大數(shù)據(jù)征信助推長尾客戶金融可得性研究

汪紅蕾

摘要：大數(shù)據(jù)背景下，長尾客戶是未來金融部門開發(fā)與爭奪的藍(lán)海市場。然而，長尾客戶由于信息不對(duì)稱程度較高而限制了其金融可得性的實(shí)現(xiàn)，解決長尾客戶信用信息問題是滿足長尾金融需求的關(guān)鍵。大數(shù)據(jù)征信依托于數(shù)據(jù)優(yōu)勢、技術(shù)優(yōu)勢、成本優(yōu)勢和風(fēng)控優(yōu)勢，有效彌補(bǔ)了傳統(tǒng)征信的不足，為助推長尾客戶金融可得性提供了可行性。同時(shí)，我國大數(shù)據(jù)征信正處于快速擴(kuò)張的發(fā)展初期也存在著行業(yè)格局混亂、征信信息保護(hù)機(jī)制不健全等突出問題，對(duì)此提出相應(yīng)建議，從而推動(dòng)大數(shù)據(jù)征信成為普惠金融和消費(fèi)金融發(fā)展的重要工具。

關(guān)鍵詞：長尾客戶;金融可得性;大數(shù)據(jù)征信;普惠金融

中圖分類號(hào)：F830? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1005-913X（2020）09-0059-04

一、引言

長尾客戶來源于美國“連線”雜志主編克里斯安德森于2004年提出的長尾理論，指因產(chǎn)品或服務(wù)需求小而分散，構(gòu)成了需求曲線細(xì)長尾部的客戶。[1]雖然處于需求曲線尾部，但隨著產(chǎn)品品種的增加，長尾客戶的需求甚至?xí)筋^部客戶，創(chuàng)造出巨大的經(jīng)濟(jì)效益。在當(dāng)前金融機(jī)構(gòu)給予大型企業(yè)信貸紅海競爭激烈、長尾群體收入逐漸增加和金融科技發(fā)展迅速的背景下，長尾理論值得金融部門反思改變傳統(tǒng)的以頭部大型企業(yè)為主要服務(wù)主體的授信模式，轉(zhuǎn)而向長尾經(jīng)濟(jì)開發(fā)。促進(jìn)這一轉(zhuǎn)變的關(guān)鍵應(yīng)是探尋金融機(jī)構(gòu)對(duì)長尾客戶信貸配給的深層次原因，大量研究和事實(shí)證明這源于金融機(jī)構(gòu)與長尾客戶間的信息不對(duì)稱問題較為嚴(yán)重，長尾客戶缺乏可抵押資產(chǎn)、有效信用信息等使得金融機(jī)構(gòu)產(chǎn)生惜貸行為，進(jìn)而導(dǎo)致長尾客戶金融可得性水平低。本研究的金融可得性主要指自然人和法人的金融資源可獲得程度，解決長尾客戶的金融可得性匱乏問題應(yīng)以緩解信用雙方信息不對(duì)稱為出發(fā)點(diǎn)，要從征信入手。然而，當(dāng)前大多數(shù)金融機(jī)構(gòu)采用傳統(tǒng)征信模式，存在嚴(yán)重依賴于征信覆蓋率不足的央行征信系統(tǒng)、無法將企業(yè)可使用信息邊界擴(kuò)大等缺陷，已經(jīng)落后于對(duì)長尾經(jīng)濟(jì)的開發(fā)需求，而近年來開展迅速的大數(shù)據(jù)征信依托其獨(dú)特優(yōu)勢為助推長尾客戶金融可得性提供了可行性。

