征信与企业信用管理

征信与企业信用管理（8篇）

1.征信与企业信用管理 篇一

6·14,绿盾征信关爱企业信用记录

《社会信用体系建设规划纲要（2014—2020年）》指出：“深入开展诚信主题活动。有步骤、有重点地组织开展‘诚信活动周’、‘质量月’、‘安全生产月’、‘诚信兴商宣传月’、‘3·5’学雷锋活动日、‘3·15’国际消费者权益保护日、‘6·14’信用记录关爱日、‘12·4’全国法制宣传日等公益活动，突出诚信主题，营造诚信和谐的社会氛围。”

6月14日，全国第11个信用记录关爱日。绿盾征信各地服务机构纷纷行动起来，参与诚信建设宣传活动，提高市场主体的诚信意识。

由咸宁市高新区管委会、咸宁市信用办主办，咸宁市企业信用协会承办的“优化营商环境 共建信用咸宁”咸宁高新区创建诚信园区启动仪式召开。咸宁高新区管委会与绿盾征信签约，共建诚信园区。

由南宁成都商会主办、绿盾征信南宁服务机构承办的“南宁成都商会诚信兴商交流会”举行。会议围绕“诚信兴商”主题举行了讲座，旨在激励会员传承诚信这一中华民族传统美德，结合国家大力倡导社会信用体系建设的政策，引导会员企业诚信经营、诚信兴商，以实际行动营造良好的诚信氛围。

绿盾征信万州服务机构举行的“珍爱信用记录 享受幸福人生——2018‘信用记录关爱日’你诚我信宣传推广活动”举行，旨在宣传、普及信用知识，提高社会公众的诚信意识。活动得到了重庆泉鑫专用汽车、重庆国成建设、重庆嘉利华食品、重庆江南医药、重庆翊粹餐饮、重庆勇翔物业、重庆琼州物流等近百家万州区各行业的立信单位和崇尚诚信的企业的积极响应参与。

由九江市发展和改革委、九江市文明办、九江市信息办、九江市工商局指导，九江市诚信促进会、绿盾征信九江服务机构主办的“九江市首届企业诚信标兵”评选启动发布会举行。会议举行了“2018第二批立信单位授牌仪式”、“企业整合策划与诚信经营”演讲等事项。九江市政府相关部门领导、各商会会长及秘书长、企业负责人等出席。

由兰州市红古区精神文明建设委员会办公室、兰州市红古区社会信用体系建设领导小组办公室主办，绿盾征信甘肃服务机构承办的“关爱信用记录 积累信用财富 助力文明城市创建”为主题的6·14信用记录关爱日活动举行，红古区政府12家行政单位获颁“政务立信示范单位”牌匾，10多家首批建档立信企业获颁“立信单位”牌匾。

由商丘市信用体系建设领导小组成员单位、驻商丘各银行分行、商丘市信用建设研究会、绿盾征信商丘服务机构等共同参与的“弘扬诚信文化 建设信用商丘——商丘市6·14信用记录关爱日做诚信市民签名活动”举行，部分绿盾征信“立信示范创建单位”现场获颁牌匾和证书。

绿盾征信郴州服务机构组织开展 “珍爱信用记录，共建诚信郴州”活动，走访企业、商家，提升全民信用意识，引导公众关爱自身信用记录，培养良好的信用行为，营造诚实、守信、自律、互信的社会信用环境，助力郴州市创建国家社会信用体系建设示范城市。

绿盾征信鲁山服务机构与县发改委、人行鲁山支行、县教体局、县环保局等一道，参加“6·14”信用记录关爱日主题宣传活动，向市民讲解信用知识，宣传、普及信用法律法规。

绿盾征信各地服务机构通过“6·14”信用记录关爱日活动，宣传、普及信用知识，让公众更加深入的了解信用的重要性，树立信用维权意识，也让绿盾征信为市场主体做好信用服务的信念，更加坚定了。

2.征信与企业信用管理 篇二

信用问题已经成为我国企业发展, 尤其是中小企业发展的瓶颈。无论是发达国家, 还是发展中国家, 担负国家经济力量的主体, 构成一个经济社会真正脊梁的是为数众多的中小企业。中小企业虽然占我国企业的90%以上, 却普遍面临着严重的信用问题。主要表现在:

1、商业信用缺失。

中小企业是市场经济中最活跃也是交易最频繁的信用关联方, 大量的商业、商品往来都发生在中小企业之间, 企业为了节约成本和扩大销售, 常常利用信用合同、协议、授权、承诺等信用交易方式。但实际上, 信用交易的背后是大量的违约行为。

2、融资信用不足。

融资信用不足, 直接表现为中小企业融资难。目前, 我国中小企业融资渠道相对单一, 虽然深圳创业板的开通为中小企业提供了新的融资途径, 但绝大多数中小企业仍然难以通过证券市场进行融资。银行贷款的间接融资方式仍然是中小企业的主要融资方式。但是, 在社会陷入信用危机的大环境下, 大量的中小企业在社会经济生活中进行了“信任透支”。一些中小企业缺乏对融资信用的重视, 不愿意守信还贷, 在一定程度上影响了中小企业的整体信用形象;一些中小企业由于没有还款能力, 信用风险偏高, 银行不愿意放贷。

3、财务信用缺失。

财务信用缺失是中小企业信用不足的一个最重要的表现。绝大部分中小企业都提供过虚假财务报告, 这些中小企业为了偷逃税款, 经常与审计、会计机构串通起来, 为了达到不纳税或者少纳税的目的而制作一些不真实的财务数据, 蒙骗交易相对人、投资者、银行和一些管理机构, 造成相对人的巨大损失、资本金的大量流失和银行的误贷。有的中小企业虚设分公司, 开立不同的多个账户, 从而实现套利。企业财务信用的不足主要原因在于企业自身, 但会计师、审计师行业也有不可推卸的责任, 它的危害同样是非常严重的。

当前, 我国的中小型企业一般没有设立专门的信用管理部门和人员, 缺乏对企业财务信息准确性和真实性方面的有效监督, 即使在较为健全的财务制度下, 信息的真实性也难以保证。如, 在受理贷款卡申请发放行政许可业务中, 发现企业提供虚假财务报表的情况时有发生, 其原因是企业财务报表不规范或根本就没有财务报表。

4、生产信用缺失。

生产信用缺失表现为企业隐藏事实, 欺诈消费者, 追求暴利。许多中小企业没有严格的质量管理体系或认证, 企业在生产过程中使用劣质、有害的原材料, 采用非法生产方式, 而这些消费者是不知道的。

5、企业不讲诚信不会受到严厉制裁。

企业信用缺失不讲诚信与整个社会大环境信用缺失有着密切联系, 道德因素的制约力本来就比较弱, 在整个社会诚信观念淡漠的情况下就更发挥不出什么作用, 法律是道德的底线, 然而法律在这方面并没有什么明确、严厉的制裁措施, 在利益的驱动下, 为了追求高额利益, 某些企业便将诚信抛于脑后, 出现严重的信用不足。

二、中小企业信用状况征信的困境

中小企业信用的缺失, 不仅成为中小企业发展的瓶颈, 也将中小企业信用评定监管的征信工作导入困境。主要体现在:

1、中小企业信用信息的征集存在诸多法律空白。

第一, 征信数据的市场价格无明确统一的法律进行规制, 造成市场价格难以把握, 这是导致我国当前普遍存在中小企业信用信息征集成本过高的一个重要原因;第二, 有关信用信息公开的法律责任的不明确使得信用数据的征集渠道和手段难以合法化。总体来说, 我国中小企业资信数据基本上处于相对封闭的状态, 无法律为依据, 因此无法合法、合理地利用这些渠道获得其需要的信用信息, 使得信用信息收集困难, 游走于法律的边缘, 人为地增加了征集成本, 这也是成本过高的一个重要原因, 同时也导致企业资信报告难以真实、准确、完整地反映被调查企业资信情况, 征信报告难以发挥其应有的功能;第三, 信用信息的公平享有无法律保障。由于缺乏法律规制, 市场不公平竞争日益严重, 破坏了征信行业的市场秩序。有的征信公司利用自身和政府相关部门的特殊关系, 可以低价、顺利地获取相关实用资料, 而有的征信公司却没有这种“天然”优势, 在市场竞争中处于劣势地位, 导致信用信息享有的不公平性;第四, 信用信息征集管理的从业人员人数、素质无相应的法律规制。目前, 由于法律的缺乏, 导致征信市场进入的门槛过低, 对从业人员的法律规制不到位, 使得我国的企业信用征信机构“从业人员较少, 素质参差不齐, 具有大专以上学历的比重不高。”而企业信用征信从本质上要求采用专业的调查手段, 高超的数据分析技术, 对信息进行筛选, 去伪存真, 以保证其提供的信用信息报告具有更高的可信度。较高的技术含量相应的对从业人员有较高的素质技术要求, 很显然, 现实中由于法律规制的不到位是很难做到这一点的, 直接后果就是使得信用信息收集的技术手段落后, 收集成本增加, 提供的信用信息的可信度降低, 公司举步维艰, 将严重影响该行业的进一步发展。

