个人征信业务市场蓝海开启

1月5日，央行发布了《关于做好个人征信业务准备工作的通知》，开启个人征信业务市场蓝海，2015年注定成为民营个人征信的元年。

征信是依法收集、整理、保存、加工自然人、法人及其他组织的信用信息，并对外提供信用报告、信用评估、信用信息咨询等服务，帮助客户判断、控制信用风险，进行信用管理的活动。2014年，清华大学发布的《征信系统对中国经济和社会影响研究》报告估算，从2008年到2012年，征信系统每年平均改善了4103亿元人民币的消费贷款质量，而每年由于征信系统带来的总消费增加平均约为 2458亿元人民币。征信体系的构建和发展不仅有利于改善信贷质量，扩大信用交易，更有助于建立良性的市场经济秩序，改善市场信用环境，提高社会整体信用意识。

按业务模式划分，征信可以分为个人征信和企业征信；按服务对象可分为信贷征信、商业征信、雇佣征信及其他，如图1所示。个人征信主要是收集个人信用信息、加工并销售个人信用产品。

征信基本的产业链是通过上游的数据供应商到中游的征信机构传递到下游的征信信息使用者。数据供应商主要包括：银行、电商、电信、教育、医疗、公安、社保等部门，征信机构按照模型加工处理数据供应商的原始数据，并给出信用报告。随着网络借贷行业规模的逐渐壮大，P2P平台成为征信信息的主要需求方之一。

 

国外个人征信业务发展情况

国外个人征信业务模式主要分为：市场化征信、会员制征信和公共征信。

市场化征信模式最为典型的国家是美国。市场化征信是通过商业运作形成征信体系，向全社会提供全面的征信服务。征信机构自主收集、整理、加工信用信息及数据，提供尽量全面的、可信的信用报告。政府提供立法支持和监管，规范信息采集、整理、存储及加工流通的规则，形成自由竞争。在个人征信业务上，美国以益博睿（Experian），艾克菲（Equifax），环联（Trans Union）为主，三家机构几乎垄断了全美个人征信数据。征信机构采集数据后一般都采用 FICO评分模型对数据进行处理获得用户的信用等级，FICO评分模型中所关注的主要因素有五类，分别是客户的偿还历史（35%）、信用账户数（30%）、使用信用的年限（15%）、正在使用的信用类型（10%）、新开立的信用账户（10%），分别给予不同的比重。

会员制征信模式是以行业协会建立的会员制征信机构为主体的征信管理体系。征信机构是由各会员单位在自愿的前提下出资建立的，各会员有义务向征信机构提供各自掌握的信用信息及数据，汇集到征信机构由其加工供会员单位使用。会员制模式典型的国家是日本，信息机构划分为银行体系、消费信贷体系和销售信用体系三类，通过银行业协会、信贷业协会和信用产业协会的信用信息服务来满足会员对个人信用信息征集考查的需求。

公共征信是指由政府直接出资建立公共的征信机构，并由政府设立专门部门对其进行控制和监管。政府通过运用行政手段要求数据供应商向公共征信机构提供信用信息及数据，公共征信机构可以建立比较权威的信用信息数据库，并可以保证信息及数据的真实性。

我国征信业发展情况

我国征信业发展的时间轴如图2所示。20世纪80年代后期，第一家信用评级公司成立；1999年，全国首家从事个人信征业务的上海资信公司成立；2013年 3月，《征信业管理条例》正式实施；12月《征信机构管理办法》正式实施，央行开始受理征信牌照。我国征信业发展至今主要存在以下几个问题：首先，社会的信用市场欠发达，征信业收入规模较低，服务机构规模偏小，信用服务产品单一化，产品供需间的缺口巨大；其次，公共征信机构对自己掌握的信息采取垄断保护，信息整合极为困难，较为歧视民营征信机构；第三，体系不健全，企业征信服务较多，较少从事个人征信业务；第四，征信市场发展的法律、政策环境不完善。

      

2015年1月个人征信市场业务“开闸”，中国征信业预计将逐渐转向市场化征信主导，公共征信并行体系，民营征信迎来发展元年。此次公布的首批个人征信业务机构情况如表2所示，与传统央行征信系统相比，这些机构各有特色，例如：阿里巴巴旗下的芝麻信用将拥有比较庞大的网上商铺和消费者个人信贷数据库；腾讯旗下的腾讯征信将具有独特且海量的个人社交数据等。

 

