷史階段是完全有技術和條件將充分保護個人隱私這項工作做好的。有公信力從業機構的自我約束（基于對品牌、聲譽和從業資格等的重視）、各種應對數據庫攻擊的軟硬件、嚴格的各項數據安全管理規定、針對數據非法使用的嚴厲法律制裁手段等等，我們應該有信心可以做好隱私保護這個事。最后，我們也要看到，如果因為片面強調個人數據保護而對數據利用裹足不前，其實不但不利于中國個人征信業務發展，也不利于中國社會誠信體系建設，而且會對人工智能等其它更需要充分利用大數據的戰略性行業發展造成不必要的困難。比如，一個大一統的征信數據庫，如果要先獲得每一個數據主體個人獲得授權再匯總數據，有時候是一個不可能完成的任務。個人數據保護的本質是保護數據主體的合法權益，而我們要不要為了保護某人一項更小的權益而犧牲其一項更大的權益呢？如果舍本求末，那就無異于南轅北轍了。而且，很多數據使用的業務場景，其實是完全可以把身份證號碼等主鍵信息或身份敏感信息進行加密，既不影響數據的使用，也不會泄露個人隱私。所以正在征求意見的《中國個人信息保護法（草案）》明確規定“不可還原的匿名化信息不受本法保護”，也就是意味著不可還原的匿名化信息是可以被充分自由使用的。這是平衡個人數據保護和個人數據應用之間關系的一個非常正確的方向。事實上，充分保護個人隱私和充分使用個人數據本質上是不沖突的。因為個人隱私是個人權益的一部分，在很多情況下，只有充分使用個人數據，才能充分保護個人權益。我們不應該怕用個人數據，在很多情形中怕就怕只用了一個人的一部分數據。比如，金融機構如果因為被允許合法使用各種個人數據，而可以對一個急需貸款的申請人進行全面的風險評估，進而識別出其是一個信用良好、風險很低的貸款申請人，最終使得其能及時獲得貸款，那么，在這種情況下，最大的獲利者是誰呢？相反，如果金融機構因為缺少數據而無法識別出其是信用良好者，而只能因為懼怕風險而拒絕為其發放貸款，那受損最大的又是誰呢？在這種情況下，普惠金融或金融扶貧等民生工程又如何去完成呢？更有甚者，金融機構因為數據收集不完整而導致誤判，錯誤地給欺詐分子發放貸款，進而造成像前段時間在西南某地，金融機構集中被欺詐十幾億貸款的慘重后果，那中國金融業的信貸風險又如何得到控制呢？本質上，向壞人放貸，就是在阻礙好人得到貸款，因為金融資源總是有限的。所以，幫助金融機構利用數據識別貸款人風險非常重要。其實，在社會各行各業，道理也類似。所以，保護個人隱私，關鍵在于數據怎么用，而不是不用。舉報反饋

關鍵字標籤：https://www.liidda.com.tw/