大數(shù)據(jù)征信是指基于互聯(lián)網(wǎng)所有可搜集數(shù)據(jù)，運(yùn)用現(xiàn)代智能技術(shù)對(duì)信息主體的經(jīng)濟(jì)交易與社會(huì)交往等活動(dòng)進(jìn)行記錄、量化并報(bào)告的活動(dòng)。[2]相較于傳統(tǒng)征信方法，大數(shù)據(jù)技術(shù)的運(yùn)用使得征信數(shù)據(jù)體量巨大、類型多樣、處理高速、價(jià)值密度變低，并且伴隨著云計(jì)算、區(qū)塊鏈等一系列網(wǎng)絡(luò)化運(yùn)作。[3]大數(shù)據(jù)征信在處理長尾客戶信息不對(duì)稱問題上存在著數(shù)據(jù)優(yōu)勢、技術(shù)優(yōu)勢等多種優(yōu)勢，能夠有效彌補(bǔ)傳統(tǒng)征信對(duì)長尾客戶的開發(fā)不足，從而提高長尾客戶的金融可得性水平。

關(guān)于大數(shù)據(jù)征信和長尾客戶金融可得性方面的研究，大部分研究的是大數(shù)據(jù)征信處理小微企業(yè)融資難問題，較少涉及中小消費(fèi)群體的消費(fèi)金融方面的思路。劉蕓，朱瑞博（2014）提出小微企業(yè)融資約束的主要原因是信息不對(duì)稱，以大數(shù)據(jù)為基礎(chǔ)的互聯(lián)網(wǎng)金融和征信體系深化是化解小微企業(yè)融資難的有效途徑。[4]肖斌卿，柏巍等（2016）、高俊光，劉旭等（2015）認(rèn)為可運(yùn)用大數(shù)據(jù)和數(shù)據(jù)挖掘方法構(gòu)建小微企業(yè)的信用評(píng)估模型，從而解決供給型信貸配給造成的小微企業(yè)信貸困境。[5][6]陳穎，顏偉忠（2015）從剖析中國小微型企業(yè)現(xiàn)狀及發(fā)展瓶頸入手，并提出了建設(shè)小微型企業(yè)信用大數(shù)據(jù)平臺(tái)。[7]本文的研究貢獻(xiàn)主要在于增加了大數(shù)據(jù)個(gè)人征信推動(dòng)消費(fèi)金融的分析并研究了大數(shù)據(jù)征信解決長尾客戶信貸難問題的可行性，同時(shí)結(jié)合當(dāng)前我國大數(shù)據(jù)征信運(yùn)營的潛在問題，提出相應(yīng)對(duì)策建議。

二、傳統(tǒng)征信下長尾客戶的金融可得性和信用信息問題

（一）長尾理論下的金融可得性問題

金融部門的長尾客戶分為長尾企業(yè)和長尾消費(fèi)者兩大部分。長尾企業(yè)指資產(chǎn)規(guī)模較小，缺乏信貸抵押品而具有融資難問題的小微群體。長尾消費(fèi)者一般指財(cái)務(wù)實(shí)力較弱，缺乏信用信息而較難獲得消費(fèi)貸款的群體。長尾客戶的金融可得性往往較低，體現(xiàn)在金融資源稀缺、獲得的金融服務(wù)層次低和融資成本較高等。

長尾理論的核心觀點(diǎn)是客戶群體由頭部的大而集中的客戶和尾部的小而分散的客戶組成，但是隨著商品種類的增加，尾部客戶的需求無限向右擴(kuò)張甚至可能超越頭部的需求規(guī)模（圖1）。隨著我國互聯(lián)網(wǎng)金融大力發(fā)展，金融產(chǎn)品種類不斷創(chuàng)新，例如，余額寶產(chǎn)品通過滿足長尾需求而使得天弘基金成為當(dāng)前規(guī)模最大的貨幣基金，可見長尾客戶潛在價(jià)值巨大，金融機(jī)構(gòu)應(yīng)注意到長尾經(jīng)濟(jì)藍(lán)海。

■

金融供給度隨著客戶長尾程度提高而減少（圖2）。由于金融機(jī)構(gòu)在傳統(tǒng)征信思維方式下，以財(cái)產(chǎn)實(shí)力和信用信息的充足程度為權(quán)威的判斷依據(jù)，當(dāng)客戶缺乏有形抵押品等導(dǎo)致的信息不對(duì)稱程度越高，其長尾特性越強(qiáng)，則金融機(jī)構(gòu)授信積極性越低，金融供給度越低。傳統(tǒng)征信落后于金融科技發(fā)展速度，已不能滿足銀行開發(fā)長尾價(jià)值的適應(yīng)性要求，阻礙了長尾客戶獲得金融資源服務(wù)。