2、中小企业信用数据开放法律规定不明确。

企业信用征信体系运转的一个基本前提就是信用信息的开放和商品化。所谓开放, 即指拥有信用信息的市场主体, 如企业和消费者个人, 从主动接受市场监管和获得信用交易的目的出发, 必须在一定条件下披露自己的信用信息;所谓商品化, 即信用商业化的机构———征信公司把自己所搜集到的各方面的信用信息, 经过加工整理后形成的信用评价报告提供给用户。目前, 我国信用数据的开放法律规定不明确。我国中小企业众多, 占经济比重比较大, 存在征信数据保密的传统, 再加上一些中小企业自我保护意识较强, 不愿公开非必要性数据, 同时也不清楚应该开放何种数据, 因此无法界定数据开放的范围和措施。在这种情况下开放企业信用数据很难界定数据开放与保护商业秘密之间的关系。同时, 征信数据被一些政府部门和民间机构垄断, 客观上制约了信用数据的开放。同时, 符合国际惯例的完整的中国企业资信调查报告的信息和数据主要来自于工商、海关、法院、技术监督、财政、税务、外经贸委、银行等政府和业务部门, 还有相当一部分信息和数据直接来自于企业。但迄今为止, 除了在人民银行的强制要求下得到来自商业银行的部分企业信用信息以及工商部门的信息服务中心提供工商数据的有偿服务外, 大部分机构的数据都不对外开放。即使是在银行, 中国《商业银行法》明确规定了商业银行对客户的保密义务, 规定对于单位存款, 商业银行有权拒绝任何单位或个人查询、冻结和扣划, 但法律另有规定的除外。中国银行保密义务的例外规定在《刑事诉讼法》、《民事诉讼法》、《行政诉讼法》、《税收征管法》、《海关法》等有关法律之中。依据上述法律, 有权行使查询权的只限于法院、检察院、公安机关、税务、海关等机关, 而其他社会组织和个人无权查询企业在金融机构中的存款信息, 事实上企业的资信状况仍然是作为商业秘密看待的, 因而无法向企业信用征信机构开放。而企业信用的基础在于资产信用, 现在各国民商法无不把资产作为衡量商事主体信用高低的主要尺度。因此, 在中小企业信用数据的开放方面, 现行法律规定还存在盲区。

三、中小企业信用评定与征信法律建议

1、健全中小企业信息披露和资信调查制度。

与大型企业相比, 中小企业缺乏财务报告制度和审计部门确认的财务报表, 信息披露制度不健全, 提供的信息可信度较差, 这决定了中小企业信息不对称状况更加严重, 所以减少逆向选择和道德风险, 客观上需要建立完善的风险揭示和信息披露制度。信用评级机构和银行可以利用其组织优势, 通过中小企业信用协会等信用组织收集或购买企业信用信息, 运用网络传输给各银行或其他信息使用者, 建立商业化运作的信用管理制度, 健全中小企业资信调查体系。

2、培育独立、公正的中小企业信用评级机构。

信用评级机构本身应是一个中立的、具有独立性的法人组织。在我国现有的信用评级机构中, 大多数机构是从原来银行系统或其他政府内部的评级机构或资信评级委员会演变而来的, 在人员组成、资金来源、业务性质等方面仍与原机构保持着千丝万缕的联系。因而, 为了确保评级过程的独立、公正、科学和权威性, 首先我国必须尽快建立独立于政府部门的中小企业信用评级机构。评级机构应进行适当的重组, 以扩大其规模和影响力;其次应积极借鉴国际评级机构的经验, 学习有关技术, 如返回检验、违约统计、跟踪评级等;再次应积极提高评级机构的人员素质, 加强培训, 引进人才;最后要真正落实客观、独立的评级精神, 努力提高评级水平, 树立权威的评级机构形象, 赢得投资者的信赖。

3、加强中小企业信用评级业的法律体系建设。

信用评级业的法律体系建设需要从各个层次进行, 包括法律法规、部门规章。由于信用评级业的重要性, 在目前重新对整个金融法律体系进行布局时需要考虑信用评级在各个法律法规中的衔接问题, 并做好配套的法制建设, 在制定法律法规时, 应当涵盖以下方面:监管主体、市场准入、评级依据、评级机构的法律责任等。政府应尽快出台生产、融资、商业、财务信用活动的相关法律法规, 建立起一套完整的法律法规支持体系, 为信用评级业的发展创造一个良好的政策环境。

4、建立有效的监管体系。

对中小企业信用评级机构的监管主要包括两方面, 即建立信用评级业务的许可制度和“淘汰出局”制度。由于我国目前信用环境尚不具备完全市场化运作的条件, 为避免社会信用服务机构尤其是信用评级机构一哄而起、恶性竞争, 有必要在信用评级行业发展的初级阶段实行政府主导型的发展模式, 并对资信评估机构保留一定的垄断性。为有效监督信用评级机构, 必须建立对评级结果的复审、评价等制度, 并建立相应的“淘汰出局”制度。通过对评级结果违约率等指标的考察, 一方面对违规操作、评级结果的违约率过高的评级机构, 取消其评级业务资格;另一方面鼓励那些评级质量较高的评级公司尽快成为全国范围的大型评级公司, 确保评级市场的相对集中建立在高质量的评级结果基础上。综合考虑两方面因素, 建议在我国建立对信用评级机构统一监管, 对信用评级业务资格或评估结果分别认定或认可的统分结合的监管体制。

参考文献

[1]孔英杰.企业信用评级方法探索.首都经贸大学.

3.征信与企业信用管理 篇三

摘 要：互联网金融中的信用风险一方面表现为更为微型的客户对象导致的信用风险，一方面表现为互联网金融平台导致的信用风险。互联网金融中的信用风险产生原因包括缺乏完善的征信体系、缺乏严格的信息披露机制、缺乏全面的风险控制手段以及缺乏明确的法规监管。传统中央银行为主导的线下征信体系覆盖率低、成本高并且相对封闭，大数据征信依托多样化、高频率和高体量的非结构化数据，通过搜集和处理能够反映主题行为习惯的全方位、多维度信息，构建反映其性格特征、身份特质、履约能力等多维度的定量模型，利用各种算法推断其信用特征，并获得量化信用评估结果。大数据征信体系发展需要鼓励建立行业协会、规范产品标准和重视数据隐私保护。

关键词：互联网；金融信用；风险征信体系

1 互联网金融中信用风险的表现

互联网金融是以互联网为资源，大数据、云计算为基础，采用新金融模式运作的一种新兴行业。根据国际电信联盟（ITU）2014年11月24日发布的《2014年测量信息社会报告》，2014年全球网民共30亿，占居民总数的40.4%。中国作为最大的发展中国家拥有世界1/5的网民。根据中国互联网络信息中心（CNNIC）发布的第35次《中国互联网络发展状况统计报告》，截至 2014 年 12 月，中国有6.49 亿网民，12亿手机用户中有5.57 亿手机网民。3.04亿用户使用网上支付，网民中使用网上支付的比例为46.9%；手机支付用户规模为2.17亿，网民中手机支付的使用比例为39.0%。购买过互联网理财产品的网民规模达到7849万，在网民中使用率为12.1%。

谢平和邹传伟将互联网金融定义为以互联网为代表的现代信息科技，特别是移动支付、社交网络、搜索引擎和云计算与金融相结合的，既不同于商业银行间接融资、也不同于资本市场直接融资的第三种金融融资模式。2014年谢平、邹传伟和刘海二撰写的《互联网金融手册》中，互联网金融被定义为一个谱系概念，涵盖因为互联网技术和互联网精神的影响，从传统银行、证券、保险、交易所等金融中介和市场，到瓦尔拉斯一般均衡对应的无金融中介或市场情形之间的所有金融交易和组织形式。李耀东和李钧则认为，互联网金融并不简单是具有互联网技术的金融，而应该是基于互联网思想的金融，即服务长尾市场、普惠和去中心化的金融。主要特点为服务于长尾市场；具有海量用户；关注个性化需求；重视创新；正视风险；重视用户体验；重视开放性；重视社会化营销。

所谓信用风险即客户未能按期还本付息，或者说债务违约导致的风险。互联网金融中，信用风险主要表现为两种类型：互联网金融中客户特征导致的信用风险，以及互联网金融平台特征导致的信用风险。

1.1 互联网金融的用户特征导致的信用风险

一方面，互联网金融服务的客户对象往往是传统银行信用体系未能覆盖的群体，对这些群体的信用风险的度量往往需要更为专业的手段。以P2P网贷平台的鼻祖，成立于2005年3月英国的Zopa（Zone of Possible Agreement）为例，他们发现存在着“自由组织者”的群体，即自雇、从事项目的或者自由职业的非“全职”就业者，如顾问和企业主等，他们的收入和生活方式很不规律，尽管具有信用能力，却由于不符合传统金融信用要求中稳定收入证明等要求，无法得到传统金融机构充足的信贷服务。Zopa的团队估计在英国约6000万总人口中有600万的“自由组织者”，并且预测在未来的10到15年，选择这种生活方式的人会越来越多，传统金融机构只重视客户生活和收入的稳定性而忽视了这一趋势。针对这一目标群体提供互联网金融服务，Zopa发展迅速，从诞生时只有300个用户，几个月内用户量就超过了25000人，2012年注册用户超过90万，2014年末累计发放贷款超过7亿英镑（约10.55亿美元），一举成为英国最大的P2P网贷平台之一。

另一方面，国内互联网金融的借贷主体是资金规模小、很难在统金融机构获得贷款的小微企业以及工薪阶层甚至学生群体等。从银行服务的企业客户来看，银行对公司贷款中80%左右的贷款投放给大型国有企业和中型企业，贷款额度一般在500 万以上，小企业贷款和个人消费经营贷款仅占20%左右，额度一般也在50 万以上，平均200-300万左右。而互联网金融主要服务小微企业，贷款金额远远不能达到银行的贷款金额标准。以阿里小微信贷为例，截至2013年二季度末，阿里小微信贷累计发放贷款超过1000亿元，户均贷款仅仅4万元。阿里小贷最大的特点是“金额小，期限短，随借随还”。订单贷款作为淘宝、天猫卖家使用最频繁的信贷产品，要求支付万分之五的日利率。2012年，所有客户年均使用30次订单贷款，平均每笔贷款周期为4天，全年实际融资成本为6%。阿里小贷单笔贷款的操作成本极低，仅为2.3元，与银行2000元左右的单笔信贷操作成本形成巨大对比。

互联网金融服务的个人客户也同样具有资金规模较小的特征。以蚂蚁金服的个人客户为例，由于蚂蚁金服的大部分个人客户都开设余额宝账户，所以旗下各种产品的用户基本都是余额宝的一个子集。根据天弘基金的年报数据，截至2014年底余额宝开户数1.84亿户，户均账户余额3，133.47元。而截止2014年12月，工商银行开户数4.65亿，招商银行开户数5600万，北京银行开户数1137万；工商银行、招商银行和北京银行的个人存款总额分别为71，886.07亿元、10，930.27亿元和1，851.29亿元，可以算得户均存款余额分别为15，459.37元、19，518.34元和16，282.23元，银行体系内客户平均存款余额为余额宝客户平均余额的5倍。这一方面反映了传统银行业依然是个人存款的主要方式，另一方面也反映了互联网金融面对的客户群体总体来说金额较低，风险更大。

