網際網路徵信究竟可不可信，隨著大數據徵信的逐漸變現，這一話題再掀波瀾。支付寶“芝麻信用”界面悄然上線信貸産品“好期貸”；京東白條也正在與51信用卡合作開發系統為用戶增加徵信，而其風控依賴的標準主要是網際網路徵信。在複雜的網際網路時代，線上數據的準確性有待商榷，國內的網際網路徵信實則是“霧裏看花，水中望月”。

　　大數據徵信追逐賽開始

　　網際網路企業的創新速度一向是火箭級別。今年初，央行開放個人徵信市場，8家機構獲得準入資格，拉卡拉、螞蟻金服、騰訊等網際網路企業搶得準入證，隨後，各家企業就展開了一場追逐賽。

　　以螞蟻金服旗下的“芝麻信用分”打頭炮的芝麻信用進度最快，除了“花唄”、租車、住宿等産品外，芝麻信用界面近日又悄然接入了招聯消費金融有限公司的信貸産品“好期貸”，芝麻信用評分達到700分的用戶即可線上申請1萬元以內的貸款。此外，以芝麻信用分作為審批依據的産品“借唄”也將上線，額度上限達到5萬元。

　　拉卡拉則推出了個人和商戶兩類信用分，個人信用分可以在拉卡拉App中查詢，數據集中于一個獨立平臺，任何一個使用POS機的商戶都可以到考拉徵信體系裏面評估他的商戶信用分，當商戶的信用分達到一個級別以上，就可以跟拉卡拉申請貸款，不需要抵押和擔保，並且貸款的利率根據信用分來評定。此外，拉卡拉還推出了企業信用分。

　　網際網路徵信日益流行，越來越多的信貸産品使用網際網路徵信體系提高風控、拓展業務。北京商報記者近日了解到，京東白條也準備引入51信用卡管家為用戶增加徵信，目前正在系統開發階段，雙方的合作模式相當於設立一張“聯名信用卡”為用戶增信。

　　對於網際網路徵信，其來源是網際網路金融平臺沉澱的大數據，並通過數據建模，最終輸出每個人的誠信模型，以此為標準，系統自動判斷可以借給誰錢、借多少。不過，由於網際網路金融在國內興起的時間尚不足兩年，大數據徵信的可靠性和含金量仍被不少業內人士質疑。

　　線上資訊準確性待商榷

　　網際網路時代各個行業瞬息萬變，比如對於網際網路徵信依賴較大的P2P行業，此前不少平臺都宣稱自己為“純線上的資訊仲介”，但是在行業發展幾年以後，不少P2P平臺仍然選擇了線下佈局，一方面可以節約成本，另一方面則是通過線下風控降低風險。

　　但是仍有不少網際網路金融行業人士宣稱單純依靠大數據模型、人像建模等技術進行風控。

　　開鑫貸副總經理周治翰直言，如果要支援小微企業，靠純線上的風控模式不夠現實，首先沒有完備的線上交易記錄，沒有國外完善的徵信系統，小微企業主可能連網上提交申請都不會。同時，如果電商企業根據交易商戶或者個人的流水來判定徵信情況或者進行風控，也存在不準確的可能，比如個人的購物情況看起來雖然交易量較大，但可能是幫助其他人或者企業進行採購，所以單純依靠線上數據可能有很多虛假資訊。

　　同時，比如P2P行業服務的大都是傳統金融機構無法覆蓋的人群，這些人也許從未在銀行等金融機構有借貸或信用卡使用，而借助大數據徵信可抓取的數據有效性又有多高？

　　據公開數據顯示，央行徵信中心的數據覆蓋人口達到8億人，但是其中真正有信貸記錄的僅3億人，5億人沒有任何信貸記錄。而中國的個人徵信報告，目前只是各商業銀行歷史信用數據的匯集，現在大量原始數據都分散在金融機構、司法、工商、稅務、公用事業單位等部門，想要獲得這些數據並不容易，這導致大數據徵信缺乏數據支援和依託。

　　金信網首席運營官安丹方認為，用大數據進行信用評估時，很多數據會涉及個人隱私，尤其是對個人社交圈和電商交易的數據、通話記錄、微網志數據的應用。目前國內關於個人隱私方面的保護幾乎處於空白，過快推進大數據徵信，企業將有可能面臨法律和道德風險。而國內對失信行為的懲戒制度不夠健全，導致借款人違約成本較低，難以有效抑制違約風險。“民間機構的交易數據形態各異，對數據的定義不同、業務操作規範不同，授信標準也不同，很難形成統一的數據標準供行業共用。而徵信企業之間存在競爭，數據是各家企業的核心資産，想要實現資訊數據的共用難度也比較大。”安丹方直言。