■

結(jié)合兩圖分析可知，隨著客戶長尾性的提高，其金融需求隨著金融產(chǎn)品品種不斷增加，而金融供給卻逐漸減少，長尾客戶供不應(yīng)求的特點(diǎn)使得長尾客戶金融可得性較低，表現(xiàn)為小微企業(yè)融資難和個(gè)人消費(fèi)貸款獲得不足的現(xiàn)象普遍。而長尾客戶的金融可得性較差原因在于傳統(tǒng)征信無法有效解決金融部門和長尾客戶間的信用信息問題。

（二）傳統(tǒng)征信模式下的信用信息問題

傳統(tǒng)征信模式下，長尾個(gè)體的信息不健全和長尾業(yè)的信息不對(duì)稱問題較為嚴(yán)重。傳統(tǒng)征信數(shù)據(jù)來源大多數(shù)為金融機(jī)構(gòu)的金融交易數(shù)據(jù)，而對(duì)于沒有借貸行為等財(cái)務(wù)信息的長尾個(gè)體覆蓋不到位，例如，中國人民銀行征信中心只對(duì)具有信貸記錄的人提供個(gè)人信用報(bào)告，因被排斥在金融供給之外而沒有借款行為的長尾“白戶”則在系統(tǒng)中沒有信用信息。據(jù)統(tǒng)計(jì)，截至2019年，人民銀行征信中心收錄自然人9.9億人，其中沒有信貸記錄的人數(shù)為4.6億人，征信覆蓋率僅為38%（與總?cè)丝谙啾龋?。[8]而美國征信覆蓋率已達(dá)95%，我國個(gè)人征信業(yè)務(wù)與發(fā)達(dá)國家差距較大。長尾個(gè)體信用數(shù)據(jù)缺失，信息收集不健全，因而消費(fèi)信貸獲得困難，不利于消費(fèi)金融的發(fā)展。

長尾中小企業(yè)相對(duì)于長尾消費(fèi)人群來說“信用白戶”的現(xiàn)象并不嚴(yán)重，因?yàn)榇蠖鄶?shù)市場化企業(yè)還是具有信用信息的，但是由于資產(chǎn)規(guī)模較小、缺乏固定資產(chǎn)抵押物等使得金融機(jī)構(gòu)仍不信任中小企業(yè)還款能力，擔(dān)心“道德風(fēng)險(xiǎn)”發(fā)生，導(dǎo)致授信動(dòng)力不足，究其原因在于雙方的信息不對(duì)稱，即企業(yè)有征信信息，但是金融部門搜集和了解困難，難以準(zhǔn)確評(píng)估企業(yè)信用風(fēng)險(xiǎn)。這源于金融機(jī)構(gòu)依賴于傳統(tǒng)的征信模式，只查詢資產(chǎn)財(cái)務(wù)信息，而在當(dāng)前大數(shù)據(jù)背景下，長尾企業(yè)的交易信息、社交網(wǎng)絡(luò)等均可作為授信業(yè)務(wù)的參考，小微企業(yè)的融資困難使得普惠金融發(fā)展難以取得實(shí)質(zhì)性效果。

傳統(tǒng)征信模式下，長尾客戶的信用信息問題導(dǎo)致了其金融可得性較低，而金融可得性差又加劇了其信用信息問題，兩者陷入了惡性循環(huán)。先信用后信貸的傳統(tǒng)方式存在“雞生蛋、蛋生雞”的難題，使得長尾客戶信貸形成“無貸款—無信用記錄—難貸款”的不良循環(huán)。[9]因此，解決長尾客戶金融可得性問題需要從其信用評(píng)估入手，而大數(shù)據(jù)征信有效填補(bǔ)了傳統(tǒng)征信的不足，提供了解決長尾客戶信用信息問題的可行性。