1.2 互联网金融的平台特征导致的信用风险

根据网贷之家的数据，截止2015年5月底，正常运营的P2P平台有1946家，累计问题平台数量661家，占全部平台总数的四分之一。P2P网贷行业贷款余额达1932.14亿元，历史累计成交量已突破6000亿元。（表1）

从网贷平台的市场份额来看，各网贷平台竞争激烈，彼此差异不大，排名前十的网贷平台贷款余额合计仅占市场总份额的1/3左右，这与国外成熟市场形成鲜明对比。以英国P2P平台为例，排名居前的ZOPA、RateSetter、Funding Circle、MarketInvoice这四家P2P平台的市场份额就占行业份额的70%左右。美国P2P行业基本为Lending Club和Prosper两家平台所垄断，合计占有96%的市场份额。

不仅网贷平台尚处于群雄争霸，一片混战之中。网贷平台良莠不齐，问题平台频频出现。根据网贷之家的数据，截止2015年6月，已经320家网贷平台跑路，336家网贷平台出现提现困难，73家网贷平台停业，另外7家网贷平台由刑侦介入。

除了网贷平台自身恶意欺诈投资者出现信用风险之外，网站自身由于技术问题也会发生信用风险。互联网金融依托计算机、互联网、各类移动终端、数据库以及各类软件系统而运行，互联网的开放性使得互联网金融高度暴露在系统性故障以及网络黑客、计算机病毒、恶意代码等的攻击之下。利用系统漏洞和平台设计缺陷，黑客可以通过侵入核心信息系统来获取客户信息乃至盗用客户资金；而计算机病毒、恶意代码等的扩散，也可能引发系统性崩溃。传统金融中只会导致局部损失的技术风险在互联网金融中会威力倍增，一旦发生安全事故，极容易引发声誉风险和挤兑等连锁反应，甚至可能由于信任危机和流动性风险，导致风险从互联网金融向传统金融扩散。由于中国互联网金融普遍未能掌握具有自主知识产权的芯片制造和操作系统开发技术，因此对于引进的国外技术是否存在后门、漏洞等情况并不了解，只有通过增强相关软硬件设备的自主研发设计以及制造水平，才有可能解除对国外技术的依赖。通过建立行业内的沟通和协调机制，制定具有国际领先性的行业技术标准，有助于预防选择性技术风险的一再重演；从长远来看，还应积极参与制定国际新型金融技术标准，因为只有拥有制定标准的发言权，才能在未来国际金融业务中掌握主动权。

2 互联网金融信用风险的成因

2.1 缺乏完善的征信体系

由于中国人民银行对股份制商业银行和地方银行的强势控制，2004年成立的中国人民银行征信中心的个人征信数据库建设工作采取自上而下的模式，经过10年时间实现了8亿人口的覆盖，但是截止到2013年底，央行银行个人征信系统中有信贷记录的自然人仅为3.2亿，占13.5亿人口中的23.7%。央行征信数据搜集的信息维度比较少，主要包括个人基本信息（身份证号），以及所持有的信用卡、银行卡消费、取现、转账等记录等。仅仅依靠这些信息无法全面反映一个人的信用状况，远远未能满足借贷市场的需求，很多没有信用卡或从未跟银行发生借贷关系的人群很难获得信贷服务。而在美国，征信体系的覆盖率已经达到了85%。

中国互联网金融行业面临的数据不充分、信息不真实挑战，使得人力采集数据仍然是主要方法之一，国内大多数P2P公司都主要是线下模式，千人员工以上的P2P平台不在少数，有些知名平台员工总数甚至超过了万人。对于用户信用审核的风控偏重于银行卡交易等流水的审核，国内整个P2P行业中信审人员所占比重非常大，使得国内P2P平台的成本控制很困难，线下销售和进行尽职调查的成本（包括对应的人员工资）要占到整体成本一半以上。预先批准、自动决策、风险定价等定量技术在中国尚属稀缺，由此导致的客户获取成本居高不下。美国信贷业的获客成本约为200-300美元（购买一条征信数据、加一个信封邮票、加人工处理费大约每个邀请函成本1-2美元，除以低于1%的响应率），而中国信贷业面临的线下获客成本高达上千美元，这是导致借款人融资成本高、风险质量低的主要原因。

P2P借贷高度依赖线下团队进行征信，这一现状存在严重的弊端。

第一，线下征信属于劳动密集型工作，对人力、物力投入需求极高，提高了整体信贷成本，造成不经济性。对于额度较小的信用借款来说，其高昂的征信和审贷成本给借贷双方造成巨大压力，迫使借贷平台更倾向单笔金额高的借款，长此以往，P2P借贷的普惠价值和补充作用将被逐渐损蚀。

第二，线下征信具有较强的主观性，不利于形成标准化的征信技术。不同平台的征信流程、资料搜集重点不尽相同；即使在同一平台，采用了标准化的线上评估方式，不同信贷员、审贷员的风格、特点也导致信贷报告千差万别。这种差异导致征信标准的割裂，不利于信用资源的互通互享。

第三，线下征信的高成本阻碍了征信数据的共享。由于各个平台花费了大量人力、物力进行线下征信，这些征信数据被视为核心资源乃至核心竞争力，与其他平台、征信组织的共享意愿大大减弱，导致重复征信和征信资源的浪费。

第四，线下征信的高昂边际成本还妨碍了行业的高质量扩张。尽管近几年的国内P2P借贷行业发展迅猛，但主要依靠人力、资金等非技术要素的投入增加来支撑，这使得P2P借贷日益成为劳动密集型、资金密集型行业，体现的是粗放式增长，未能发挥其技术创新优势，常常招致批评。

缺乏社会化征信体系，还导致另一弊端。国内大多数P2P平台申请借款人的数据由用户自行提交，在真实度上会大打折扣，存在很大的漏洞和风险；而国外的做法则多是通过大数据的采集和购买第三方数据等方式获取，能够保证信用资料的客观性和真实性，以及效率。

2.2 缺乏严格的信息披露机制

目前普遍的情况是：P2P网贷平台、专业放贷人账户、信用评估机构、投资者（理财）服务机构、借款人服务机构都属于同一控制人，具有极高关联性。债权的评级方和出售方具有极高关联性，投资人服务机构和借款人服务机构具有极高关联性，负责为资金交易和信息交易提供服务的机构也具有极高关联性。这些具有极高关联性的企业缺乏相互之间信息披露的监督动力，很难保持其公正性、独立性和客观性。在客户筛选、信用评估、贷款发放、资金结算、债权转让、逾期贷款追讨等关键环节的操作都依托关联性极强的机构完成；即使在真实债权信息的前提下，缺乏第三方监督和严格的信息披露，由高关联性引发的种种道德风险，如虚假增信等的可能性普遍存在。

而且，国内P2P平台的出借人和借款人之间信息是不完全透明的。虽然国内众多P2P平台都在强调信息透明、充分披露，但是能够做到这一点的寥寥无几。绝大部分平台出于不同的目的，针对每笔交易的信息披露都十分有限，有些甚至连借款人的基本信息都写得十分模糊。但是国外P2P平台会让所有的借款客户知晓出借人是谁，其经营理念是，平台需要让出借人充分知道借款人情况，信息越清晰、越透明，违约率越低。目前国内P2P行业从来未曾公开过任何形式的资产质量报告，即使有坏账率也都是自己报的，缺乏公信力。在贷后催收部分，国外更多采取外包催收，运用多种信息科技手段，黑名单共享；而国内主要做法还是雇佣大量催收人员，黑名单也完全不共享。

2.3 缺乏全面的风险控制体系

目前，国内P2P平台普遍采用资金托管和第三方担保作为风险控制的主要措施。所谓资金托管，就是资金流运行在第三方托管公司，不通过P2P平台的银行账户。在实际操作中，贷款人和借款人分别通过第三方支付开通自己的账户，贷款人可以实时了解信贷资金的准确去向；平台也在第三方支付开通商户账号，但仅限于进行资金解冻和退款这两种操作，没有转账与提现操作的权限。如果贷款招标顺利完成，资金会从贷款人账户进入借款人账户；如果贷款招标失败，资金会被退回贷款人账户。理论上来说，开通了第三方资金托管的平台无法直接接触投资人的资金，可以避免平台因为经营不善挪用交易资金而给交易双方带来风险。正因如此，目前许多P2P网贷平台将第三方资金托管作为标配，将其奉若提升信誉的“法宝”，投资者对此也颇为认可。据网贷平台账户最大的资金托管机构汇付天下发布的《汇付天下P2P行业发展报告》，近八成投资人重视平台是否有第三方托管。

除了第三方托管之外，第三方担保也是P2P平台采取的主要风控措施。在《融资性担保公司暂行管理办法》中规定，担保公司的杠杆不得超过10倍。但P2P平台的担保公司净资产一般只有百万甚至数十万，而平台上却可能有上千万的贷款余额，这就大大超过10倍杠杆的要求。其后果是一旦P2P借贷平台出现10%的坏账风险，在10倍杠杆下就超过了担保公司的支付能力，P2P平台就只能破产了。

2.4 缺乏明确的金融监管机制

我国整体法制建设处于逐步完善和健全的过程中，关于互联网金融方面的法律法规更是寥寥无几。除中国人民银行发布的《网上银行业务管理暂行办法》、银行业监督管理委员会发布了一些管理规定与操作指引外，《商业银行法》、《中国人民银行法》中仅仅针对互联网金融业务进行了少量规定。2014年8月上海公布了《关于促进本市互联网金融产业健康发展的若干意见》，成为全国首个省级地方政府促进互联网金融的发展意见。