　　融360 CEO葉大清也認為，中國目前的徵信體系還不足以支撐銀行線上放款。傳統銀行的劣勢是只有線下沒有線上，但現在網際網路時代的趨勢讓用戶把時間都花線上上了。線下是一個過去的時代，線上是一個新的時代，最好的模式是線上線下結合。線下做兩件事，風險控制和服務。

　　民間版徵信如何進化

　　雖然業內人士對於大數據徵信的準確性仍持有意見，但不可否認的是，國內的徵信市場未來將越來越開放，民間版徵信的適用範圍也會逐步拓展。那麼，大數據徵信該如何增強自己的信用價值呢？

　　有分析人士表示，網際網路徵信機構需要不斷完善評估模型，充分發揮大數據優勢，提高大數據分析模型和方法。改進和完善現有模型、探索和建立新的模型，使大數據在網際網路徵信領域進一步發揮作用。在海量數據中挖掘數據之間的內在聯繫以及預測數據變化趨勢，特別是對客戶屬性、交易記錄、評價資訊以及商品資訊進行合理預測。

　　周治翰認為，網際網路徵信目前仍需要進行多重交叉驗證，即使是徵信市場較為完善的美國和德國，通過多個模型交叉驗證數據的真假也是必不可少的環節。

　　在安丹方看來，大數據徵信應當以立法為先。她表示，目前大數據徵信的發展還存在數據缺失、隱私資訊界定不明等問題，大數據徵信的推進應以徵信立法為先。為了規範大數據徵信、減少隱私侵害，《個人資訊保護法》應儘快出臺；針對數據缺失，大量原始數據分散在司法、工商等政府部門的情況，建立在立法層面使數據採集從私法授權的方式改為公權力授權，即當央行授予民間徵信機構徵信牌照之後，該機構即擁有央行的公權力授權，可以直接對接擁有原始數據的機關、企事業單位，但涉及法定保密資訊的除外。

　　“中國的徵信必然會崛起于網路時代，但是需要完善相關法條保駕護航，否則大數據徵信推進得越快，恐怕帶來的隱患就越多。”安丹方建議，在中國徵信體系尚未真正建立起來前，大數據徵信應循序漸進的推進，平臺可以把其作為風控的補充，但不宜完全依賴。就目前發展而言，以大數據徵信為基礎的大數據風控至少在短期內還無法取代以O2O為主的風控體系。

　　複製美國經驗需時間

　　崛起于網路時代的大數據徵信，是拯救者還是毀壞者？中國徵信的未來，路在何方？沒有完善的徵信體系，就沒有真正的網際網路金融，因而徵信體系如何建設從來都是行業爭論的焦點，目前國內對於國外徵信行業的經驗尤其看重。

　　美國最大信用評級公司FICO中國區副總裁Sandy Wang表示，美國徵信的發展史經歷了四個階段：第一個階段是瘋狂發展的過程，第二個階段是監管成熟的過程，第三個階段是合併整合的過程，第四個階段就是現在由幾家龍頭企業主宰的成熟期。當下，中國的徵信市場處於第一個時期，市場蓬勃發展，出現多家小而美的徵信公司。但是徵信的趨勢還是要規模化，相信未來一定還是會出現幾家寡頭徵信企業。

　　葉大清表示，美國在上世紀90年代網際網路剛剛興起的時候，1994-1999年就開始做網上申請房貸、信用卡、貸款，用戶體驗非常好，可以做到1分鐘線上審批。之所以能做到這種水準，是因為當網際網路在美國興起的時候，美國銀行已經很成熟了，已經具備了數據分析能力、風險控制能力和決策能力。

　　在國內，市場是這樣的，“大數據方面其實大家説得多、做得少。京東、騰訊、阿裏甚至銀行的數據都不全面。而微眾銀行更多擁有的是社交、行為及QQ瀏覽器等基於網際網路的數據，到現在為止還沒有風控方面的數據。

　　反過來看銀行，銀行積累了十幾年甚至幾十年，它知道放過的款借款人都是誰、收入如何、信用怎麼樣等，這些借貸數據很詳細，但如果一個人從來沒有在銀行産生過借貸行為，那麼銀行就判斷不了。所以説，網際網路的數據和銀行的數據各有優劣”。葉大清直言。

　　比如FICO的模式就是，首先基於信貸的五類記錄（還款歷史、當前負債、信貸歷史長度等）作為傳統的FICO分數的打分基礎，雖然強大，但是由於打分需要的最少記錄要求導致整體人群的覆蓋範圍有限，所以越來越多的第二類非信貸數據被引進到FICO的Alternative Credit Data中（比如電信記錄、公共事業費記錄、公共記錄和房産記錄等）。

　　值得一提的是，目前國內部分P2P行業已經引入FICO，但是由於國內的數據缺失和準確性問題，FICO在中國的應用也需要經過很長時間的調整和實踐修正才能逐漸作為參考採用。