互联网征信是指采集个人或者企业在互联网交易或使用互联网服务中留下的行为数据，利用大数据、云计算等技术进行信用信息评估的活动。随着互联网金融的快速发展，互联网征信业务迅速发展，形成了区别于传统征信的新型征信业态。商业银行应该提前谋划，快速行动，抢占征信业务市场。

 

　　一、互联网征信业务的出现和发展

 

　　（一）监管缺失下以人行为主的多元化传统征信发展阶段。互联网征信出现之前，人行主导的征信体系逐步建立。2003年，国务院赋予人行“管理信贷征信业，推动建立社会信用体系”职责，批准设立征信管理局。2006年3月，人行征信中心正式成立，负责企业和个人征信系统的建设、运行和维护。同时，由于监管缺失，征信业呈现出百花齐放、多元发展的局面。截至2012年末，存在大约50家社会征信机构，基本以企业征信为主。

 

　　（二）政府监管明确后市场化征信机构规范发展阶段。2013年《征信业管理条例》开始实施，标志着政府对市场征信机构的监管正式开始。《条例》规定企业征信业务采用备案制，个人征信业务采用审批制，并对征信机构做出了较为详尽的规定。随后，市场化征信机构按照“先企业征信、后个人征信”的原则规范有序进行。2014年，共有26家企业正式获得了人行颁发的企业征信牌照。

 

　　（三）互联网征信机构得到监管认可并迅速发展阶段。2015年1月5日，人行下发《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、腾讯信用有限公司等8家机构做好个人征信业务的准备工作，标志着芝麻信用、腾信征信等互联网征信公司获得了国家征信业管理机构的监管批复和正式认可，互联网征信成为一种区别于传统征信的征信业务形态。目前，以芝麻信用为代表的互联网征信业务快速发展。

 

　　二、互联网征信区别于传统征信的主要特征

 

　　（一）数据源不同。传统征信数据主要是商业银行信贷记录。例如，人行征信中心以个人信贷信息为核心，配合使用社保、公积金、环保、税务、民事裁决与执行等公共信息；主要通过接入商业银行、农村信用社等各类放贷机构获取上述数据。

 

　　互联网征信数据来源相对综合、丰富、动态，但其缺少关键的信贷记录。芝麻信用使用信用历史、履约能力、身份特质、行为偏好、人脉关系等5大方面计算信用分数。腾讯信用则通过消费、财富、安全和守约4个方面计算信用星级。征信对象的行为偏好、财富资产和人脉关系等都是传统征信所不具备的数据来源。

 

　　（二）数据处理技术不同。传统征信机构的数据来源相对简单、静态，数据处理要求相对较低，数据处理模型相对简单。

 

　　互联网征信机构利用大数据技术对结构化和非结构化的复杂数据进行加工，立体化描述用户的信用状况。目前，芝麻信用已正式推出芝麻信用分，但没有披露其算法和模型，其可靠性有待检验。

 

　　（三）应用场景不同。传统征信主要用于办理信贷业务，应用场景相对狭窄。根据人行征信中心规定，其出具的个人信用报告的使用者限于商业银行、依法办理信贷业务的金融机构和人民银行自身。

 

　　互联网征信的应用场景极为广泛，充满想象空间。目前，互联网征信机构大胆探索个人征信在金融和生活方面的应用场景。芝麻信用已开始在信贷、保险等金融领域和婚恋、酒店、租车、旅游等领域开展全面探索。

 

　　（四）服务群体不同。传统征信主要采集有过信贷记录的个人信用信息，其服务范围相对狭窄，服务群体相对高端。截至2015年4月底，人行征信中心系统收录自然人8.6亿多，但有记录的只有5亿多，有借贷的只有3亿多。传统征信不能为没有信贷记录、但却存在有现实或潜在信贷需求的人们提供信用评价服务。

 

　　互联网征信的服务范围更加广泛，服务群体相对低端。分别依托阿里巴巴集团和腾讯的芝麻信用和腾讯信用能够服务更多用户，包括很多没有信贷记录从而不被人行征信中心覆盖的用户。

 

