大数据信用征信:现实应用、困境与法律完善逻辑

 摘 要：大数据征信为市场提供了多元化、多层次的金融服务需求，在优化征信市场布局、促进传统征信业改造升级及推动差异化竞争格局的形成方面具有重要价值，是我国信用征信业转型发展的基石。大数据信用征信尚处于初级阶段，顶层设计、法律框架以及行业发展规范远未成熟，面临着诸多挑战和现实性困境，有赖于未来强力有效的协调与规范。必须加强法律建设，完善相关立法，切实有效提升信用征信业的监管水平并加强金融消费者权益保护。 
　　关键词： 大数据；征信；应用与困境；法律完善；权益保护 
　　中图分类号：F832.4 文献标识码：A 文章编号：1003-9031（2015）01-0005-05 DOI：10.3969/j.issn.1003-9031.2015.01.01 
　　一、引言 
　　近年来颁布的社会信用体系建设规划纲要（2014―2020年）》以及相继出台的《征信业管理条例》和《征信机构管理办法》，对完善我国征信市场法律框架，规范征信市场发展，保护信息主体的合法权益、充分引导征信业的市场化进程都发挥了重要作用。特别是党的十八届三中全会提出，"要建立健全社会征信体系，褒扬诚信，惩戒失信。"全社会对征信业的重视程度已经上升到一个新的高度，推动征信业发展，为信用活动提供有效的信用信息支持，构建诚实守信的社会生态环境成为我国当前金融领域工作的核心内容之一。 
　　随着政府职能转变的需要以及社会征信体系构建的不断深入，我国市场对于信用征信产品以及服务的需求也在显著增长[1]。我国现行的征信体系是以央行为主导，以一定范围内的金融机构为主要对象，具有信息详实①、征信数据覆盖面广、信息主体多元化②等得天独厚的发展优势，但我们必须看到该系统同时也存在诸多先天性不足。例如，央行征信系统内的数据和信息主要涉及商业银行体系，而与民间借贷相关的机构与个人信息则相对匮乏。截至目前，央行征信系统只接入了部分小额贷款公司和融资性担保公司，而大量的民间借贷数据、信息都没有被纳入到征信系统中。此外，包括个人的社保、消费记录、司法等同样重要的指标、信息也大都没有被纳入到系统中，存在显性缺失和漏洞，可能对相关授信机构的决策造成了一定误导。我国金融征信体系建设相对落后的现实局面要求我国必须大胆创新征信体系，打破央行征信中心在事实上对征信信息的"垄断"、与民间征信系统不均衡发展的状态，力求在金融信息化不断深入的时代背景下实现经济效益和社会效益的最大化[2]，最终促进民间征信与央行征信系统协调、持续、多元化发展。而伴随着互联网科技浪潮的兴起，互联网与大数据技术呈现迅猛发展的态势，大数据征信的出现和应用具有巨大的发展前景：一方面可以满足传统金融机构对征信系统的使用需求，另一方面针对互联网金融等新金融业态，为市场用户提供了多元化、多层次的金融服务需求。我国征信业的发展面临前所未有的历史机遇。 
　　二、大数据征信：现实应用与金融价值分析 
　　（一）大数据征信的原理 
　　大数据征信的基础是多元化、大体量、大样本的异构数据，其原理是通过对信息主体的行为习惯进行全方位、综合性的搜集整理，同时建立针对性的数据模型，由该模型演算、倒推出信息主体的信用特征，最终得到较为精确的信用评估结果。大数据征信使用的数据涵盖传统的征信数据、消费/财务数据、身份数据、社交数据、经营数据，乃至日常活动数据、特定场景下的行为数据等。目前，大数据分析在互联网金融领域已经被较为广泛的应用。在信用征信方面，大数据技术对信息的抓取、检索和分析也有较大的优势和发挥空间。大数据不仅为征信业发展提供了丰富的数据信息来源，拓展了征信渠道，同时也改变了征信产品的设计生产观念，成为了我国征信业发展的重要动力。 
