個人徵信市場化,資訊安全怎麼保障
- 發佈時間:2015-01-07 10:51:51 來源:新京報 責任編輯:孫毅
1月5日,央行在官網上發佈了《關於做好個人徵信業務準備工作的通知》,要求芝麻信用管理有限公司、騰訊徵信有限公司等八家機構做好個人徵信業務的準備工作,準備時間為六個月。這意味著,這八家機構有可能成為中國首批商業徵信機構,此前一直由央行主導的個人徵信體系將邁出市場化重要一步。
個人資訊安全是徵信市場化的前提
央行對徵信機構的授權範圍應以個人資訊安全為重,不能過分地“求快,求大”。同時,立法部門也應在徵信社會全面建立前,及時出臺個人資訊保護法。
近日,央行向八家民營機構下放了徵信授權,這標誌著我國徵信機制開始進入全面建設階段。這八家機構都有與個人生活密切相關的業務關係,從網路交易到網路行為,從保險業務到日常消費,未來的徵信活動會將生活萬象都包羅進來,通過對客戶日常生活的綜合考察,建立起立體化的徵信體系,進而實現我國徵信機制的跨越性發展。
我國徵信體系註定將崛起于網路時代,大數據的廣泛運用將極大提高徵信準確度和實用性,不過,個人資訊洩露風險也如影隨形,我國個人資訊保護制度將面臨前所未有的嚴峻考驗。
目前,我國尚未出臺專門的《個人資訊保護法》,網路公司對大數據的攫取還處於叢林法則階段。我國法律既沒有對個人資訊合理使用範圍劃清界限,也沒有對大數據商業利用做出具體規定。缺乏資訊保護法下的商業化徵信本身,就可能演變成侵害個人資訊的手段。央行作為金融機構,在沒有上位法授權和缺乏個人資訊保護法的情況下,開放民營徵信機構,這本身就值得商榷。因此,央行對徵信機構的授權範圍應以個人資訊安全為重,不能過分地“求快,求大”。同時,立法部門也應在徵信社會全面建立前,及時出臺個人資訊保護法,做好防微杜漸,以法律制度保障徵信數據的安全。
從世界範圍看,民營徵信機構是徵信體系的主要組成部分。不過,此次央行授權的這幾家民營徵信機構大都有其他商業公司的影子,大數據對於這些商家而言,可謂“石油、黃金”。公眾有理由擔心,這些以營利為目標的商業公司,會不會以徵信為名非法“攫取”個人資訊,會不會在法律沒有健全的情況下擅自對這些數據進行商業化使用,會不會以技術為外衣遮擋商業目的。
民營機構進入徵信領域確實是一件好事,然而,如果缺乏明確的法律保障,沒有透明的公開公示制度,缺少第三方監管機制的話,好事也可能變壞事。畢竟,個人資訊安全作為公民的核心權利,這才是徵信機制建立的前提和基礎。
“資訊安全”不應歧視民營企業
服務滿不滿意,收費合不合理,消費者有的選,自然形成公允的決斷,從而助力效率的提升。競爭決定價格,是市場經濟的最大共識,必須銘記。
放下“一家獨大”的身段,央行將壟斷性的個人徵信業務,放手交給市場來做,這樣的自斷其腕,鍛造的不僅是“信用的市場”,進而還保障了“市場的信用”。值得點讚。
市場經濟是法治經濟,更是信用經濟。一些常見的食品安全、爽約記錄及信貸的污點、保費的詐騙,都會深深傷害市場主體之間的信任,破壞交易的規則。如何對付這些“老賴”,需要嚴格的徵信記錄,並且讓記錄反過來制約信用,構築起不敢騙、不敢賴的防火牆。
然而,在大數據的今天,這道防火牆的構建,需要靈活的技術支撐,以及敏銳的對市場的反應能力。這些,恐怕不是政府機關所能勝任的。日前,李克強總理見證了網際網路銀行的首筆貸款,其中一個細節就是,線上放款先“刷臉”,然後通過社交媒體等大數據分析,來完成信用評定。這一過程中,一端是網際網路金融,一端是公安部身份數據,連接彼此的正是我們所説的市場化的軟體應用系統——“信用的市場”。
市場化的信用評級,交給民營企業來做,更有優勢。之前,發生過央行的徵信收費的爭論。評級一次、列印幾頁,究竟該收多少錢,標準也不好界定。算來算去,還真不如交給市場,讓競爭來決定。服務滿不滿意,收費合不合理,消費者有的選,自然形成公允的決斷,從而助力效率的提升。競爭決定價格,是市場經濟的最大共識,必須銘記。
也有擔心,民營企業搞信用,大量的個人隱私、商業秘密,會不會洩露?其實,任何一家機構來做,都會有類似的風險。這種想法,説到底還是對民營企業的歧視、對社會資本的不信任。在成熟發達經濟體,不僅信用評級,就連國防軍工、航空航太,這些更為涉密的行業,同樣不乏民企、社會資本的身影。這個問題上,值得恐懼的,只是恐懼本身罷了。
央行是一級政府機構,放手“信用的市場”,只是第一步。能不能真正保障好“市場的信用”,離不開有效的監管。比如,資訊的網路安全,以及對企業之間惡性競爭的防範。會不會有幾家企業聯合起來,利用市場的相對優勢,破壞規則進而損害消費者利益,都需要事先做好最壞的打算。特別是,市場經濟主體無例外,搞信用評級的企業,本身也得被評級、被監管。
把市場能做好的事情,堅決交給市場;把政府該管好的事情,堅決負責管好,這是法治經濟的基本準則。個人徵信業“開閘”,正逢其時。
- 股票名稱 最新價 漲跌幅