三、大數(shù)據(jù)征信助推長尾客戶金融可得性的可行性分析

大數(shù)據(jù)征信可以利用數(shù)據(jù)優(yōu)勢彌補(bǔ)信用信息不健全問題，利用技術(shù)優(yōu)勢化解信息不對(duì)稱問題，利用成本優(yōu)勢和風(fēng)控優(yōu)勢作為保障機(jī)制，促使大數(shù)據(jù)征信成為解決長尾客戶金融可得性較低問題的重要手段，邏輯機(jī)制如圖3。

■

（一）數(shù)據(jù)優(yōu)勢

數(shù)據(jù)優(yōu)勢是大數(shù)據(jù)征信產(chǎn)生和擴(kuò)張的基礎(chǔ)，這對(duì)于解決長尾中小消費(fèi)人群的信貸難題，發(fā)展消費(fèi)金融意義重大。不同于傳統(tǒng)征信模式，信息來源依賴于只對(duì)有信貸記錄的人提供信用報(bào)告的央行征信系統(tǒng)，大數(shù)據(jù)征信將數(shù)據(jù)邊界大幅拓展，數(shù)據(jù)類型不再以財(cái)務(wù)信息為主要部分，從而將大量的長尾“信用白戶”納入征信目標(biāo)主體并有效解決長尾個(gè)體的信息不健全問題。

首先，大數(shù)據(jù)征信的數(shù)據(jù)收集量極大，征集范圍廣，基于互聯(lián)網(wǎng)活動(dòng)產(chǎn)生的所有數(shù)據(jù)可供整理，例如，德國的Kreditech公司征信收錄貸款人15 000多個(gè)數(shù)據(jù)點(diǎn);中國的Wecash閃銀對(duì)單個(gè)客戶征信會(huì)采集約6 000個(gè)數(shù)據(jù)點(diǎn)。[10]同時(shí)具備廣度和深度的數(shù)據(jù)池形成了大數(shù)據(jù)征信對(duì)長尾客戶信息調(diào)查方面的巨大優(yōu)勢。其次，大數(shù)據(jù)征信的數(shù)據(jù)類型多樣，由傳統(tǒng)征信的結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)變?yōu)榉墙Y(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)。傳統(tǒng)征信以財(cái)務(wù)數(shù)據(jù)為核心，注重抵押擔(dān)保，而大數(shù)據(jù)征信中任何信息都可為信用信息，比如電商平臺(tái)交易數(shù)據(jù)、社交活動(dòng)、網(wǎng)絡(luò)行為等，財(cái)務(wù)信息不再是唯一的信用能力評(píng)估標(biāo)準(zhǔn)，從而推動(dòng)了信用衡量的多維度和全面性。

2018年，央行推出的百行征信，有效解決了個(gè)人信用信息不健全的問題，覆蓋人群較廣，而原因即在于利用大數(shù)據(jù)爬蟲技術(shù)儲(chǔ)備了互聯(lián)網(wǎng)海量數(shù)據(jù)，從而使得一部分“尾部”客戶過渡到“頭部”客戶。市場化的機(jī)構(gòu)包括芝麻信用、騰訊征信等均促進(jìn)了個(gè)人征信的易得，進(jìn)而大大提升了長尾個(gè)體的金融可得性，有助于消費(fèi)金融開展，推動(dòng)消費(fèi)升級(jí)。例如，芝麻個(gè)人信用評(píng)分彌補(bǔ)了傳統(tǒng)央行征信對(duì)學(xué)生群體等“信用白戶”的征信不足，推動(dòng)這部分長尾客戶獲得房貸、車貸等信用貸款。