　　（二）大数据征信的信息处理与整合 
　　有别于传统的事先采集信息并加以整理贮存，需要时再提取的方式，大数据征信一般是在信息主体发起服务要求并确认授权之后再行开始征信调查，即征信具有特定性和唯一性。用户在首次使用大数据征信服务时，需要提交各种账户信息，大数据征信公司一般在较短的时间内就能完成信息的检索、过滤和有效整合。大数据征信的报告一般包括两部分内容：一是个人金融信息，例如信用卡账单流水；二是用户在互联网上的"痕迹"，大致分为个人基本信息、消费信息以及工作、生活常规性信息等。对于个人金融信息，数据公司在得到用户授权后，会直接访问用户的信用卡和储蓄卡账户，对个人金融信息进行抓取和整合。对于个人的互联网信息，分为三个层次。第一层是用户的公开数据，来源于用户的社交网络；第二层是用户主动提交的私人数据，例如淘宝账单、电商购物清单等；第三层是"黑名单"数据库，例如信用卡中心的黑名单和小额信贷的违约名单等。 
　　（三）大数据征信：金融价值探析与研判 
　　相较于传统的信用征信方式，大数据征信具有一定的优势：首先弥补了传统征信方法在数据及时性方面的不足；其次，也能够提供更加精确的风险定价。由于能够更加精确的测量风险，借贷产品的风险定价也可以更加精确，从而在更广的范围内降低了资金成本，提高资金使用效率；再者，就长远来看，也有助于互联网金融行业金融普惠的发展以及提升金融平等。随着大数据征信技术的发展，它不断提升个体的信用评估水平，很可能带来更为广泛的社会影响，提升金融民主化和平等化。具体来说，其金融价值主要体现在以下几个方面： 
　　1.减少信息不对称，增进信用交易。2001年诺贝尔经济学奖得主乔治・阿克罗夫（George A. Akerlof ）一直致力于对充满不对称信息市场进行分析与研究。其在《柠檬市场：质量的不确定性和市场机制》 一文中，用通俗性的语言和事例解释了在市场经济中信息不对称问题对商品质量以及市场机制失灵的问题[3]。现代社会中，随着信用交易范围的大幅拓展，信息不对称情形越来越多的在交易双方之间存在，大数据征信通过对大样本、大数据的采集与整合，在一定程度上降低信息不对称程度，使得授信人能够较为充分地获知被授信人的资信状况，规避信用风险，促进信用交易的顺利实现。 　　2.有效降低逆向选择与道德风险。信息在金融市场特别是信贷市场上发挥着重要的作用。信息的获取成本以及在交易对手方之间的对称程度在很大程度上决定了金融交易结构、资金信贷的风险与实现的结果。而"有限理性"和"机会主义"的存在则为资金融通、金融交易的顺利实现抬高了交易成本，增加了金融交易的风险，也即在更大范围内造成了逆向选择（Adverse Selection）和道德风险（Moral Hazard）的存在。在金融市场，特别是在信贷市场上，逆向选择和道德风险时有发生，严重影响了金融交易秩序。大数据征信模式通过专业化的信用评估体系和量化指标对授信申请人的信用记录进行分析和评估，有助于金融中介机构甄别授信申请人的信用等级，从而减少信贷审核环节的逆向选择和贷后管理中的道德风险[4]。 
　　3."黑名单"制度、对违约行为进行披露，强化了制度规制和约束。征信制度对于不同信用等级的授信申请人产生不同的作用：对于信用等级较高的申请人，在一定程度上有利于其顺利申请到贷款；对于信用等级较低甚至有违法、违约记录的申请者，则起到"天然屏障"的功用，即将其过往违法违约行为进行披露，将其列入"黑名单"，对其产生纪律和制度约束的作用。同时，此种违约披露和"黑名单"制度也会间接引导信用较差的借款人珍惜自己的信用，善用自己的信用，督促、激励其今后按时偿还贷款，提高信用等级，从而从总体上提高社会信用度，培养良好的社会信用环境、推进良善的征信机制建设[5]。 