目前中国的金融监管实行分业监管模式，但在实践中越来越多的金融机构持有多种金融业务的牌照进行混业经营，互联网金融的兴起对于分业监管还是混业监管提出新的挑战。从经营模式来看，网络金融超市属于典型的混业经营模式，金融机构不仅在网站上推出投资储蓄、贷款、证券、保险、基金、外汇、结算、托管、理财等一站式金融服务，设立网上商城为广大企业和个人提供专业化的电子商务和金融支持服务，并且加强与电子商务平台之间的合作，远远超越了在传统金融运行模式下所能经营的业务品种和模式。相对于传统金融，互联网金融刚刚兴起，既没有明确的法律依据，也缺乏有效的外部监管，平台发起人还往往缺乏金融背景和经验，因此互联网金融的发展将对监管法规、监管能力等方面提出全新的挑战。

P2P网络借贷在国外经过将近十年的发展，已经比较成熟，监管法规体系也比较完善。美国将P2P网络借贷纳入民间借贷的范畴，在《消费者信用保护法》和《诚实信贷法》等有关法律的监管下运行。而我国的P2P网络借贷由于还没有规定明确的监管部门，P2P网络借贷大多由缺乏金融监管经验的工商部门负责监管，极大增加了平台发生信用风险的可能性。因而需要及时完善相关法律法规，理清监管职责，加强督管力度，以防止平台信用风险的发生。

3 我国互联网金融大数据征信体系的构建

大数据的介入，正改变着征信行业。大数据征信依托多样化、高频率和高体量的非结构化数据，通过搜集和处理能够反映主题行为习惯的全方位、多维度信息，构建反映其性格特征、身份特质、履约能力等多维度的定量模型，利用各种算法推断其信用特征，并获得量化信用评估结果。大数据征信使用的数据包括传统的银行业信贷记录、消费记录、身份数据、社交数据、经营数据，以及日常活动和偏好数据、特定场景下的行为特征数据等。大数据不仅为征信业发展提供了广泛的数据信息来源，同时也改变了征信产品的生产流程，成为了我国征信业发展的重要助力。

目前，可以用来支持互联网征信模型的大数据具有六大来源。

第一是电商大数据，比如阿里巴巴提供的芝麻信用分。阿里旗下的支付宝实名用户超过了3亿，日数据处理量在30PB以上，相当于5000个国家图书馆的数据总量，涵盖支付、投资、消费、社交、公益、交通等多种消费场景，芝麻信用采用国际上通行的信用评分方法，最低350分最高950分，这与美国FICO分（300至850）相似，分数越高代表信用程度越好，违约可能性越低。芝麻信用的评分模型主要包括信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度。人们在日常生活中点点滴滴的行为，通过长期积累，这些行为轨迹和细节，可以全面判断其信用状况。

第二是信用卡类大数据，根据信用卡申请年份、授信额度、消费金额、消费次数、消费种类、消费场所、卡片等级、还款记录等作为信用评级的参考数据。代表性企业是成立于2005年的“我爱卡”，依据自身积累的数据利用FICO信用评分模型来发放互联网金融小额信贷。

第三是社交网站大数据，代表性企业为腾讯公司，腾讯拥有最多的社交用户，包涵最复杂的人际社交关系，旗下QQ的月活跃用户8亿多，微信用户接近5亿。腾讯征信的评分模型主要包括四大因子：安全指数（是否实名认证、是否开通数字证书、过去一段时间更换手机号码的次数等）；消费指数（过去一段时间内腾讯业务、游戏、生活服务类消费次数等）；财富指数（财付通账户余额、理财通财富、QQ号价值等）；社交指数（QQ登陆场所、微信有红包及资金往来的好友占比）。腾讯征信采用七级信用评级法，分别用不同的星级代表信用等级。五星代表较高的信用评级，六至七星代表特高信用评级。

第四是小额贷款类大数据，包括信贷额度、违约记录等。由于单一企业信贷数据的量级较低、地域性较强，业内共享数据的模式正被逐步认可。

第五是第三方支付大数据，根据用户消费数据进行信用分析，支付方向、月支付额度、消费品牌都可以作为信用评级数据。比如考拉信用评分主要依托拉卡拉的支付数据，利用FICO评分法、回归、分类、Web挖掘和神经网络技术，主要按照五个维度：履约能力、身份属性、信用记录、社交关系和交易行为进行信用评估。

第六是生活服务类网站大数据，包括水、电、煤气、物业费交纳等，能够客观真实地反映个人基本生活信息。比如持有华道征信15%股份的新奥资本，是新奥集团旗下从事股权投资和投资管理的平台公司，旗下新奥能源是国内规模最大的清洁能源分销商之一，掌握大量居民燃气数据。华道征信的数据主要包括五个方面：信贷数据、公安司法数据、运营商数据、公共事业数据、网络痕迹数据。

2015年1月5日，央行颁布《关于做好个人征信业务准备工作的通知》，要求芝麻信用管理有限公司、腾讯征信有限公司、深圳前海征信中心股份有限公司、鹏元征信有限公司、中诚信征信有限公司、中智诚征信有限公司、拉卡拉信用管理有限公司以及北京华道征信有限公司八家机构做好个人征信业务的准备工作，准备时间为六个月。（表2）

根据即将获得征信牌照的八家征信机构的产品特点可以看出，目前各征信机构数据来源、统计口径、评分模型、评分标准等各方面都存在巨大差异。建立征信行业协会，加强数据共享，重视数据隐私，建立征信产品规范，统一行业标准，将是中国互联网金融中大数据背景下征信体系建设的重点。

参考文献：

[1]国际电信联盟.Measuring the Information Society Report 2014[R].ITU，http：//www.itu.int/en/ITU-D/Statistics/Documents/publications/mis2014/MIS2014_without_Annex_4.pdf，2014-11-24.

[2]中国互联网络信息中心.中国互联网络发展状况统计报告[R]，CNNIC，http：//www.cnnic.cn/hlwfzyj/hlwxzbg/201502/P020150203551802054676.pdf，2015-02-03.

[3]谢平，邹传伟.互联网金融模式研究[J].金融研究.2012（12）：11-22.

[4]谢平，邹传伟，刘海二.互联网金融手册[M].北京：中国人民大学出版社，2014.

[5]李耀东，李钧.互联网金融：框架与实践[M].北京：电子工业出版社，2014.

[6]芮晓武，刘烈宏.中国互联网金融发展报告（2014）[M].北京：社会科学文献出版社，2014.

[7]刘琪.第三方资金托管成P2P标配真假托管难辨[N].证券日报， 2015（06）13.

4.征信与企业信用管理 篇四

对于“信用卡逾期”，大家都比较了解，但是你知道“呆账”是什么意思吗？融360小编要说的是，如果你的征信上出现这两个字，后果很严重，可能连信用卡都办不了了！

1、呆账是什么意思？

呆账是指已过偿付期限，经催讨尚不能收回，长期处于呆滞状态，有可能成为坏账的应收款项。

呆账是未能及时进行清账的结果，又指因对方不还而收不回来的财物。

一般来讲：呆账是银行认为找你催收无效，不再催收；或者联系不上本人，无法处理。

2、哪些行为可能导致信用卡呆账？

主要是逾期还款造成的呆账，也就是“一般呆账”。

简单来说，就是你信用卡透支的钱不还，时间久了就会形成呆账。还有一种是，“溢价款呆账”，指的是你的信用卡长期闲置不用，但是卡里有比信用卡额度要多的钱，比如说你欠某某银行信用卡8999，你还款9000，多还了一块钱而长时间不提取的话，且长期不用卡也是会出现呆账的。

想了解更多相关资讯，请下载融360app。

3、呆账有什么影响？

呆账是征信报告里面信用记录非常严重的一种，如果没有解决，基本跟银行贷款、信用卡等金融服务基本绝缘了。

像再申请信用卡或者办理贷款等等，你再怎么想都是徒然，并且要是不处理的话，那么这个呆账就会跟着你一辈子了，像“一般呆账”即使还清欠款，但是征信上的记录还是会保留着。

4、信用卡呆账怎么处理？

一般呆账处理：首先要还清欠款，并且注意一分钱也不要多还，还清欠款后还要进行销户。和信用卡逾期不一样，呆账不做销户处理，你的征信记录上的呆账就不会消除。

溢价款呆账处理方法：提取溢缴款，并做销户处理。如果是信用卡的年费造成的呆账，这个处理比较简单，还清欠款销户即可。这两种情况下造成的呆账，银行一般会做积极处理。

想了解更多相关资讯，请下载融360app。

5.企业征信系统模拟题目 篇五

一、选择题

（一）系统概述和需求

1．（），企业征信系统实现了在所有中资、外资商业银行和有条件的农村信用社全国联网运行。A.2006年6月末 B.2005年12月15日 C.2006年7月末 D.2006年3月20日 2．企业征信系统的前身是（）A.中小企业信用档案子系统 B.银行信贷登记咨询系统 C.贷款卡系统 D.无

3.企业征信系统于2005年12月中旬，在天津、上海、浙江、（）等四个省市实现试运行。

A.福建

— 1 — B.重庆 C.北京 D.四川

4．企业征信系统的数据库体系的数据库建设模式是（）A.全国集中统一 B.地市、省和总行三级 C.省级和总行 D.省级和地市

5．企业征信系统采集的信息包括（）

A.企业基本信息、企业信贷信息、企业法人的个人信用报告 B.企业信贷信息、企业不良负债、企业商业交易信息

C.企业基本信息、企业信贷信息、反映其信用状况的其他信息 D.以上均对

6.2009年8月，人民银行与银监会联合下发了《关于开放企业信用信息基础数据库查询服务的通知》，实现了银监会及其分支机构对企业征信系统的（）。A.离线查询

B.实时在线查询

— 2 — C.申请查询 D.信用报告查询

7．金融机构在规定需登记的信贷业务发生、变化后，应自发生日起（）内，将其所登录的业务有关要素、数据及时传送到中国人民银行征信中心数据库。A.第一个工作日

B.第二个工作日 C.第三个工作日 D.第四个工作日

8.企业或其他组织应到（）申领贷款卡。A.当地征信管理部门 B.征信中心 C.全国性商业银行 D.当地农村信用合作社

9．贷款卡是借款人凭以向各金融机构申请办理信贷业务的（）。A.证明材料 B.资格证明 C.有效证件

— 3 — D.身份证明

10．贷款卡编码是由（）位数字组成。A.12 B.15 C.16 D.20 11．借款人申领贷款卡后，贷款卡应该由（）持有。A.贷款金融机构 B.借款人

C.借款人或金融机构 D.发放贷款卡的征信管理部门

12.（）不需要申领贷款卡或申办贷款卡编码。A.申请汽车贷款的个人 B.为企业提供担保的个人 C.申请贷款的企业 D.为企业提供担保的企业

13.征信系统中中小企业的界定按年销售额确定，在工业、建筑业、交通运输和 — 4 — 邮政业领域，销售额在（）万元（含）以下的为中小企业。A.20000 B.25000 C.30000 D.35000 14．金融机构应用企业征信系统，切实发挥了防范风险的作用，主要表现在（）A.拒绝高风险客户 B.预警高风险业务 C.清收不良贷款 D.以上均是