（二）技術(shù)優(yōu)勢

技術(shù)優(yōu)勢是使大數(shù)據(jù)征信更具競爭力的重要條件，有助于解決中小企業(yè)融資難題和發(fā)展普惠金融。第一，大數(shù)據(jù)一般結(jié)合云計(jì)算、區(qū)塊鏈等運(yùn)算對(duì)其整理、加工與保密，推動(dòng)了供應(yīng)鏈金融等新興互聯(lián)網(wǎng)金融對(duì)小微企業(yè)的信貸扶持。第二，大數(shù)據(jù)征信涉及的變量、模型和方法較復(fù)雜，從而保證多維度、科學(xué)性地給出企業(yè)的信用評(píng)分。第三，大數(shù)據(jù)征信在數(shù)據(jù)優(yōu)勢的基礎(chǔ)上運(yùn)用可靠技術(shù)將企業(yè)的交易行為、社交網(wǎng)絡(luò)、電商平臺(tái)數(shù)據(jù)等非財(cái)務(wù)信息轉(zhuǎn)化為財(cái)務(wù)數(shù)據(jù)，從而使得長尾小微企業(yè)不會(huì)因?yàn)槿狈π庞眯畔⒍艿浇鹑谂懦狻５谒?，中小企業(yè)信用風(fēng)險(xiǎn)識(shí)別在于快，大數(shù)據(jù)征信技術(shù)具有高效率特征。

技術(shù)上的算法、模型使得非財(cái)務(wù)信息能轉(zhuǎn)化為信用信息，豐富了雙方的信息交流程度，運(yùn)用一萬多個(gè)變量和模型，實(shí)時(shí)動(dòng)態(tài)的更新跟蹤，使得信息具有透明度和動(dòng)態(tài)性，因而一定程度上緩解了信息不對(duì)稱性，有助于長尾企業(yè)融資困境解決，基于征信方法上的推進(jìn)來推動(dòng)普惠金融發(fā)展。

（三）成本優(yōu)勢

成本優(yōu)勢是大數(shù)據(jù)征信得以經(jīng)營和盈利的關(guān)鍵。大數(shù)據(jù)征信通過高效率運(yùn)作能有效降低征信成本。傳統(tǒng)征信體系下，在線上的授意信貸需要人工操作，線下也需實(shí)地走訪考察，大量的時(shí)間成本和人工成本花費(fèi)在貸前、貸中和貸后調(diào)查中。

首先，大數(shù)據(jù)征信可以有效縮減人工成本，運(yùn)用機(jī)器化操作的信息監(jiān)測與處置系統(tǒng)使相關(guān)業(yè)務(wù)流程大大簡化，提高了服務(wù)效率和人力資源使用率。例如，Zest Finance公司的Hilbert模型變量中有75%是用計(jì)算機(jī)處置的，只有25%需要人工干涉。其次，降低數(shù)據(jù)采集成本。大數(shù)據(jù)使得信用信息來源廣、易獲取，能夠高效處理沉淀的長尾客戶相關(guān)數(shù)據(jù)，從而縮減了采集成本。此外，大數(shù)據(jù)征信機(jī)器運(yùn)用要求較高，雖然前期投資總額較大，但是后期能夠形成批量化處理能力，邊際成本遞減，有助于形成長尾客戶征信的規(guī)模經(jīng)濟(jì)效應(yīng)。例如，銀行按照傳統(tǒng)征信模式對(duì)中小企業(yè)發(fā)放一筆貸款的平均人力成本為2 000元，而網(wǎng)商銀行采用大數(shù)據(jù)征信模式授信的每筆貸款平均運(yùn)營成本只有2.3元，其中2元為技術(shù)化費(fèi)用，可見大數(shù)據(jù)征信能利用規(guī)?；瘍?yōu)勢來減少大量成本。[11]

（四）風(fēng)控優(yōu)勢

風(fēng)控優(yōu)勢是大數(shù)據(jù)征信穩(wěn)健運(yùn)營的根本保障。大數(shù)據(jù)征信比傳統(tǒng)征信風(fēng)險(xiǎn)防控措施更加到位，一是大數(shù)據(jù)技術(shù)能夠減輕征信機(jī)構(gòu)的經(jīng)營風(fēng)險(xiǎn)。傳統(tǒng)征信模式靜態(tài)僵硬，常有“老賴”或非法牟利的團(tuán)隊(duì)組織通過各種重組手段將自己包裝成信用狀況合格或剛建立的受信主體，獲得征信服務(wù)而拖欠賬款，甚至形成連鎖的違約傳播病毒，不利于征信機(jī)構(gòu)的業(yè)務(wù)發(fā)展。大數(shù)據(jù)征信則進(jìn)行模型和變量的動(dòng)態(tài)性更新，保證風(fēng)險(xiǎn)的及時(shí)跟蹤，進(jìn)行場景預(yù)測，從而高識(shí)別客戶的欺詐風(fēng)險(xiǎn)，防止信用主體的欺詐行為。同時(shí)，大數(shù)據(jù)征信依賴于計(jì)算機(jī)和機(jī)器，擺脫人工的干擾，有效降低操作風(fēng)險(xiǎn)。二是減弱金融機(jī)構(gòu)的信用風(fēng)險(xiǎn)，降低金融機(jī)構(gòu)和長尾客戶的信息不透明度，進(jìn)而增加長尾客戶獲得信用貸款的可能性。