P2P平台征信模式探析

网贷之家数据显示，2014年网贷行业成交量以月均10.99%的速度增长，全年累计成交量高达2528亿元，是2013年的2.39倍。行业的快速发展催生了对征信的迫切需求，然而我国征信体系构建不完善，信用文化的缺失成为网络借贷发展的重要问题，P2P网贷行业公信力提增缓慢，投资人对于信用债权投资信心不足。征信产业是信贷业务的发展基石，于网络借贷行业来说也是至关重要的。完善的征信体系有助于改善信用环境，人们重视自己的信用记录；有利于P2P平台甄别信贷风险，分级定价，降低优质借款人交易成本；加速授信过程，提高交易效率。

P2P平台征信可采取的模式有以下几种：

一、传统官方征信模式。

通过接入具有央行背景的上海资信或者借助第三方公司间接实现查询央行征信系统。由于目前P2P平台无法直接接入央行征信系统，所以较多的平台选择通过上海资信公司的网络金融征信系统（NFCS）来查询借款人信用信息记录。据了解，目前接入NFCS的平台数超200家。此外，央行去年开放了部分融资性担保公司和小贷公司的征信系统接口，P2P平台也可以通过与这些公司合作，间接实现央行征信系统的查询。

这个模式的优点在于：有效帮助平台了解系统内有信用记录群体的借贷基本信息、贷款申请记录、负债水平、还款情况等，降低了放贷风险和防范“老赖”、“过度负债”群体；数据质量较好，可靠度高。缺点表现在：首先，接入系统需要提供平台方数据，平台方有数据保护的考虑。其次，数据完整性不足，一般在官方征信机构拥有信用记录的大多是与银行有业务往来的信贷客户，而更多人的信贷记录为空。第三，较为严格的审核流程、数据格式及质量要求将众多小平台挡在门外。

二、大数据征信模式。

    大数据征信采集互联网交易或使用互联网各类服务过程中留下的信息数据，并结合线下渠道采集的数据集成。该模式优点在于数据来源广泛，弥补传统征信覆盖面不足的缺陷；数据类型多样化，不局限于信贷数据，更能全面反映个人信用情况。大数据征信的难点在于：信息过多引起的数据杂乱，整合多方数据带来的困难性，并且数据相关性分析需要较长时间和实践来检验，短期内信用评价数据精准性较低。此外，大数据征信也面临着法律风险，在个人隐私保护上较难把控。《征信业管理条例》规定采集个人信息应当经信息主体本人同意，未经本人同意不得采集。禁止征信机构采集个人的宗教信仰、基因、指纹、血型、疾病和病史信息以及法律、行政法规规定禁止采集的其他个人信息。征信机构在未告知可能的不利后果及取得书面同意情况下，不得采集个人的收入、存款、有价证券、商业保险、不动产的信息和纳税数额信息等。

大数据征信模式可以通过与取得牌照的征信机构合作或者自建征信机构来实现。平台可以与取得牌照的大数据征信机构合作。优点在于灵活性强，数据丰富。缺点：合作机构未必能提供专业性对口数据、对于数据的权威性和准确性容易存疑。另一方面，既然个人征信市场对民营放开，达到申请资质的P2P网贷平台未来也可以申请征信牌照。优点主要有：平台客户资料不外泄、针对性强。缺点包括：自建征信机构初始投入较高；数据来源渠道较窄，能否采集到核心信用数据成为关键；对平台自身风控能力要求很高。因此，自建征信机构只适用于实力强劲且具有较长行业经验的大平台。

三、云征信模式。

P2P网贷行业的征信难点在于：一方面出于隐私或利益等考虑，平台之间不愿意分享自己的数据信息，越是大的平台越是如此；另一方面，汇集了大量信息的中央数据库，存在安全性风险。“云征信”是通过统一数据标准和接口，按需查询、按实际效果付费。“云征信”系统更侧重于查询，且不保留查询数据，平台可以自行管理，解决了P2P网贷行业征信难题以及信息共享的问题。模式的优点在于平台客户资料不外泄，信息查询成本较低；难点在于数据标准口径统一，以及系统体量扩充等方面。

总结

Lending Club和OnDeck的上市都得益于美国完善的金融机制和征信体系。我国征信体系尚不完善，以往的征信模式不足以满足活跃的互联网金融产业，因此，个人征信业务的放开对于P2P网贷行业来讲有着积极的意义。相信我国征信业将逐渐走向成熟，2015将成为民营个人征信市场业务的元年，信用体系改善对于P2P网贷行业的正向影响力让我们拭目以待！

 

文/网贷之家研究院高级研究员 张叶霞