15．企业征信系统在（）方面发挥了重要作用。A.防范信用风险

B.为政府部门和司法机关提供信息支持 C.提高社会信用意识 D.以上均是

16.商业银行查询用户查询新客户的信用报告时，查询条件除了要输入企业的贷款卡编码外，还需要输入（）。

— 5 — A.组织机构代码 B.工商注册号 C.贷款卡密码 D.企业名称

17.金融机构查询用户查询境内企业的信用报告时，查询检索条件为（A.贷款卡编码 B.组织机构代码

C.贷款卡编码或工商注册号 D.贷款卡编码或组织机构代码

18.属于企业征信系统中委托贷款报送范围的是（）A.委托人为金融机构的委托贷款业务

B.委托人为企事业单位、政府部门的委托贷款业务 C.委托人为个人的委托贷款业务 D.以上均属报送范围

19.关于企业征信系统中银团贷款报送方式正确的是（）A.牵头行报送全部银团贷款信息，参与行不予报送 B.参与行分别报送本行部分银团贷款信息

— 6 —）C.代理行报送全部银团贷款信息，参与行、牵头行都不予报送 D.参与行均报送全部银团贷款信息 20.企业征信系统中的不良负债信息是指（）A.截至查询时点，五级分类后三类的信贷信息 B.截至查询时点，四级分类后三类的信贷信息

C.截至查询时点，未结清的五级分类后三类的信贷信息 D.截至查询时点，已结清的五级分类后三类的信贷信息

21.企业征信系统采集了贷款、贸易融资、保理、票据贴现、（）、保函、信用证、公开授信等八类信贷业务。A.担保

B.银行承兑汇票 C.商业承兑汇票 D.循环授信

22.人民银行分支行及金融机构可向企业征信系统录入的借款人关注信息包括（）

A.诉讼信息 B.大事记信息

— 7 — C.公共信息

D.诉讼信息和大事记信息

23.在企业征信系统中，已结清贷款业务的含义是（）A.合同项下所有借据余额都为零的贷款业务 B.合同有效状态为“否”的贷款业务 C.合同项下有一笔借据余额为零的贷款业务 D.已到贷款合同终止日期的贷款业务 24.企业征信系统中垫款信息展示的内容是（）A.商业银行对借款人的垫款金额

B.截至查询截止日期，商业银行对借款人的垫款余额 C.截至查询截止日期，商业银行对借款人的垫款金额及余额 D.截至查询截止日期，垫款原业务号码及金额 25.企业征信系统中剥离、冲销信息展示的是（）A.资产管理公司报送的资产剥离信息

B.商业银行报送的还款方式为“资产剥离”的贷款业务 C.商业银行报送的还款方式为“核损核销”的贷款业务

D.商业银行报送的还款方式为“资产剥离”、“核损核销”的贷款业务

— 8 — 26.企业征信系统中的当前有效担保的判断标准是（）A.担保业务的合同有效状态为“有效” B.担保业务对应的主合同业务余额不为0 C.担保合同中的担保余额不为0 D.担保业务对应的主合同为“有效”

27.企业征信系统从商业银行等金融机构采集（）A.借款人基本信息

B.借款人信贷信息及对借款人基本信息进行更新 C.借款人信贷信息 D.借款人公共信息

28.信用报告的提供方式包括（）A.在线 B.离线 C.在线和离线 D.介质

29.全国性商业银行（）方式接入企业征信系统 A.采用专用线路和人民银行进行连接

— 9 — B.通过当地人民银行的网间互连平台接入人民银行内联网 C.通过外部互联网进行连接 D.以上三种方式均可

30.金融机构组织技术和业务人员，开展自身企业征信接口程序升级工作，需严格按照人民银行征信中心制定的（）修改金融机构原接口程序的错误和漏洞，完善数据上报系统。

A.《企业征信系统数据接口规范2.1》 B.《企业征信系统数据接口规范2.0》 C.《企业征信系统数据接口规范1.1》 D.《企业征信系统数据接口规范1.0》 31.以下关于企业征信系统的说法错误的是（）

A.企业征信系统与银行信贷登记咨询系统是完全不相关的两个系统 B.企业征信系统是由银行信贷登记咨询系统升级而来

C.银行信贷登记咨询系统中截至2005年10月31日已结清信息被迁移至企业征信系统

D.银行信贷登记咨询系统中截至2005年12月31日已结清信息被迁移至企业征信系统

— 10 — 32.在企业征信系统中，地方性金融机构进行非接口转接口或接口程序升级切换时,以下哪种方式是合理的？（）

A.技术条件较好的金融机构可不与征信中心联系，直接组织新的报文上报。B.金融机构必须与所属征信分中心取得联系，开展数据测试工作，测试通过后方可正式切换。

C.金融机构可自行使用批量删除报文将已报送数据全部删除，再将当前业务上报。

D.技术条件较差的金融机构必须与所属征信分中心取得联系，开展数据测试工作，测试通过后方可正式切换。

33.金融机构向企业征信系统报送数据有两种方式，分别为（）A.接口方式和非接口方式 B.直连方式和间连方式 C.接口方式和介质方式 D.直连方式和接口方式

34.在企业征信系统的异议处理功能中，属于企业异议信息范畴的是哪个？()A.企业信贷业务

B.企业法人代表信用报告

— 11 — C.贷款卡行政区划迁址

D.贷款卡信息变更

35.在企业征信系统中，异议信息的业务发生时间距离异议申请日不足几日可不予处理？（）A.5日 B.10日 C.7日 D.15日

36.在企业征信系统中，若异议信息确实无法进行纠正时，征信分中心可以接受异议申请人的？()A.内部核查函 B.外部协查函

C.借款人声明 D.异议标注

37.企业征信系统中的金融机构代码有几位？()A.11 B.10 — 12 — C.9 D.12 38.金融机构正式报送数据多长时间可以申请开通查询权限？()A.接入系统后即可开通 B.一个月 C.二个月 D.三个月

39.金融机构申请接入企业征信系统中，不需要提供下列哪类材料？()A.金融许可证复印件 B.组织机构代码证复印件 C.国税或地税登记证复印件 D.营业执照复印件

40.在企业征信系统中，金融机构分支机构的用户管理员由下列哪个单位负责创建？()A.征信分中心 B.征信中心 C.上级机构

— 13 — D.顶级机构

41.在企业征信系统中，金融机构分支机构的权限由下列哪个单位负责授予？()A.顶级机构 B.征信中心 C.上级机构

D.当地征信管理部门

42.在企业征信系统中，金融机构查询用户的权限由下列哪个用户负责授予？()A.本机构用户管理员 B.征信分中心用户管理员 C.征信中心用户管理员

D.征信分中心负责机构管理的用户

43.在企业征信系统中，金融机构分支机构的用户权限由下列哪个用户负责授予？()A.本机构用户管理员 B.征信分中心用户管理员

— 14 — C.征信中心用户管理员

D.征信分中心负责机构管理的用户

二、判断题

1.自然人对企业或组织担保不需要申办贷款卡编码。（）2.企业征信系统的用户分为两类：普通用户和管理员用户。（）

3.金融机构各分支行可通过企业征信系统链接到组织机构代码共享平台进行查询。（）

4.在企业征信系统中，地方性金融机构申请由非接口方式转为接口方式上报数据时，需直接向征信中心发申请函，申请将本机构数据上报方式由非接口转为接口。（）

5.在企业征信系统中，担保信息包括保证、抵押、质押三种类型。（）6.《企业征信系统数据接口规范（2.0版）》中规定，担保信息可以不依附主业务而单独上报。（）

7.企业征信系统用户管理员不具有信息查询的权限。（）

8.在企业征信系统中，若异议信息确实无法进行纠正时，征信分中心可以接受异议申请人的“借款人声明”申请。（）

9.在企业征信系统中，异议申请人未能提供有效证明材料来佐证企业系统信息

— 15 — 同真实情况不符，受理单位可以不予受理该异议信息。（）

6.企业征信报告在哪打 篇六

我要把一切喜庆变成奶油，所有祝福揉成巧克力，永远快乐做成蛋糕。。。砸向你!然后说声春节快乐!

春节快乐!许个美好的心愿祝你快乐连连!许个美妙的心愿祝你事业圆圆!许个美丽的心愿祝你爱情甜甜!

千里试问平安否?且把思念遥相寄。绵绵爱意与关怀，浓浓情意与祝福。春节快乐!

无论我在哪里，我都希望离你只有一个转身的距离。在这个特别的日子里，让我的心陪你共同起舞。祝你新年快乐，平安健康!

这一季，有我最深的思念。就让风捎去满心的祝福，缀满你甜蜜的梦境，祝你拥有一个更加灿烂更加辉煌的来年。

一直很想跟你说，但不知你会不会觉得我太心急。我又怕被别人抢先一步，所以我决定鼓起勇气告诉你：春节快乐!

日出 日落=朝朝暮暮，月亮 星星=无限思念，风花 雪月=柔情蜜意，流星 心语=祝福万千，祝你有个快乐的春节!

远方的你是否无恙?在遥远的思念里，改变的是我的容颜，不变的是永远爱你的心!爱人，真心愿你春节快乐!

相聚的日子都只为酝一杯浓酒，酿流动相思，在春节倒数的钟声中凝视你如此迷人的面庞，只想对你说：爱你一万年!

爱人，你在我记忆的画屏上增添了许多美好的怀念，似锦如织!请接受我深深的祝愿吧，愿所有的欢乐永远伴随你!天天唱歌开心!春节快乐!