　　三、大数据征信机构与服务――以阿里巴巴"蚂蚁信用"为例 
　　大数据征信的基础性要素是体量巨大的信息数据以及先进的数据挖掘技术。在此方面，新兴的电子商务企业以及以"BAT"为代表的互联网公司无疑具有巨大的优势。事实上，电商以及互联网公司已经跃跃欲试，投身到大数据征信中来。例如，京东商城就于2012年与商业银行合作，向合作伙伴提供基于交易数据的贷款；苏宁电器宣布发起设立"重庆苏宁小额贷款有限公司"，发展供应链金融服务体系；百度公司也成立了"百度金融"，力图充分利用其掌握的先进的数据检索技术和海量信息资源涉足金融领域，未来也很有可能在大数据征信领域掘金。最为引人关注的大数据征信事件当属阿里巴巴集团于不久前刚刚推出的"蚂蚁信用"。 
　　在大数据被广泛传播与应用的背景下，阿里巴巴集团也尝试将大数据技术应用于互联网信用征信领域，力图为金融交易提供有益的征信支持，给交易的双方提供一个高效、安全、有保障的运营环境。简单来说，阿里巴巴推出的"芝麻信用"就是通过对互联网公开或者半公开信息数据的抓取、整合和分析，设计出一套信用评估体系，从而为个人和小微企业描绘出一副"信用画像"。从本质上来说，"芝麻信用"是一套基于个人金融账户、网络社交信息以及公共事业类信息数据整合而成的，较为完备的大数据征信系统。"芝麻信用"的数据源主要分为三个方面：一是政府及事业单位、金融机构、社交平台、搜索引擎等对外公布的数据以及软信息（消费习惯、兴趣爱好、网络口碑及影响力等）；二是网上银行、社会保障账户信息、缴纳公共事业费用、通讯费用缴费记录、交通运输信息平台等较为隐性的数据；三是阿里巴巴集团旗下淘宝、天猫、支付宝等第三方支付平台以及社交平台中用户消费、交易记录等。"芝麻信用"通过数据模型将上述信息进行归类整合并进行系统分析，以此作为评定个人、小微企业信用等级的依据。这些信用评估共同构成较为完整的信用评价体系① ，可以帮助互联网金融企业对用户的还款意愿及还款能力等系数做出初步判断，从而减少信用风险和违约风险发生的概率。 
　　"蚂蚁信用"在大数据征信领域应用的效果和前景还有待进一步观察与验证，但它的发展理念与实践为我国传统信用征信业的变革与转型提供了宝贵经验，值得我们持续关注研究与借鉴。 
　　四、大数据信用征信发展评析：困境与挑战 
　　（一）我国现行征信法律规范与大数据信用征信不适配 
　　近年来颁布的社会信用体系建设规划纲要（2014―2020年）》以及相继出台的《征信业管理条例》和《征信机构管理办法》，初步建构了我国征信市场的法律框架，规范了征信市场发展，保护了信息主体的合法权益。但是上述法律规范的调整和规制对象主要是传统金融机构，面对汹涌发展的互联网金融行业，其是否适应互联网金融行业特别是大数据征信的要求，尚未得到征信市场的有效验证。此外，上述法律规范对于大数据征信特定情境下采集、加工、整合以及处理等环节尚未作出明确规定，对于大数据征信中涉及个人隐私等问题尚未作出合理规范和制度安排。因此，从法律视阈考量分析，未来需要相关监管部门和立法机构进一步细化和完善征信业务法律规范，将大数据征信纳入到业务监管的范围中来，让大数据征信有法可依。 
　　（二）信用征信监管水平亟待提高 
