汪紅蕾

摘要：大數(shù)據(jù)背景下，長(zhǎng)尾客戶是未來(lái)金融部門開發(fā)與爭(zhēng)奪的藍(lán)海市場(chǎng)。然而，長(zhǎng)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(zhǎng)尾客戶信用信息問(wèn)題是滿足長(zhǎng)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(shì)、技術(shù)優(yōu)勢(shì)、成本優(yōu)勢(shì)和風(fēng)控優(yōu)勢(shì)，有效彌補(bǔ)了傳統(tǒng)征信的不足，為助推長(zhǎng)尾客戶金融可得性提供了可行性。同時(shí)，我國(guó)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(wèn)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(zhǎng)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(zhǎng)尾客戶來(lái)源于美國(guó)“連線”雜志主編克里斯安德森于2004年提出的長(zhǎng)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(zhǎng)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(zhǎng)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(jìng)爭(zhēng)激烈、長(zhǎng)尾群體收入逐漸增加和金融科技發(fā)展迅速的背景下，長(zhǎng)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(zhǎng)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(zhǎng)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(zhǎng)尾客戶間的信息不對(duì)稱問(wèn)題較為嚴(yán)重，長(zhǎng)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(zhǎng)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(zhǎng)尾客戶的金融可得性匱乏問(wèn)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(wú)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(zhǎng)尾經(jīng)濟(jì)的開發(fā)需求，而近年來(lái)開展迅速的大數(shù)據(jù)征信依托其獨(dú)特優(yōu)勢(shì)為助推長(zhǎng)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(zhǎng)尾客戶信息不對(duì)稱問(wèn)題上存在著數(shù)據(jù)優(yōu)勢(shì)、技術(shù)優(yōu)勢(shì)等多種優(yōu)勢(shì)，能夠有效彌補(bǔ)傳統(tǒng)征信對(duì)長(zhǎng)尾客戶的開發(fā)不足，從而提高長(zhǎng)尾客戶的金融可得性水平。

關(guān)于大數(shù)據(jù)征信和長(zhǎng)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(wèn)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(guó)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(zhǎng)尾客戶信貸難問(wèn)題的可行性，同時(shí)結(jié)合當(dāng)前我國(guó)大數(shù)據(jù)征信運(yùn)營(yíng)的潛在問(wèn)題，提出相應(yīng)對(duì)策建議。

二、傳統(tǒng)征信下長(zhǎng)尾客戶的金融可得性和信用信息問(wèn)題

（一）長(zhǎng)尾理論下的金融可得性問(wèn)題

金融部門的長(zhǎng)尾客戶分為長(zhǎng)尾企業(yè)和長(zhǎng)尾消費(fèi)者兩大部分。長(zhǎng)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(wèn)題的小微群體。長(zhǎng)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(zhǎng)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(zhǎng)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(wú)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(guó)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(guò)滿足長(zhǎng)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(jiàn)長(zhǎng)尾客戶潛在價(jià)值巨大，金融機(jī)構(gòu)應(yīng)注意到長(zhǎng)尾經(jīng)濟(jì)藍(lán)海。

■

金融供給度隨著客戶長(zhǎng)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(zhǎng)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(zhǎng)尾價(jià)值的適應(yīng)性要求，阻礙了長(zhǎng)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(zhǎng)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(zhǎng)尾客戶供不應(yīng)求的特點(diǎn)使得長(zhǎng)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(zhǎng)尾客戶的金融可得性較差原因在于傳統(tǒng)征信無(wú)法有效解決金融部門和長(zhǎng)尾客戶間的信用信息問(wèn)題。

（二）傳統(tǒng)征信模式下的信用信息問(wèn)題

傳統(tǒng)征信模式下，長(zhǎng)尾個(gè)體的信息不健全和長(zhǎng)尾業(yè)的信息不對(duì)稱問(wèn)題較為嚴(yán)重。傳統(tǒng)征信數(shù)據(jù)來(lái)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(méi)有借貸行為等財(cái)務(wù)信息的長(zhǎng)尾個(gè)體覆蓋不到位，例如，中國(guó)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(méi)有借款行為的長(zhǎng)尾“白戶”則在系統(tǒng)中沒(méi)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(méi)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(guó)征信覆蓋率已達(dá)95%，我國(guó)個(gè)人征信業(yè)務(wù)與發(fā)達(dá)國(guó)家差距較大。長(zhǎng)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(zhǎng)尾中小企業(yè)相對(duì)于長(zhǎng)尾消費(fèi)人群來(lái)說(shuō)“信用白戶”的現(xiàn)象并不嚴(yán)重，因?yàn)榇蠖鄶?shù)市場(chǎng)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(zhǎng)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(zhǎng)尾客戶的信用信息問(wèn)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(wèn)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(zhǎng)尾客戶信貸形成“無(wú)貸款—無(wú)信用記錄—難貸款”的不良循環(huán)。[9]因此，解決長(zhǎng)尾客戶金融可得性問(wèn)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(zhǎng)尾客戶信用信息問(wèn)題的可行性。