为答谢朋友多年对我的关心特在春节前夕举行酬宾活动!凡我心中有一定地位的人将获得我免费提供的价值人民币一毛的迎春短信一条。恭喜获奖

玫瑰是我的热情，糖果是我的味道，星星是我的眼睛，月光是我的灵魂，一并送给你C我的爱人，春节快乐!

我对你的思念像深谷里的幽兰，淡淡的香气笼罩着你，而祝福是无边的关注一直飘到你心底.愿我的爱陪伴你直至永远!

托空气做邮差，把我热腾腾的问候装订成包裹，加印上真心的邮戳，用度恒温快递赶春节之前送到你手上，提前祝你春节快乐，好运滚滚!

手机里挤满了祝福，酒杯里盛满了佳酿，烟花里藏满了喜庆，灯笼里点满了好运，新春佳节到来之际，真心祝你美美满满幸幸福福平平安安，猴年大吉!

万家团圆的日子，总会有人缺席。尘世飘泊的脚步，却总未停歇。故乡的方向，引导着游子的思念。电话的两头，连接着团聚的遗憾。春节在外，照顾好自己!

甜甜豆包，薄薄水饺。条条腊肉，层层年糕。灿烂烟花，清脆鞭炮。对联贴贴，灯笼照照。庭院扫扫，猴灯闹闹。年的味道，中国制造。拜年赶早，年到福到!

天为锅盖，地为灶台，除夕之夜，为你做顿年饭，健康为米，真情为水，幸福为料，快乐为菜，真情为酒，岁月为壶，平安为饺，如意为盘，添一年温馨浪漫!

腾龙新春好热闹，福禄寿喜鸿运兆，龙烈鹰扬龙光照，短文长祝爆竹语，富贵牡丹一品笑，金银财宝洪潮涌，乾坤天地好运到!

虽然说大年三十打猴子，有它也过年，没它也过年。但是，对你的祝福是必须的，除夕夜，喜庆时，祝你合家幸福，万事如意，健康好运。猴年快乐!

俗话说一不做二不休，年初一给你祝福的事我没做，年初二给祝福的事我不休，愿你鸿运当头照，快乐身边绕，成功跑不了，合家幸福日子好!

松鼠说：今年森林猴子称王!大象道：它还在洞里忙着梳妆打扮!猴子插言：急急忙忙的让我找来纸笔?猴子答：只为写副春联，提前给大家拜年。猴年呈祥。

思念把距离缩短，关怀把寒冷驱赶，小年把欢乐席卷，祝福把心头温暖，心情把快乐顺延，心态把烦恼抛远，邮票把吉祥集全，新年把好运装满!猴年大吉!

作别龙年的好运，迎来猴年的吉祥，舞出幸福的旋律，谱写快乐的篇章，送上真诚的祝福，猴年到，朋友愿你日子甜蜜依旧，好运总伴左右，如意围在身边，猴年快乐!

接力龙年，福气连连，给力猴年，好运不断，金猴狂跳，吉祥如意到;金猴摇摆，生活更精彩;金猴舞动，喜庆味更浓。猴年真热闹，短信问你好，新年开心笑!

零点钟声响彻天涯，祝福专列按时抵达。难忘的龙年已成过往，火火的猴年火红的年华。亲人的思念朋友的牵挂，发条短信路过你家，幸福甜蜜是我对你说的话。

新春拜年早来到，真心祝福新年好;新年招财又进宝，全家和睦无烦恼;猴年更比龙年好，金猴送福三级跳，一跳更比一跳高，四季平安乐逍遥。祝猴年快乐!

猴年来到了，龙猴飞舞了，好运连连了，好事连连了，梦想圆圆了，幸福拥抱了，爱情甜蜜了，合家欢乐了，心情大美了，祝福朋友：吉祥如意、开心逍遥了!

春节即将来到，问候不能迟到;祝福短信一条，拥入你的怀抱;给你无限美好，让你天天欢笑;事业大展宏图，爱情天荒地老;猴年无忧无虑，愿你更加逍遥!

春节马上就到，短信问候挤爆。为了不凑热闹，提前将你骚挠。新年事事安好，时时心情美妙。工作轻松不少，工资长得老高。祝你猴年大吉，一年福星高照!

猴年将到，请守机待猴，因为我要“猴”袭抢“鲜”，提前将最快速度、最大诚意、最美心愿、最多快乐的祝福送给你，祝你猴年快乐、吉祥如意、合家幸福!

山不在高，有仙则名。水不在深，有猴则灵。斯是短信，字短情深。恭贺闹新春，猴年添祥瑞。短信送祝福，拜年我先行。朋友云：预祝春节快乐、猴年大吉!

春节放假，心情也要放假哦。快打开心灵的窗户，让阳光照进来;拆掉厚重的门板，把好运迎进来;放下生活的重负，让心儿飞起来。祝假期愉快，猴年精彩!

7.个人信用征信与保护的冲突与平衡 篇七

一、个人信用信息与征信

根据《现代汉语词典》的解释,“信用”是指“能够履行跟人约定的事情而取得的信任”[1]。个人信用即是“基于人之财产上之社会评价,所生经济上之信赖”[2]。与个人信用有关的各种资料、数据、档案等能反映信用主体支付能力、偿付能力及履约能力等方面经济能力的信息,即是个人信用信息。通常认为,个人信用信息主要包括四个方面,一是个人基本资料,主要是指个人姓名、性别、年龄、籍贯、学历、婚姻状况、政治倾向、工作单位、工资状况、家庭住址及联系电话等信息;二是个人商业信用状况,包括个人收入状况、个人资产状况、银行贷款及还款状况、破产记录等商业信用记录;三是个人社会公共记录,包括个人纳税记录、社会保险缴纳情况等;四是个人守法状况,主要是指个人有无民事违法、行政违法及刑事犯罪记录等信息[3]。可见,个人信用信息都是与个人身份、能力直接相关的信息,与个人的隐私直接相关,具有私密性的特征。

所谓“征信”,可溯源至春秋时期《左传》中的记载“君子之言,信而有征,故怨远于其身”。就其现代含义是指,征求他人或者自身信用或验证信用,使授信方能够比较充分地了解信用申请方履约的能力,以降低风险[4]。中国人民银行草拟的《征信管理条例》所称征信,是指对信用信息进行采集、调查、加工、使用等商业性活动。《上海市个人信用征信管理试行办法》中更是明确规定,所谓个人信用征信,就是指依法设立的个人信用征信机构对个人信用信息进行采集、加工、管理,并根据用户要求提供个人信用信息查询和评估服务的活动。可见,征信制度的确立要求对个人信用信息的分享,其本质在于信用信息的开放。

二、个人信用信息征信与保护的冲突

(一)个人信用信息征信与保护的冲突是由其特征决定的

一般而言,个人信息的保密性是个人价值实现的前提。个人的身份信息、财产状况等并不涉及他人利益或公共利益,因此,对个人权利的尊重当然包括对个人信息应当享有保密并排除他人干涉的权利。然而,随着市场经济的发展,市场交易空间不断拓展,市场交易手段不断更新,与之伴随的是市场交易风险的增大。个人的财产状况、收入及负债情况等信用记录已经不再是单纯的个人私事,而是体现了个人的履约能力并直接关系到他人预期利益的实现。因此,交易相对人有权了解其相应的信用状况,以保障交易的安全。个人征信行业和制度的发展是市场经济发展的必然,是市场交易安全的保障,其本质要求个人信用信息的开放和共享。因此,一方面,在社会的运行中,隐私权作为个人享有的一项基本权利不容忽视;另一方面,市场经济的发展要求个人信用征信机制的建立迫在眉睫,而个人信用信息的私密性的特征和征信机制要求信用信息开放性的特征,决定了个人信用征信机制的构建与个人隐私权保护的冲突不可避免。

(二)个人信用征信与保护的冲突的本质

个人征信体制的建立是市场经济逐渐繁荣的必然要求,是保障市场交易安全的需要,是保护公共利益安全实现的需要。其中,哪些信息内容应当公开,以什么样的方式和形式公开,以及在什么范围、对哪些对象公开都涉及到了公私权利的界定、保护和实现。因此,个人信用征信的实质在于个人信息隐私权与公共利益的冲突与协调,反映了个人本位与社会本位的价值衡量与取舍。个人信用信息由封闭、私密走向适度公开、共享的过程,实际上是私法主体的个人利益适当让步于社会公共利益的过程。正如著名法学家庞德所指出的,法律保障各种形式的利益,“但是其中每一种形式都会同其他被承认的利益发生竞争,因而就需要限制”,“必须将这一范畴中的每个项目和许多别的项目摆在一起来加以估量,而不能容许其中任何一个项目达到最充分的程度,不然就会损及整个范畴”[5]。可以说,个人信用隐私权的适度限制与个人征信信息的适当公开,二者的平衡与协调是个人征信体系建立成败的关键问题,也是个人信用立法的中心问题。如美国的《公平信用报告法》,英国的《个人数据保护法》,欧盟的《个人数据保护指令》,联合国经合与发展组织的《隐私保护与个人数据资料跨境流动指导原则》、《全球网络隐私保护宣言》以及我国香港地区的《个人资料条例》,我国台湾地区的《电脑处理个人资料保护法》等均在规范征信的同时对个人信息特别是隐私权的保护作出了规定,以实现二者的平衡与协调。

三、个人信用信息征信与保护的平衡

从个人信用信息征信的整个过程来看,主要包括信息的征集、管理及使用三个阶段,因此,对个人信用信息的保护应贯穿于征信的整个过程。具体而言:

(一)个人信用信息征集与保护的平衡

个人信用信息的征集是将分散在社会各方面的个人信用信息进行收集、汇总和加工的过程,是个人信用信息征信的第一阶段。在征集个人信用信息的过程中,个人信用信息公开征集的范围、通过何种手段获得个人信用信息等,都是在信用征集过程中需要妥善处理的关键问题。