　　大数据时代已然到来，随着信息技术的逐步成熟与广泛应用，必将促进我国征信业的多元化发展和深刻性变革，这就对我国征信业的日常监管体系、监管策略与水平等提出了更高的要求。中国人民银行最为征信行业的主管机关，必须紧跟大数据时代的发展潮流，洞察大数据征信的常态与基本规律，密切跟踪发展趋向，对大数据征信实行审慎的动态监管和有效规范。但是就现在来看，监管机构对于大数据征信还未采取有效的监管手段，同时监管从业人员的知识结构以及对大数据征信的熟识程度也有必要进一步加强。此外，大数据征信行业自律方面，发展也远未成熟。目前尚没有行业联盟或者自律性组织协调相关从业机构规范经营，恪守底线，保护金融投资者和消费者的隐私和相关信息。总之，大数据征信领域的监管体系尚未成熟，行业标准不够统一，行业规范以及职业道德等亟待建设和完善[6]。 
　　（三）大数据征信面临技术性难题与应用困境 
　　第一，大数据的获取难度较大。随着互联网带来的广泛数字化的潮流，整个社会的基础信息搜集和信息共享机制有所改进，但仍不足以支撑全面的大数据征信，一方面是以水电煤气为代表的基础信息、个人社保公积金以及教育、住房、司法系统尚未完全联网，底层数据缺乏；另一方面，支付信息和社交信息呈彼此封闭、割裂的状态，市场上的电商、社交平台对于信息共享问题同样非常谨慎，这导致大范围内的数据获取存在障碍，数据获取的成本非常高。第二，所建构的大数据模型的可信赖性有待检验。征信数据模型的精度提升必须建立在大数据有效、充分抓取以及处理的基础上，需要不断的实践反馈和反复修正。由于应用时间较短，缺乏历史数据参考，目前的大数据模型大都基于规则制定，其中带有大量的传统征信规则，还是一种中间形态，未能完全实现大数据征信的优势。第三，大数据征信的应用范围相对偏窄。大数据征信的大部分数据来源于互联网，实际上就把较少使用或者不曾使用网络服务的群体排除在外，例如偏远地区的人群以及年龄较大的人群等。对于上述人群的小额信贷，目前还只能依赖于实地走访进行尽职调查，因此大数据的应用空间和范围相对较窄[7]。 　　五、大数据信用征信：法律建构与完善逻辑 
　　在大数据时代背景下，征信业的发展面临机遇与挑战。大数据征信行业的健康、稳健发展需要从法律顶层设计、信息共享机制、适度有效监管以及消费者的隐私保护等维度不断进行创新、发展和完善。而法律的建构与完善则是最重要的一条主线，它对大数据征信行业的发展起到基础性的支撑和规范作用，必须审慎思考，探索出适合大数据征信本质和特征的新型包容性法律框架和体系。 
　　（一）加强法律顶层设计，完善大数据条件下的征信法律体系 
　　1.以保护金融信用为价值目标，明确界定公民在个人信用数据分享与公开环境下的隐私权保护问题，制订关于隐私权保护的专门性法律法规，或者在其他民法规范中增加与信用征信相关的隐私权保护内容。 
　　2.加快推动与信用征信活动的法律法规的出台，从制度设计上为征信提供一整套行之有效的行为规则，从信用数据的采集、使用范围、信息披露以及征信主体、信息主体相关各方的具体权利和义务等维度进行明确规定。毋庸置疑，"信息产权"的明晰化有助于减少信息传播与使用环节的法律纠纷，维护个人隐私、保护商业秘密并在一定程度上减少金融风险的发生。 
　　3.充分考虑以大数据征信为代表的互联网金融发展背景下信用征信的新特点。现有征信法律法规都是基于传统数据模式而制定，现实中，很难满足互联网技术条件下信用征信的发展需求。因此，建议对现有征信法律规范进行补充完善，将新金融业态下的征信业务发展模式纳入到法律规制体系中，赋予其合法地位，明确大数据技术条件下信息数据的采集、整合以及使用的流程、规范，最终促进民间征信与央行征信协调、多元化发展。 
　　（二）切实有效提升信用征信业的监管水平与能力 