　　（五）定位不同。以人行征信中心为代表的传统征信目标是提供个人信用信息的公共基础设施，旨在促进全社会信用体系的建设和完善，更多地体现监管者和政府的意志。

 

　　互联网征信是一种政府许可下的纯粹商业行为。征信牌照和业务是腾讯、阿里等互联网企业开展金融业务的风控保障和支撑，是其开展金融业务的重要基石和公司整体战略的重要组成部分。

 

　　三、互联网征信对商业银行的意义

 

　　（一）个人金融发展空间巨大，是商业银行必须抓住的业务领域。随着我国经济由投资主导型向消费型逐渐转型，国民收入水平将持续稳步提升，具有强大消费能力和信贷需求的中产阶层规模还将继续扩大。目前，我国有信贷行为的人数仅3亿，信用卡覆盖度较低（0.29个卡/人），个人信贷发展空间巨大。为这部分客户群体提供适合其信用风险水平的信贷产品，将是各家商业银行兵家必争之地。提供信贷产品的核心是控制风险水平，为客户进行准确的风险刻画成为其重要基础。

 

　　(二)利率市场化迫使商业银行提升风险定价能力。利率市场化已经到了“临门一脚”的最后阶段，存款利率上限可望在不久的未来放开。利率市场化后，面对高企的资金成本，必将在贷款定价方面“精打细算”，开展完善的信用风险测度和精准的贷款定价，以覆盖存款成本，控制贷款不良率。

 

　　目前，商业银行获取廉价存款的难度已经明显上升。切肤之痛将迫使商业银行努力提升其核心竞争力——风险定价水平，以获得高收益的贷款客户。

 

　　（三）商业银行可通过互联网征信发挥自身在金融服务方面的优势。商业银行开展征信业务的核心优势是拥有高质量的信贷记录数据和金融资产数据，同时可以通过开放接口、购买等多种方式获取外部数据。

 

　　与阿里巴巴集团的3亿支付宝实名账户，1.45亿淘宝会员相比，大型商业银行的客户规模并不逊色，数据质量优势显著。商业银行可以全面掌握数以亿计的个人客户在本行的存量金融资产以及信贷、工资、消费等银行交易数据，甚至可以通过超级网银掌握客户在他行持有的金融资产。利用这些与兑付能力高度相关的数据，商业银行能够更好描述客户的真实信用水平。

 

　　四、商业银行可以采取的路径选择

 

　　商业银行开展征信业务，基础是自有金融数据，手段是构建有效数学模型，核心是提高风险定价水平，短期目标是适应利率市场化下利差缩窄的经营压力，长期目的是抓住个人金融业务发展机遇。

 

　　（一）充分利用商业银行自身金融数据，适当引入外部数据。首先，要充分利用商业银行自身掌握的客户金融信息，如借记卡、贷记卡、个人贷款、住房按揭贷款等资金记录；以及在本行持有的基金、理财、账户贵金属等金融资产；通过超级网银，甚至可以掌握客户在其他银行的金融资产数据。其次，通过合作、购买等方式适当引入外部机构的金融数据，如客户在电子商务网站、第三方支付机构、金融产品销售门户等机构的相关数据。

 

　　（二）积极推动大数据能力建设，积极学习外部机构的先进技术。首先，通过全行级项目开展数据处理，消除数据部门隔阂，实现行内数据共享，对每个个人客户进行全面描述。其次，对外部机构的先进技术保持开放、包容、学习的态度，积极学习谷歌等互联网公司在数据模型方面的能力。

 

　　（三）拓展应用场景，满足互联网时代的客户金融需求。商业银行应进一步拓展个人征信业务的应用场景，配合商业银行线上产品的开发部署，满足客户场景化信贷需求。例如，可以与租车公司合作，为满足一定信用门槛的客户提供先使用后付费服务；与酒店商户合作，为特定客户提供免费入住服务；与电子商务网站合作提供赊销、分期等业务。

 

　　（四）提前申请征信业务牌照，适时推出面向市场的征信产品。目前，平安集团下属的深圳前海征信中心股份有限公司已经获得人行正式颁发的个人征信业务牌照。商业银行应该及时申请个人征信业务牌照，抢占市场先机，适时向市场推出个人征信产品。

 

　　建行济宁分行王涛