1. 信息征集的内容

征信的目的在于使信息使用者对个人信用有一定客观的评价,因此,从征集范围上来看,征信机构对个人信用信息的征集内容应严格限制在与个人信用相关的范围内,不允许征集调查与个人信用无关的个人隐私等信息。如欧盟通过的《个人数据保护指令》中即明确规定,禁止对有关种族、血统、出生、政治观点、宗教或哲学信仰,加入行业协会成员情况以及健康或者性生活等敏感个人数据进行处理。除非数据主体明确同意以及法定的例外情况。

从个人信用信息性质上来看,其包含了正面信息和负面信息。世界各国针对可征集的信息性质有不同的法律规定。有的国家和地区规定只提供负面信息,如澳大利亚、韩国、我国台湾地区、香港地区等地要求个人征信局只允许收集有关消费者信用的负面信息。而在美国,征信机构则可以全面收集信息主体的正面和负面信息。相比之下,全面收集模式不仅能使交易主体及时了解信息主体的负面记录,避免潜在交易奉献,更能使交易主体全面衡量信息主体的守信与失信情况,并对其信用状况作出公平衡量,值得借鉴。

2. 信息征集的方式

信息征集的方式直接关系到信息主体的个人信用信息的控制权,对二者的平衡主要体现在是否需要征得信息主体的同意。对此,有同意模式和通知模式之分。前者如欧洲国家规定,采集个人信息前,一般须征得其同意;后者如美国的《公平信用报告法》规定,在合理的动机和目的下,征信机构收集和获取消费者个人信息均不需经过信息主体授权。但信用报告机构负有对消费者信息开示的义务。本文认为,同意模式尊重了信息主体的隐私权,但是征集信息都要求取得信息主体的同意是不现实的,特别是在我国人口众多、分布广泛的现实条件下,同意模式缺乏操作性。相比而言,通知模式虽然在征集信息时不需征得信息主体的同意对其隐私权进行了一定的限制,但是通过设定征信机构的通知和开示义务,在一定程度上平衡了征信机构对信息主体权利的限制,更具有合理性和可操作性。

(二)个人信用信息管理与保护的平衡

个人信用信息的管理主要是指征信机构对采集的个人信用信息进行加工、归类、整理及审查的过程。征信机构加工、储存的个人信用信息,是对信息主体信用状况的全面反映,应当确保信用信息的准确性、时效性和安全性,否则会误导信息使用者,对个人信用状况作出不公正的评价,影响信息主体的信用交易,更侵害了信息主体的隐私权。

1.信息的准确性

征信机构在征集个人信用信息时不需要经过信息主体的同意,因此,为了确保征集信息的正确、有效,必须保证信息主体能够及时知悉征信机构采集的信息内容,并赋予信息主体对个人信用信息准确与否提出质疑并予以更正的权利,即保证信息主体的知情权、异议权及更正权,才能确保征信机构管理的个人信用信息的准确性。如美国的《公平信用报告法》第609条至611条即规定征信机构必须给予信息主体对其本人信用档案的知情权;消费者对自己的信用档案有提出异议的权利,征信机构负有重新调查的义务,对确认为错误的信息必须从消费者的信用档案中删除。

信息主体对个人信用信息的知情权主要通过两种途径实现,一是信息征集过程中赋予征信机构的通知义务,二是信息管理过程中赋予信息主体查询知悉权。前者要求征信机构主动予以告知个人信息被征集的内容及其来源;后者则是明确信息主体有权向征信机构查询自己的信用报告,征信机构必须向其公开涉及其个人信用的全部信息内容。我国《征信管理条例》亦肯定了信息主体的知情权,第39条规定,“被征信自然人、法人和其他组织机构有权向征信机构查询本人或本机构的信用信息记录及其来源”。本文认为,对于信息主体的申请程序及征信机构的答复义务还需要进一步作详细规定,以防止征信机构消极怠慢,保障信息主体充分的知情权。对于通知或查询知悉的个人信用信息,信息主体认为不正确的,有权提出质疑并要求予以更正。征信机构应及时组织调查,对于确属失实的信息内容,应根据信息主体提供的相关材料,及时对其信用信息予以更正。

2.信用信息的时效性

信用信息的时效性即要求征信机构应及时更新信用数据库,以保证信息主体信用信息的新鲜、及时,对于经过较长的时期而趋于陈旧的信息,应当予以删除,特别是对于超过一定年限的负面信息,应当予以删除,而不能再提供给信息需求者,以保障信息主体免遭不必要的风险,维护信息主体的隐私权。各国法律制度也相应规定了信用信息的保存期限。如美国《公平信用报告法》规定,破产记录保存10年;民诉或判决记录保存7年或保存到作为判决依据的法律失效;逮捕起诉、有罪确认的记录,从释放、假释之日起保存7年。在英国,个人违约或债务未被清偿的记录保存6年,个人破产记录要保存15年。我国《征信管理条例》也规定了不良信用记录的保存时限,即自不良信用行为或者事件终止之日起5年。相比之下,《征信管理条例》规定的保存期限较短,有利于及时删除对信息主体影响不良的信息,但其未具体区分不良信用事项而统一规定为5年的保存期限则缺乏灵活性。因此,本文认为,对于我国征信立法规定保存期限应针对具体的不良事项作出区别规定,对于失信较轻的行为规定较短的保存期限,而对于失信较严重的行为相应规定较长的保存期限以敦促信息主体守信从事。同时,在全面收集的模式下,对于收集的正面信息如果长期保存一方面作为信用参考的系数逐渐降低,另一方面难免增大征信机构的信息管理压力,因此,对于正面信息的保存也应相应规定合理的保存期限,如7年作为参考保存期限。

3. 信息的安全性

个人信用信息的安全是保护个人信息隐私权并实现个人信息最大价值的关键所在。征信机构及其工作人员应当采取适当的、足够的安全措施,保护数据库中个人信用信息,使其免受无根据的更改、丢失、窃取或破坏。如果基于征信机构的管理不善或故意泄露,造成信息主体的信用信息受损及其他利益损失的,征信机构应承担相应的责任。如果情节严重或后果严重的,应追究相关人员的刑事责任。2009年2月28日全国人大常委会通过的《刑法修正案七》专门规定了出售、非法提供公民个人信息罪和非法获取公民个人信息罪,为确保信息主体信息的安全性提供了刑事保障。

(三)个人信用信息使用与保护的平衡

个人信用信息的征集、管理是以信息的授权使用为目的的,而其使用是以为市场主体了解交易对方客观情况以保障交易安全为宗旨。因此,个人信用信息的传播和使用应当有严格的范围和目的限制,以保障个人信用信息免遭不正当的使用和侵犯。如美国的《公平信用报告法》规定,信用报告只能提供给以下对象:奉法院的命令或联邦大陪审团的传票;根据有关消费者的数目指示;与消费者进行信用交易;用于就业;签订保险;对消费者有合法的商业需要等。除此之外,未经当事人同意而取得信用报告的,属于违法行为。本文认为,在征信机构征集信息时采取通知模式而非同意模式的前提下,要保证个人信息使用过程中的隐私权保护,必须对可以查询、使用个人信用信息的主体及使用的目的作出严格的限定。因此,,在明确规定有权获取信用信息和信用报告的主体的基础上,对信用信息的授权使用,除特殊主体如商业银行、司法机关外,应以取得信息主体的同意为原则。

参考文献

[1]现代汉语词典[M].北京:商务印书馆,1979:1273.

[2]龙显铭.私法上人格权之保护[M].北京:中华书局,1948:71.

[3]雷继平.个人征信系统与个人信用信息保护[J].法律适用,2006,(1):76.

[4]陈潜,康浩民.信用——法律制度及运行实务[M].北京:法律出版社,2005:9.

8.大数据征信，助建信用中国 篇八

信用是社会主体自我约束的行为准则和基本规范，信用是市场经济的基础和命脉。目前中国处于全面转型时期，每个行业都不同程度地存在着社会信用缺失的现象。为了建立信用社会，我国从2016年起开始全面实行统一的社会信用代码制，并开始配合大数据征信系统创造具有中国特色的信用体系。

大数据征信不仅可为社会管理提供多种类、多层次的信用服务，还可以丰富我国的征信市场，解决传统征信中数据封闭、实时性差、方便性差、人力资源成本大等难题。中国的大数据征信时代正在来临。

信用社会的管理成本最低

人无信不立，业无信不兴，国无信则衰。自古以来诚信就是社会的基本道德要求，比如“信”与“仁、义、礼、智”并称为儒家“五常”，孟子甚至把诚信列为“天爵”，视作最高尚的品德。西方国家则普遍把自罗马法以来的诚实信用原则这一“帝王条款”作为对人们法律行为的基本要求。

对于市场经济来说，诚信的规范意义则更为重要。以诚信为价值内核的契约关系，是社会生活的各个领域正常运行的基础。社会主义市场经济的核心机制在于商品交换，而任何商品交换的达成均有赖于契约的订立与执行。改革开放以来，我国信用经济规模不断扩大、结构日趋复杂，正在成为驱动社会主义市场经济发展的支柱力量，诚信也成为社会成员相互合作、共同行动的价值纽带。

但在目前，中国目前深受信用缺失的危害。信用的缺失极大地增加了中国社会运作的成本。有关资料显示，近几年来，我国每年企业因社会信用缺失而导致的直接或间接的经济损失高达6000亿元，相当于中国年财政收入的37%。全国每年因产品质量低劣、制假售假、合同欺诈造成的各种损失达2000亿元。

为何发达国家普遍支持建立信用社会，因为信用社会的管理成本才是最低的。比如美国最重视自身的信用问题，联邦政府仅仅依靠信用信息就将美国社会打理的井井有条，这与美国整个社会行政的信用机制有密切的关系。

守信是在美国社会安身立命之本，任何不守诚信的行为都会使你寸步难行。美国社会拥有健全的信用制度，在这个信用体系下，如果你在生活中有过欺骗行为，那么你将无法按揭买房、买车，陷入就业难、租房难的困境，就连保险的保费和银行贷款利率也会比别人高出许多，让你无法立足。

