被玩坏了的征信,其实还有救

数据猿导读

由于我国征信行业处于起步发展阶段,整个征信市场也在遭遇“成长的烦恼”。信用滥用、隐私泄露争议不断,行业乱象愈发严重,让大家对国内的征信企业产生质疑甚至是批判,征信被玩坏了吗。

记者 | 春夏

本文长度为2000字,建议阅读4分钟

常言道,互联网圈有3大高潮:支付宝有新版本,百度有新丑闻,微信有新功能。尤其是去年的“支付鸨”事件,更是频频登上各大科技媒体头条。

大众纷纷就此发表观点,指责支付宝乱用信用场景,为搭建社交平台不择手段。

同时,由于我国征信行业处于起步发展阶段,整个征信市场也在遭遇“成长的烦恼”。信用滥用、隐私泄露争议不断,行业乱象愈发严重,让大家对国内的征信企业产生质疑甚至是批判,征信被玩坏了吗?

征信市场乱象频发

在真实的征信行业,不仅有黑市倒卖信用数据,许多地方政府也在滥建征信体系,使得信用数据的质量和可持续性无法得到保障,同时衍生出数据孤岛、数据隐私等一系列问题。

花哨的“增值服务”,用信用划分三六九等。

还是以支付宝为例,去年底上线社交功能后,将信用分作为社交门槛,规定只有达到一定标准才可参与其中,一时引发不小争议,网友甚至调侃称其为“支付鸨”。

对于用户来说,没有达标的人感觉受到了“歧视”,还有人认为信用分作为社交门槛太莫名其妙。

业内专家表示,将信用评分用于非信用场景,还把人分为三六九等,这是滥用信用的做法。

地方政府盲目建设征信体系。

近两年,各地方政府也在建设自己城市的信用管理体系,但频繁出现将闯红灯、地铁逃票、不按时归还图书等行为纳入个人信用记录的情况,严重降低了信用数据的质量。

比如,嘉兴市个人征信系统正是“无所不包”,大到犯罪记录、治安处罚,小到拖欠水电费、闯红灯、借书不还,都会被记录下来,并影响个人信用评分。

终于在今年初,央行叫停了嘉兴市公民个人信用评价系统。

此征信系统无非是想要用“信用污点”增加闯红灯者的违规成本,希望能够解决闯红灯现象难治理的问题。

但是,盲目建立征信体系,不仅有“重复执法”的问题,更有滥用征信的问题。毕竟一旦信用记录出现污点,后续影响可能很大,甚至会引起诉讼和纠纷。

数据的交换和获取缺乏标准规范。

目前,多家个人征信机构的数据源都由自身经营,这些机构大多拥有自己垄断性的数据资源。而大数据征信要求的是信息共享,而不是局部垄断。

同时,跨机构拥有的数据是否可以交换,哪些需要获得信息主体授权,如何保证交换后的信息不被滥用,这些在法律、监管、技术等方面都缺乏标准规范。

另外,工商、税务、司法等公共政务信息的可持续获取,也得不到保障。

目前的主要做法是,各家征信机构分散地获取这类数据,但获取成本高,数据质量和可持续性也得不到保证。

征信机构的独立性问题。

从各国征信机构的发展历程来看,原则上是为放贷机构的风控提供数据支持,遵循“信息采集者与信息产生没有任何关系”的第三方原则。

但实际上,目前很多征信机构不是独立第三方,一方面其数据来源于母公司,另一方面其兄弟公司又涉足放贷业务。

如此一来,评分结果对于其自身经营领域的客户分析、风险判断具有强相关性,但对其他应用场景下评分结果的准确性则有待验证。

数据黑市猖狂作乱。

《中国社会信用体系发展报告2017》显示,在征信服务相关的2000家左右公司中,获得资质的比例还不到5%。

正是因为一无牌照、二无约束,所以一些机构靠倒卖信用数据获取暴利,直接从黑客或黑市等非法渠道购买信用数据。

原本按照规定,未经本人同意,机构禁止收集个人信用数据,但现在这些隐私数据被随意倒卖,应该加大处罚力度。

企业应该要清楚,征信的最终目的是为了解决金融机构的风控问题,如果不能明白这点,“虚拟信用卡”“白条”“各种贷”的小船难免说翻就翻。

征信行业的未来也绝不是靠企业不择手段去搭建,而是要以“数据支撑、场景驱动、客户引领”三要素为导向,为金融机构提供基于获客、风控等方面的服务,才能真正解决金融行业的痛点。

大数据让中国征信弯道超车

尽管目前国内征信市场确实存在一些问题,但近年来,还是涌现了一批新的玩家,借助大数据等新技术对个人信用进行评分,积极拓展了信用数据的使用场景。

同时,通过对比中美的征信市场发展现状,就会发现,即便中国传统征信覆盖率远低于美国,但是因为中国大数据征信的后来居上,已经缩短了中美之间在征信领域的整体差距。

中国传统征信覆盖率远低于美国

目前,征信市场存在传统征信与大数据征信之分。

在大数据征信兴起之前,传统征信在中美两国的覆盖率差距很大。

美国的FICO是传统征信评分模型,数据显示,95%以上的美国个人使用了FICO评分。

反观中国的某传统征信系统,虽然收录了8亿自然人,但其中有征信记录的仅3亿,另外5亿只有基本信息。也就是说,传统征信覆盖率仅为35%,远低于美国。

中国大数据征信靠人口红利超车

大数据征信与传统征信最大的不同在于,采集数据的范畴突破了“金融属性”。

大数据征信不但收集了金融机构的信用数据,还延伸到社交数据、电商数据等没有金融属性的互联网数据,未来还会接入更多的线下场景数据。

对比中美市场发现,虽然两国的大数据征信都是面向传统征信没有覆盖的人群,但是中国的人数远远多于美国,应用场景也更有想象力。

同时,从技术实力来看,国内以BAT为首的企业,其大数据征信技术丝毫不逊于美国最知名的大数据征信企业Zestfinance(已被百度和京东投资)。中国大数据的发展前景不容小觑。

大数据征信在中国快速发展,但同时也面临很多挑战。

大数据征信不但要到达消费场景并影响消费者行为,还要与征信应坚持的独立第三方、保障被征信人权利等原则冲突。如何在这两方面取得平衡,将是未来重要的研究议题。

本文记者春夏 微信:1101862984

来源:数据猿

点击关键词查看相关历史文章

-专访·深度-

99Click马天云:小程序如何留住用户

京东万象杜宇甫:数据交易行业需“破界”

“金牌投资人”章苏阳:独爱技术型公司

华创资本熊伟铭:AI是“叫好不叫座”的生意

GrowingIO张溪梦:企业不增长,就在死亡

-报告·前沿-

医疗大数据应用企业研究—华大基因

医疗大数据应用企业研究—乐普基因

大数据营销企业财报分析—银橙传媒

医疗大数据的行业应用研究

大数据上市企业财报分析—凯迪网络

-更多关键词-

酷6网创始人郝志中 |百分点集团苏海波

GrowingIO吴继业 |热云数据CEO白冬立

直播营销价值报告 | 数据猿创始人牟蕾

99CLICK郑泉 | 普丘信息系统陈涛

百分点宗瑞朋| 晶赞科技梁信屏

能源基金会工业节能项目主任何平

(0)

相关推荐