“支付鴇”事件的爆發，讓征信成為關注焦點，媒體、互金從業者紛紛就此發表觀點，議論多圍繞著支付寶亂用征信場景，為上線社交不擇手段等重心，讓人們對國內以芝麻信用和騰訊征信為代表的大數據征信產生了質疑甚至批判的態度。　

　人口紅利能否中國大數據征信實現彎道超車？
　　其實，如果對照比較中美的征信市場和社會信用體系的發展和現狀，我們會發現，盡管目前國內確實存在一些問題，但是大數據征信的后來居上，確實縮短了中美之間在征信領域的整體差距。這種情況也正好暗合你我金融CEO廖紅梅女士的觀察：中國因為互聯網金融的崛起，縮短了中美在金融領域的差距。 　　市場主導 vs 政府主導
　　
　　從征信體系的模式來看，世界各國主要有三種模式：一是以美國為代表的市場主導型的征信體系，征信機構（無論是傳統征信局還是大數據征信企業）基本都是以營利為目的企業，它們相互競爭，彼此融合，以獨立第三方名義為企業的和個人提供征信服務。政府只是負責信用管理立法，監督信用管理法律的貫徹于執行。
　　
　　二是政府主導的征信體系，法國、德國都是這種模式，中國也采用這種體系。以中國為例，央行主導的征信中心是國內最大的信用基礎數據庫，而民間的78家企業征信機構和8家個人征信機構是完善、補充央行征信中心的重要組成部分。
　　
　　除此之外，還有一種以日本為代表的行業協會主建的會員制征信體系類型，暫不在本文的討論范圍內。

　　
　　傳統征信覆蓋率：95% vs 35%
　　
　　無論是市場主導的征信模式，還是政府主導的征信模式，目前都存在傳統征信與大數據征信之分，以個人征信為例，如果將美國三大增信局Epuifax（艾可菲）、Experian（益百利）和Trans Union（全聯）和中國央行征信中心定義為傳統征信機構，那么可以總結出傳統征信的三個特征：一是從金融機構、公共部門等處采集借款人信息，二是征信數據采集限于金融屬性信息，三是獨立第三方原則。
　　
　　在大數據征信興起之前，傳統征信在中美兩國的覆蓋率差距很大，包括三大征信局在內的美國前50名信貸機構使用的FICO評分，是美國主流的征信評分模型，被絕大多數金融機構認可，該評分系統得出的信用分數范圍在300分-850分之間，評分越高，說明客戶的信用風險越小，數據顯示，目前95%以上的美國個人使用了FICO評分。
　　
　　反觀中國的央行征信系統，作為基礎數據庫的央行征信系統號稱覆蓋了8 億人，然而其中有征信記錄的只有3億人，另外5 億人在系統中只有基本信息，沒有金融屬性信息，再加上那些連基本信息都未被記錄的人群，未被央行征信系統覆蓋的人數占比65%，也就是說國內傳統征信覆蓋的人口占比僅35%，遠遠低于美國。
　　
　　大數據征信：Zest Finance vs阿里、騰訊
　　
　　大數據征信與傳統征信最大的不同，一是采集數據的范疇已經突破了“金融屬性”，傳統征信主要收集金融機構的借貸信息，而大數據征信則延伸到社交數據、電商數據等沒有金融屬性的互聯網數據。
　　
　　二是征信機構“獨立第三方”的邊界被模糊。傳統征信機構產業鏈主要有三方，分別是數據提供方，包括銀行、政府、公共事業單位（電信運營商等），持牌征信機構，經數據所有人同意后，對提供方提供的數據進行分析整合處理，得出征信報告或其他征信產品，提供給（有償或無償）征信產品的使用方，包括銀行金融機構、保險機構、招聘方、房屋出租機構等。說白了，傳統征信自己是第三方，與數據來源方和信用使用方不是一家。
　　
　　三是目前的服務人群主要是傳統征信沒有覆蓋的人群。以美國最知名的大數據征信企業Zestfinance（已被京東和百度投資）為例，其主要面向兩類人群，一是FICO低于500分的信用分數不高借貸成本很高的人群，二是美國根本沒有信用記錄的5%人口，從這些人中利用大數據篩選出信用相對優質的人。
　　
　　如何篩選呢，Zestfinance使用的數據，主要不是傳統征信常用的信貸、信用卡、社保、工商等強變量的金融屬性信息，更多是交易、消費、社交、游戲等弱變量信息，然后從這些大規模的數據中，提取出更多的變量進行分析評估，最終得出征信報告、征信評分等產品供自己放貸使用。
　　
　　此外，Facebook也推出了一項大數據征信專利，內容是當一個用戶向某金融機構申請貸款的時候，該金融機構會委托會Facebook審查該用戶社交網絡好友的信用等級，如果他的好友達到了信用分要求，金融機構才會處理貸款申請，否則申請即被拒絕。也就是，雖然數據提供方和征信機構都是Facebook，但是它不像Zestfinance一樣自己放貸，而是將信用產品提供給客戶使用。
　　
　　再看國內，無論是阿里還是騰訊的大數據征信，都將數據提供方、征信方和信用使用方合而為一，阿里以自己的電商數據，支付寶數據為基礎，進行征信產品開發（芝麻分等），然后又可以使用于自己系統內的產品，如借唄、花唄等；騰訊也是通過分析自有的社交數據和游戲數據，為客戶評星，并且為自己的微粒貸提供放貸依據。
　　
　　換個角度來看，如果芝麻信用和騰訊征信的產品提供給客戶使用，當然是征信，但是如果同時也對內同時使用的話，其實就是風控，像拍拍貸，你我金融等自建大數據風控的借貸平臺也是這種情況，只不過它們沒有將自己的風控成果有償出售給其他公司。
　　
　　對比中美，從市場空間來看，雖然兩國的大數據征信都是面向傳統征信沒有覆蓋的人群，但是中國的人數要遠遠多于美國，應用場景也更有想象力；從參與方的技術實力來看，應該說阿里和騰訊的技術能力絲毫不遜于Zestfinance，企業規模更是大很多，加上Zestfinance也被百度和京東入股投資，可以說中國大數據征信的發展前景不可限量。
　　
　　展望：完善監管法規＋區塊鏈征信
　　
　　大數據征信在中國快速發展，同時也面臨一些有待跨越的門檻，最高的門檻就是監管和法規的完善問題。美國的征信體系經過這么多年的發展，目前已經形成7大行政機構和3大自律機構的監管體系和17部法律的法規體系。
　　
　　反觀中國，目前負責征信監管的部門只有一個央行征信管理局，專門的法律法規規劃有7個：國務院《征信業管理條例》、央行《征信機構管理辦法》、國務院《社會信用體系建設規劃綱要（2014-2020年）》、央行《征信機構信息安全規范》、央行《關于做好個人征信業務準備工作的通知》、央行征信管理局《征信業務管理辦法（草稿）》和國務院《關于建立完善守信聯合激勵和失信聯合懲戒制度、加快推進社會誠信建設的指導意見》，這些對于建設成熟的社會信用體系的目標還遠遠不夠，有待完善。
　　
　　除了完善監管法規，整個征信業的另一個趨勢，就是與區塊鏈的結合，目前無論是傳統征信還是大數據征信都是中心化的，也就是由一個機構或者公司在進行模型的建立、數據的分析與信用產品的提供。我們知道，區塊鏈最大的特征就是去中心化和分布式存儲、共享機制和不可逆性，可以想象，當這些技術與征信結合，必將會在大數據之后再一次顛覆整個征信行業。
　　
）

?