芝麻信用的企業(yè)征信系統(tǒng)利用大數(shù)據(jù)征信的“風(fēng)險(xiǎn)云圖”辨認(rèn)復(fù)雜混亂的企業(yè)、股東間關(guān)系等，給予風(fēng)險(xiǎn)概率、提示和預(yù)警等，從而避免與無信用企業(yè)合作或者向其授信而招致違約風(fēng)險(xiǎn)。

四、大數(shù)據(jù)征信未來發(fā)展應(yīng)關(guān)注的問題及建議

（一）推動(dòng)大數(shù)據(jù)征信機(jī)構(gòu)的規(guī)范運(yùn)營，形成成熟的行業(yè)體系

大數(shù)據(jù)個(gè)人征信機(jī)構(gòu)應(yīng)定位明確。我國個(gè)人征信機(jī)構(gòu)牌照發(fā)放限制較強(qiáng)，目前央行只對(duì)百行征信一家給予了個(gè)人征信執(zhí)業(yè)牌照，但芝麻信用評(píng)分產(chǎn)品等顯然也是在做個(gè)人征信業(yè)務(wù)，那么騰訊征信、芝麻信用等八家預(yù)備機(jī)構(gòu)是否擁有經(jīng)營個(gè)人征信業(yè)務(wù)資質(zhì)的合法性問題始終處于不明朗狀態(tài)，我國大數(shù)據(jù)征信機(jī)構(gòu)在個(gè)人征信領(lǐng)域有實(shí)無名。因此，政府部門應(yīng)明確金融科技企業(yè)開展個(gè)人征信業(yè)務(wù)的權(quán)利和義務(wù)，規(guī)定其征信范圍。

大數(shù)據(jù)企業(yè)征信機(jī)構(gòu)應(yīng)提高其執(zhí)業(yè)資質(zhì)標(biāo)準(zhǔn)，規(guī)范經(jīng)營。當(dāng)前，我國企業(yè)征信機(jī)構(gòu)相比個(gè)人征信機(jī)構(gòu)限制較弱，大數(shù)據(jù)企業(yè)征信門檻準(zhǔn)入較低，客戶信息泄露和竊取、非法征信授信等市場亂象嚴(yán)重。

大數(shù)據(jù)征信機(jī)構(gòu)應(yīng)完善以央行征信為代表的政策性征信機(jī)構(gòu)的征信不足狀況，形成政策性征信機(jī)構(gòu)和大數(shù)據(jù)市場化征信機(jī)構(gòu)合作互補(bǔ)的行業(yè)格局。當(dāng)前存在征信機(jī)構(gòu)背靠獨(dú)立集團(tuán)形成業(yè)務(wù)閉環(huán)，割裂市場信息鏈的情況。例如，芝麻信用、騰訊征信等作為百行征信股東被要求與其合作和共享信息，但是芝麻信用官方卻曾表示目前并未與百行征信有任何合作，因此，應(yīng)鼓勵(lì)大數(shù)據(jù)征信機(jī)構(gòu)與政策性征信機(jī)構(gòu)以及大數(shù)據(jù)征信機(jī)構(gòu)之間的合作，防止征信數(shù)據(jù)孤島，建立以風(fēng)險(xiǎn)防控為核心的征信行業(yè)數(shù)據(jù)共享制度。近年來，芝麻信用等市場化機(jī)構(gòu)伴隨著廣泛的應(yīng)用場景而民眾接受度和普及度極高，但是百行征信作為政策性機(jī)構(gòu)還未被廣大用戶熟悉，因此，政策性和市場化征信之間也應(yīng)注意如何平衡共處。