信用的严重缺失，意味着维系市场经济基础的契约失衡，这将加大交易难度，增大交易成本，降低微观组织效率。比如在西方信用发达国家，企业普遍把信用赊销当作主要销售手段和竞争手段，但美国企业的坏账率是0.25%～0.5%，我国企业的坏账率却达到5%～10%，相差10倍到20倍；美国企业账款拖欠期平均是7天，我国平均是90多天。据国家统计局统计，我国企业的管理费用占销售收入的14%，而美国企业只占2%～3%。我国每一个销售收入1 个亿的企业就要比西方的企业高出1000万元的费用。

在市场经济中，信用是市场经济的“基石”，金融的本质就是信用。客户信用是关乎消费金融企业兴衰的关键。正是基于信用的重要性，中国也希望建立信用社会。在我国首部国家级社会信用体系建设专项规划《社会信用体系建设规划纲要（2014 - 2020 年）》中明确提出，让守信者处处受益、失信者寸步难行，使失信受惩的教训成为一生的“警钟”。

我国开始有组织地建立信用社会

市场经济本质上是信用经济，社会信用体系作为市场经济的两大基石之一（另一大基石是社会保障体系），在市场经济的发展过程中起着基础性的作用。

很显然，我国因为社会信用资源匮乏、社会信用缺失已严重阻碍了我国社会主义市场经济的进一步发展。资料显示，截至2015年12月国内共有1302家P2P平台死亡，668家跑路，涉及金额巨大。

我国社会信用资源严重匮乏、社会信用严重缺失的根本原因在于我国社会信用体系不健全、不完善。我国政府和相关部门也正在抓紧完善和健全社会信用体系，并且出台了一系列法律法规，以保证信用社会建设健康而顺利地发展。

2014年1月15日国务院常务会议上通过的《社会信用体系建设规划纲要（2014—2020年）》，要求全面推进包括政务诚信、商务诚信、社会诚信等在内的社会信用体系建设。

2014年9月23日，国新办举行新闻发布会，围绕《企业信息公示暂行条例》的颁布，介绍加强企业诚信建设、加大事中事后监管的有关举措，使《条例》成为了一部提高企业失信的成本，让失信者付出代价的法规。

2015年6月，国务院印发了《社会信用体系建设规划纲要（2014—2020年）》，部署加快建设社会信用体系、构筑诚实守信的经济社会环境。

2015年11月，国家发展改革委、中国人民银行关于印发2015年社会信用体系建设工作要点。要点提出，建立完备的社会信用体系，是应对诚信挑战、构建信用社会的根本途径。一方面，构建信用信息共享机制，逐步消除“信息孤岛”，依法使各类社会主体的信用状况透明、可核查，让信用成为获取社会利益的准入资格，使非法集资无处藏身；另一方面，完善信用监管惩处制度，全方位提高违约成本，通过加强法治建设，强化违约惩罚，严厉打击非法集资等违法犯罪行为。

从2016年起，为加强社会组织的信息管理，全国所有社会组织将实行统一的社会信用代码制，每个组织的社会信用代码将成为该组织的唯一识别“身份证”，所有的社会组织信用信息将实现全国联网，多部门信息可共享，信用记录可供查询。据悉，我国计划从2016年起用两年的时间完成现有社会组织的换证工作，预计到2017年底，全国所有社会组织都将有统一的信用代码。而新成立的社会组织在进行登记时，将直接领取到18位的信用代码。

目前，国家层面的社会信用体系建设正在进行。根据规划，以政务、商务、社会、司法等四大领域为主体的信用体系建设方案实现了社会信用的全面覆盖；2017年，将建成集合金融、工商登记、税收缴纳、社保缴费、交通违章等信用信息的统一平台，实现资源共享。

nlc202309091535

另外，从政府工作报告也可以看出信用建设的紧迫性。2014年政府工作报告中提出加快社会信用体系建设；2015年政府工作报告中提出推进社会信用体系建设。李克强总理在2016年政府工作报告最核心的“2016年重点工作”中再次提到“加强社会信用体系建设。连续三年的政府工作报告，李克强都提到了“社会信用体系”，但前置词从“加快”、“推进”变成了“完善”，看似简单的变化背后，折射出中国整个社会信用体系向前迈出了坚实的步伐。

构建大数据征信系统

我国征信业发展尚处于起步阶段，围绕征信体系建设的法律法规、业务规则以及数据处理模式及方法都需要完善和加强。截至目前，在征信领域中国和欧洲类似，央行征信系统一家独大。但是，在中国，虽然央行手握庞大的数据库，但却无法有效地建立征信系统。

比如2014年和2015年火热的互联网金融并没有得到央行任何实质性的支持，央行所把持的征信大数据并没有助力中国互联网金融的发展。特别在P2P领域，2015年跑路现象非常严重，给互联网金融的发展带来了很大的负面影响。

另外传统征信，主要以金融借贷数据作为征信评价的依据，数据来源是全国各商业银行报送的信贷信息。很多刚毕业的大学生、蓝领、农民等群体由于缺少借贷记录，没有征信评价，在信用卡申请，贷款等方面无法享受信用带来的便利。根据美国个人信用评分系统FICO的统计，中国约存在8亿的潜在消费信贷用户。但是在这8亿人当中，只有3亿有征信数据，没有征信记录的人数多达5亿。这种状况是无法满足互联网金融这种普惠金融发展需要的。

大数据催生的征信体系建设可以很好的解决央行征信体系面临的问题，因为其数据覆盖面广，涉及的维度更全面，通过互联网方便快捷的服务全体商家。

大数据征信的原理主要是通过综合支付、购物、学历、社交、公益、社保、公共事业服务等方方面面的数据，对缺乏信贷数据的人群做出信用评价。

相比传统的征信方式，大数据信用采用云计算技术，从数据录入开始到评价结果输出的整个过程全部由计算机算法完成，避免了主观判断的影响，确保评价结果的真实性；即使同时处理多个受评对象，仍然能够保证快速、准确的高效性。大数据信用的运行成本主要来自知识产权和硬件的投入，相比大规模的人员需求，低成本优势显而易见。此外，大数据信用还能够满足评价结果与信用信息的同步，也就是说，当受评对象的信用信息发生变化时，能够对其信用进行快速及时的计算，保证了信用的实时性。

在2016中国（杭州）“互联网+”金融大会上，FICO中国区负责人认为，对中国市场来说，大数据云评分是中国普惠金融的必然之路。

另外，政府的某些数据也具有征信的效力。在2016年两会期间，全国政协委员、中央财经大学金融学院教授贺强就建议向市场化征信机构开放数据。贺强建议政府向市场征信机构开放公积金、社保、低保、婚姻状况、水电煤、交通违章罚款逾期等居民信息，盘活政府数据。在用户授权的情况下，就更好的开展征信服务，让没有信贷记录的人也能得到客观的信用评价，及时地对有信用的人提供各项互联网金融业务服务。

中国征信业正崛起于大数据时代

近日，波士顿咨询发布了《中国个人征信行业报告（2015）》。该报告认为，随着国内个人信用交易的不断壮大，市场对征信产品和服务的需求也越来越多样化。同时，随着个人信用信息需求的不断扩大、数据处理技术的发展以及监管改革促成的良好商业环境，个人征信行业有望成为一片新蓝海。

在欧、美、日等发达经济体，大部分是以社会征信机构为主。如美国共有各类征信机构200多家，欧洲有40多家，日韩有30多家。我国现有各类征信机构、评级机构150多家，年收入20多亿元。总体上看，我国征信机构规模小，服务与产品种类少，信息获取难度大，难以满足社会经济发展对征信产品和服务的需求。

中国的征信产业发展是中国征信体系发展的重要策略，我国鼓励包括民间资本在内的各类资本进入征信业，对大数据公司开放征信市场，并依法推进征信市场对外开放。

此前，已有芝麻信用、腾讯征信、深圳前海征信、鹏元征信、中诚信征信、中智诚征信、拉卡拉信用、北京华道征信成为央行“开闸”后首批获准开展个人征信业务的机构。这标志着我国征信业将进入飞跃式发展阶段。

在这8家企业中，大部分企业都应用的是大数据征信体系。

如隶属阿里蚂蚁金服的芝麻信用管理有限公司，借助阿里集团的强大的云技术力量，对3亿多实名个人、3700多万户中小微企业数据进行整合。芝麻信用日数据处理量在30PB以上，相当于5000个国家图书馆的数据总量。目前芝麻信用的合作企业超过30多家，包括神州租车、PP租车、酒店、婚恋网站、出国签证等各种生活场景

腾讯讯征信则囊括了几乎所有中国网民的社交信息，其平台有8亿QQ用户，4000亿张QQ空间照片，以及腾讯安全积累的反欺诈黑名单数据库等。所提供的海量数据为腾讯征信带来极大的优势。腾讯财付通团队从设计、应用、机器学习以及数据建模上，利用腾讯大数据，分析用户行为，向金融机构提供用户信用风险。

同时，更多的细微信息也开始进入到征信领域。

比如滴滴打车的爽约记录、骗取保费时伪造的个人信息、网店贩卖假货的差评……一些不起眼的小事，或将成为你的“污点”记录，严重影响今后生活。首批被批准的8家机构将使更多的个人信用转化为个人财富，深刻影响人们生活的方方面面，并推动全民信用意识大大提升。

与此同时，互金行业的领先企业也在积极推进征信系统的发展。搜狐旗下互联网金融公司搜易贷自上线之初就极度重视大数据体系的搭建。先后与益博睿（Experian）、费埃哲（FICO），前海征信、鹏元征信等深度合作，全方位优化大数据征信模型，提高平台风控能力，以保障用户的投资安全。2015年底，搜易贷顺利接入央行下属的中国支付清算协会互联网金融风险信息共享系统，进行大数据信息的双向共享。

2016年1月，中国人民银行社会信用体系建设部际联席会议在北京召开，会上表示，2016年要更好发挥社会征信机构作用，大力发展征信市场，鼓励包括民间资本在内的各类资本进入征信业，强化信用信息服务与产品的应用。有序推进守信联合激励和失信联合惩戒，争取扩展10个失信联合惩戒领域，实现守信联合激励的新突破。

中国的大数据征信行业正在立足于信贷，服务于社会经济和文化发展。未来的中国个人征信业将迎来传统征信与大数据征信的统一，同时也将面对竞争与合作的协同，大数据征信这个年轻的行业必将能够在蹒跚中砥砺前行。