三、大數(shù)據(jù)征信助推長(zhǎng)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(shì)彌補(bǔ)信用信息不健全問(wèn)題，利用技術(shù)優(yōu)勢(shì)化解信息不對(duì)稱問(wèn)題，利用成本優(yōu)勢(shì)和風(fēng)控優(yōu)勢(shì)作為保障機(jī)制，促使大數(shù)據(jù)征信成為解決長(zhǎng)尾客戶金融可得性較低問(wèn)題的重要手段，邏輯機(jī)制如圖3。

■

（一）數(shù)據(jù)優(yōu)勢(shì)

數(shù)據(jù)優(yōu)勢(shì)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(zhǎng)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(lái)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(zhǎng)尾“信用白戶”納入征信目標(biāo)主體并有效解決長(zhǎng)尾個(gè)體的信息不健全問(wèn)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(guó)的Kreditech公司征信收錄貸款人15 000多個(gè)數(shù)據(jù)點(diǎn);中國(guó)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(zhǎng)尾客戶信息調(diào)查方面的巨大優(yōu)勢(shì)。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(wèn)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(guò)渡到“頭部”客戶。市場(chǎng)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(zhǎng)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(zhǎng)尾客戶獲得房貸、車貸等信用貸款。

（二）技術(shù)優(yōu)勢(shì)

技術(shù)優(yōu)勢(shì)是使大數(shù)據(jù)征信更具競(jìng)爭(zhēng)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(shì)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(zhǎng)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(wàn)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(zhǎng)尾企業(yè)融資困境解決，基于征信方法上的推進(jìn)來(lái)推動(dòng)普惠金融發(fā)展。

（三）成本優(yōu)勢(shì)

成本優(yōu)勢(shì)是大數(shù)據(jù)征信得以經(jīng)營(yíng)和盈利的關(guān)鍵。大數(shù)據(jù)征信通過(guò)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(cè)與處置系統(tǒng)使相關(guān)業(yè)務(wù)流程大大簡(jiǎn)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(lái)源廣、易獲取，能夠高效處理沉淀的長(zhǎng)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(zhǎng)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(yíng)成本只有2.3元，其中2元為技術(shù)化費(fèi)用，可見(jiàn)大數(shù)據(jù)征信能利用規(guī)模化優(yōu)勢(shì)來(lái)減少大量成本。[11]

（四）風(fēng)控優(yōu)勢(shì)

風(fēng)控優(yōu)勢(shì)是大數(shù)據(jù)征信穩(wěn)健運(yùn)營(yíng)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(yíng)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(guò)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(chǎng)景預(yù)測(cè)，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(zhǎng)尾客戶的信息不透明度，進(jìn)而增加長(zhǎng)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(wú)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(lái)發(fā)展應(yīng)關(guān)注的問(wèn)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(yíng)，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(guó)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(yíng)個(gè)人征信業(yè)務(wù)資質(zhì)的合法性問(wèn)題始終處于不明朗狀態(tài)，我國(guó)大數(shù)據(jù)征信機(jī)構(gòu)在個(gè)人征信領(lǐng)域有實(shí)無(wú)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(yíng)。當(dāng)前，我國(guó)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(chǎng)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(chǎng)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(chǎng)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(lái)，芝麻信用等市場(chǎng)化機(jī)構(gòu)伴隨著廣泛的應(yīng)用場(chǎng)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(chǎng)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(gòu)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(guó)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(guó)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(guó)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?？偟膩?lái)說(shuō)，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(wèn)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(chǎng)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(chǎng)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(chǎng)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(guò)數(shù)據(jù)優(yōu)勢(shì)、技術(shù)優(yōu)勢(shì)、成本優(yōu)勢(shì)和風(fēng)控優(yōu)勢(shì)能有效解決信息不健全和信息不對(duì)稱問(wèn)題，使得其能覆蓋到長(zhǎng)尾客戶，向金融部門提供長(zhǎng)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(zhǎng)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(wèn)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(zhǎng)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(guó)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]