（二）建立大數(shù)據(jù)征信信息保障機(jī)制，保護(hù)信用信息隱私

大數(shù)據(jù)征信行業(yè)應(yīng)界定征信信息邊界，保障客戶的隱私安全。大數(shù)據(jù)使得客戶在各方面的數(shù)據(jù)都能被搜尋整理，傳統(tǒng)的信息不對(duì)稱理論似乎受到了挑戰(zhàn)，如今客戶方成了大數(shù)據(jù)征信方的信息透明人。應(yīng)確定信息的可用性程度，對(duì)于網(wǎng)絡(luò)行為中諸如購物信息、繳費(fèi)信息等能轉(zhuǎn)換為描述征信主體的財(cái)務(wù)狀況的信息可以運(yùn)用，但是諸如個(gè)人形象、家庭住址、用戶私密聊天內(nèi)容等嚴(yán)重涉及用戶隱私的則決不能作為征信信息處理。征信、金融發(fā)展和人權(quán)的矛盾是當(dāng)前的社會(huì)熱點(diǎn)話題，應(yīng)以客戶人權(quán)為首，確定征集信息的“度”，信息使用需經(jīng)主體授權(quán)，使得大數(shù)據(jù)征信健康發(fā)展。

當(dāng)前法律對(duì)于信用信息的甄別確認(rèn)，征信信息的使用程度并未進(jìn)一步明確，法律約束較少，信息采集技術(shù)的隱蔽性使得個(gè)人信息泄露和竊取嚴(yán)重，隱私保護(hù)權(quán)和投訴權(quán)等保障不足。因此，應(yīng)盡快建立保護(hù)征信主體隱私安全的相關(guān)法律條例，明確征信信息產(chǎn)權(quán)。

（三）完善大數(shù)據(jù)征信監(jiān)管體系，建立相應(yīng)監(jiān)督法規(guī)

我國應(yīng)加強(qiáng)對(duì)大數(shù)據(jù)征信發(fā)展的重視，提高對(duì)其的監(jiān)管強(qiáng)度。大數(shù)據(jù)征信監(jiān)管體系建設(shè)滯后于其發(fā)展速度，數(shù)據(jù)征集的范圍已發(fā)展到央行所能掌控的金融系統(tǒng)之外，使得大數(shù)據(jù)征信活動(dòng)可能監(jiān)管不到位甚至監(jiān)管失效。

我國應(yīng)加快建立大數(shù)據(jù)征信的法律法規(guī)，為大數(shù)據(jù)征信提供法律保障和約束。當(dāng)前，我國征信最高法規(guī)仍是《征信管理?xiàng)l例》，法律效力層次較低;《證券法》《公司法》等法律條例中有涉及部分征信的內(nèi)容，但規(guī)定不夠具體明確。總的來說，缺少適用于新興的大數(shù)據(jù)征信的法律條款，因此，才產(chǎn)生征信范圍不明，隱私信息侵權(quán)等問題。

（四）打造大數(shù)據(jù)征信產(chǎn)業(yè)鏈，促進(jìn)征信與金融的共贏

大數(shù)據(jù)征信機(jī)構(gòu)應(yīng)構(gòu)建以征信產(chǎn)品服務(wù)為核心的線上線下數(shù)據(jù)資源整合、應(yīng)用場景拓展、上下游主體合作互惠的征信產(chǎn)業(yè)鏈。加強(qiáng)對(duì)征信產(chǎn)品的開發(fā)創(chuàng)新，除了信用評(píng)分、信用報(bào)告等基礎(chǔ)產(chǎn)品外，行業(yè)風(fēng)險(xiǎn)預(yù)警、特別關(guān)注名單、信息核驗(yàn)平臺(tái)等創(chuàng)新產(chǎn)品應(yīng)著重開發(fā)設(shè)計(jì)，以便將產(chǎn)品服務(wù)延伸到反欺詐、信用記錄監(jiān)控、催收管理等更多環(huán)節(jié)。大數(shù)據(jù)以互聯(lián)網(wǎng)線上數(shù)據(jù)為主，但是也要注重信息的線下核查和管理。大數(shù)據(jù)征信的運(yùn)用場景除了傳統(tǒng)的信貸部門，還可拓展到出行、住宿、社交、求職等多個(gè)場所，建立“失信獎(jiǎng)懲”機(jī)制，構(gòu)建信用社會(huì)。大數(shù)據(jù)征信機(jī)構(gòu)要加強(qiáng)與上游數(shù)據(jù)服務(wù)商、下游金融機(jī)構(gòu)等數(shù)據(jù)使用商的互惠合作，構(gòu)建數(shù)據(jù)和資金流通順暢機(jī)制。