　　对于大数据时代的征信业，要切实加强对行业的监督管理，有效防范系统性金融风险。央行作为征信业的主要监管机构要切实提高自身监管能力，在充分了解行业现状、问题的基础上，制定金融信用信息基础数据库的用户管理规范和征信业的信息安全规范标准，加强对信息主体权益的保护、保障征信机构运行中的信息安全；建立统一的信息主体标识规范、征信基本术语规范，为扩大信息采集范围，促进信用信息共享和应用提供统一的信息技术参考；尽快出台符合大数据征信业发展的监管措施和法律规范；研究层级清晰、结构完善的征信业总体标准和基础类标体系，提高征信标准化工作的适用性和科学性；同时要建立多部门联动、协调合作的监管机制，推动大数据征信业的规范、有序、稳健发展[8]。 
　　（三）切实加强金融消费者权益保护，建构扎实有效的保护框架 
　　互联网时代，特别是在大数据技术被广泛应用的时代背景下，金融消费者面临资金、技术和个人信息泄露等诸多潜在风险，因此加强对消费者个人信息保护势在必行。总体而言，个人信息保护的逻辑应当是既有效保护个人隐私又不过度抑制征信行业的创新，从而达到两者的均衡，促进大数据征信现实价值的实现。在大数据时代，个人数据呈现集中化态势，同时伴随着对体量巨大的样本数据的挖掘和整合，导致对个人信息数据的防护变得困难重重，隐私保护和数据安全成为制约大数据征信发展的最大瓶颈[9]。因此，必须适时建设和完善符合大数据条件下的信息安全保护机制。笔者建议，应当着力强化对互联网个人信息的法律保护，对互联网领域内涉及个人隐私的数据、信息进行有效界定，制定金融信用信息基础数据库的用户管理规范，从征信信息主体、信息来源以及大数据征信机构等从业主体的角度对其权利、义务以及法律责任进行明确界定，同时明确个人隐私的种类、范围和使用的前置性条件，确保信息主体的信息、数据依法应用，不侵害金融消费者的合法权益。从技术角度考量，要采用先进的网络安全技术和信息保护手段，对信息采集、加工、整合、应用等全过程进行有效防控和保护。同时，应当加强对泄露和贩卖个人数据、隐私等不法行为的打击力度，及时有效威慑和惩戒侵犯个人隐私的不法分子。 
　　"没有隐私就没有尊严"。加强对金融消费者的教育，强化金融消费者的自我保护意识和风险防范能力，也是我国相关监管机关、征信机构以及征信行业自律组织的一项必不可少的工作。当前的工作重点是加强个人信息保密工作，积极引导金融消费者对征信工作深入认识与了解，加强金融消费者个人隐私的信息安全保护，依法对侵害消费者权益的各种行为加强监管，拓宽个人信息保障渠道，健全权益救济机制，完善异议处理和侵权责任追究制度。切实保护公民的隐私权，最终完善个人隐私的保护框架与法律建构[10]。与此同时，也应当加强对金融机构、征信机构的宣传教育和业务培训，提高其对征信信息主体权益保护工作的认识，增强其业务能力和守法规范经营的意识；开展面向征信信息主体的权益保护教育，引导其通过合法手段维护自身权益[11]。 
　　六、结语 
　　大数据征信的应用开启了我国征信业发展的新时代。大数据征信在优化征信市场布局、促进传统征信业改造升级以及推动差异化竞争格局的形成等方面都具有重要的价值。大数据征信不仅满足了我国经济、金融市场对于信用征信的多元化需求，而且在传统的、由中国人民银行主导的征信模式之外开拓了新的疆域，成为我国未来征信业发展的重要基石。今天，我国征信业转型升级的机遇与挑战并存，研究大数据时代征信业的发展具有重要的理论与实践价值。客观而言，我国征信行业还处于较为初级的阶段，顶层设计、法律框架以及行业发展规范尚处于不成熟的状态，征信业也面临着诸多挑战和现实性困境，有赖于未来强力、有效的协调与规范。加强法律顶层设计，完善大数据条件下的征信法律体系建构；切实有效提升信用征信业的监管水平与能力；加强金融消费者权益保护，建设扎实、有效的保护框架，是促进我国征信业在大数据背景下跨越式发展的必由之路。