互联网金融最后一片蓝海，征信业的信用评分怎么玩？

美国征信界鼎鼎大名的“FICO分”进入中国市场，是否会给本土原生的“芝麻分”带来冲击？这是最近互联网征信业思考的新问题。

与“芝麻分”相比，舶来品“FICO分”拥有美国悠久的征信历史背景，以及完备的信用发展制度，通过收集消费者的付款经历和信用历史等数据来评测个人真实的信用水平，为征信机构和借贷机构提供业务支撑，但其评测逻辑并非匹配中国关于信用的理解，而且国内应用场景也不多。对应的，蚂蚁金服推出的“芝麻分”在国内家喻户晓备受关注，虽然有起步晚、起点低的短板，却背靠支付宝短期内成功吸引了大量拥趸。

其实，早在2015年，互联网征信热就已开始，央行先后印发《关于做好个人征信业务准备工作的通知》和《征信机构监管指引》，征信管理局也发布《征信业务管理办法（草稿）》对征信机构进行规范，充分体现“中国特色”。

而让互联网征信尤其是个人信用评分在人们眼前被彻底放大是因为支付宝的改版，其推出的社交产品“圈子”设置≥750分的门槛，不过线就只能打赏，不能评论，一度引起刷分热潮。无独有偶，这样用评分划分权限的场景在热门剧《黑镜》描绘的未来世界中也有体现，女主蕾茜因人品评分不够无权限购买高档社区房，就按照咨询公司的指导进行涨分实践，甚至铤而走险。试想一下，随着互联网数字化，看脸、看才华的世界变成一个看分的世界怎么样？

据CNNIC发布的最新统计报告，截止到2016年12月，中国手机网民占比达95.1%，增长率连续三年超过10%，线下手机支付习惯已经形成。 这很大程度上成了互联网 征信 的基奠，技术变革倒逼征信行业快速升级，眼明手快的人已经跑步进场，向 互联网金融 这最后一隅挥动铲子掘金。2017年，征信业将迎来爆发时机。 据清晖智库统计，中国个人征信市场空间约2000亿元，个人征信和企业征信总规模约为20亿元。

古往今来，征信业最重要的仍然是数据。征信最早起源于消费分期，但仅通过口碑积累的定性无法准确判断消费者信用，后来有了电子化的数据沉淀积累，才发展成使用数据统计模型来计算和评估信用。至今，互联网大数据承载量非常大，任何数据都可以与信用相关联，AI深层次挖掘信用数据，甚至可预测未来，成为可衡量、可变现的资产。

关于数据模型的来源和采集，除了常规的公共部门数据和移动运营商数据，做好个人征信业务还需具备充分的多样化个人信用数据，如个人基本信息、与金融机构或其他部门已经发生过的信用关系情况、因获得相应服务而与公共事业单位所发生的资金往来信息、与个人信用状况有关的行政处罚、犯罪记录和案件审理结果等司法信息，以及在日常工作生活中，留存在工商企业或互联网企业中的经营活动或社交行为数据等，如“芝麻分”的个人征信建模就包括身份特质、履约能力、行为偏好、人脉关系和信用历史这五大维度，详细刻画个人信用全貌，分数高的人在诸多生活场景均有绿灯行，简直没有比数值化更直观的筛选工具。

互联网信用评分之所以如此受到关注，是因为其对授信人、受信人以及社会都会带来巨大价值。

第一，互联网信用评分覆盖人群广泛，数据实时鲜活，可作为征信体系有效补充。 中国央行征信中心数据库是中国征信业的最大优势，大大提高了金融的获得性，但其也有短板，即覆盖面较窄即覆盖面较窄、数据来源单一以及存在一定门槛，目前仅有4亿人在央行征信系统有信用记录，而中国目前网民规模达7.31亿，相当于欧洲人口总量，人群覆盖面非常广，通过其网络行为留下的记录进行数据挖掘和分析，则可以对现有征信状况进行有效补充，让更多人的信用状况得以刻画，继而获得金融及生活方面的服务，在线实时的互动数据也能使当前业务的决策快速有效。

第二，互联网信用评分是云平台运力推算而得，行净化互联网环境之效。 在合规的前提下，大数据征信企业可科学客观公正地评价个人的信用水平，通过输出各种标准化和定制化的身份识别、反欺诈、信用风险识别与跟踪产品与服务，具备如人脸识别等身份识别和反欺诈能力，回归“以人为本”，保护公民隐私，以商业化的方法净化互联网环境，推进互联网征信业务的健康发展。

第三，互联网信用评分开启诚信便民生活，建立全民信用文化。 当前社会，社会大众对于信用消费的认知度与接受度不断提高，超前消费理念逐渐普及，民众信用意识不断增强，其通过互联网信用评分获取服务的场景也越来越多，旅游、信用卡、租房、租车等方面均有体现，像是“芝麻分”在650分以上的用户神州租车可免押金租车，坏账率仅为千分之一左右，有利于受信人充分利用各种信用产品，使普通老百姓感受到信用的力量和价值，提高整个社会的经济效率。

随着数据的盆满钵盈，我国互联网征信也将日益成熟。然而，在国内，信用数据共享问题仍是制约互联网征信业务发展的掣肘之一，相关立法也仍未落实。

本文系投稿稿件，作者：深8互联网金融；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。