大數(shù)據(jù)征信通過數(shù)據(jù)優(yōu)勢、技術(shù)優(yōu)勢、成本優(yōu)勢和風(fēng)控優(yōu)勢能有效解決信息不健全和信息不對(duì)稱問題，使得其能覆蓋到長尾客戶，向金融部門提供長尾客戶的信用報(bào)告等產(chǎn)品，減弱了金融機(jī)構(gòu)承受的信用風(fēng)險(xiǎn)，進(jìn)而提升了長尾客戶的金融可得性，緩解小微企業(yè)融資難和中小消費(fèi)者貸款難的問題，推動(dòng)了普惠金融和消費(fèi)金融發(fā)展。金融信貸的增加同時(shí)增加了長尾客戶的信貸記錄信息，增加了征信的信用信息基礎(chǔ)，進(jìn)一步降低了其信息不對(duì)稱程度，進(jìn)而促進(jìn)金融可得性的增加。因此，大數(shù)據(jù)征信推動(dòng)了征信行業(yè)和金融行業(yè)的有益互動(dòng)，有助于打造互利共贏的跨行業(yè)合作體系。

參考文獻(xiàn)：

[1] Chris Anderson.The long tail：Why the Future of Business is Selling.Less of More[M]. New York：Hyperion，2006.

[2] 吳晶妹.從信用的內(nèi)涵與構(gòu)成看大數(shù)據(jù)征信[J].首都師范大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2015（6）：66-72.

[3] 維克托·邁爾·舍恩伯格.大數(shù)據(jù)時(shí)代[M].杭州：浙江人民出版社，2012.

[4] 劉 蕓，朱瑞博.互聯(lián)網(wǎng)金融、小微企業(yè)融資與征信體系深化[J].征信，2014（2）：31-35.

[5] 肖斌卿，柏 巍，姚 瑤，李心丹.基于LS-SVM的小微企業(yè)信用評(píng)估研究[J].審計(jì)與經(jīng)濟(jì)研究，2016（6）：102-111.

[6] 高俊光，劉 旭，朱辰辰.小微企業(yè)信用評(píng)估的數(shù)據(jù)挖掘方法綜述[J].金融理論與實(shí)踐，2015（10）：98-101.

[7] 陳 穎，顏偉忠.大數(shù)據(jù)技術(shù)下小微型企業(yè)信用建設(shè)研究：以小微型企業(yè)信用大數(shù)據(jù)平臺(tái)建設(shè)為例[J].經(jīng)濟(jì)師，2015（7）：251-253.

[8] 中國金融雜志.打破金融可得性“惡性循環(huán)”——普惠金融的“蘭考模式”[EB/OL].http：//www.sohu.com/a/

343524479_481887？scm=1002.0.0.0-0，2019-09-26.

[9] 蘇寧金融研究院.起底個(gè)人征信[EB/OL].https：//www.sohu.com/a/312952156_371463.2019-05-10.

[10] 耿得科，梁文娟.大數(shù)據(jù)對(duì)傳統(tǒng)資信評(píng)估的影響[J].征信，2015（3）：20-24.

[11] 陳小梅.基于大數(shù)據(jù)的小微企業(yè)信用評(píng)級(jí)體系研究[J].征信，2018（10）：27-31.

[責(zé)任編輯：王 旸]