據(jù)中國企業(yè)聯(lián)合會數(shù)據(jù)顯示，中國市場每年因為誠信缺失造成的經(jīng)濟損失約為5,000多億元。征信行業(yè)的成熟發(fā)展，不僅能夠促進(jìn)經(jīng)濟的健康繁榮，還有利于維護(hù)良好的社會秩序，促進(jìn)構(gòu)建社會信用體系建設(shè)。
對比美國市場發(fā)展階段，中國尚為初期發(fā)展階段，還處于“小荷才露尖尖角”的狀態(tài)，既蘊含著巨大的市場空間，也需要眾多參與者繼續(xù)不斷開拓。
未來還需逐漸實現(xiàn)數(shù)據(jù)全覆蓋、確定市場主體地位、明確立法，帶動征信市場的發(fā)展和應(yīng)用范圍的擴大。
數(shù)據(jù)源爭奪戰(zhàn)還未打完
提到征信，首要便是數(shù)據(jù)源問題，數(shù)據(jù)源是征信行業(yè)的基礎(chǔ)生產(chǎn)材料。
在美國成熟市場中，數(shù)據(jù)采集并非征信產(chǎn)業(yè)鏈中的核心環(huán)節(jié)。然而在中國，數(shù)據(jù)源爭奪戰(zhàn)還未結(jié)束，各家機構(gòu)仍將足夠多的數(shù)據(jù)源視為核心競爭力。
之所以仍處于數(shù)據(jù)源爭奪戰(zhàn)：
一是數(shù)據(jù)采集場景割裂化
有效數(shù)據(jù)的采集場景不僅包括銀行、保險、公安、公共服務(wù)部門等線下場景，還包括電商、社交等互聯(lián)網(wǎng)線上平臺。
征信機構(gòu)需要對接不同部門和平臺，建立廣泛的數(shù)據(jù)連接，形成數(shù)據(jù)聚集效應(yīng)，才能在行業(yè)中占據(jù)有利地位。但是，這些數(shù)據(jù)的采集場景是互相割裂的，仍是一個個數(shù)據(jù)孤島，并且數(shù)據(jù)源存在散亂的問題。
其中，金融場景的數(shù)據(jù)未能實現(xiàn)統(tǒng)一征集和標(biāo)準(zhǔn)化處理；公共部門的數(shù)據(jù)則是由公安、法院、教育及其它事業(yè)單位分別開放；生活場景的數(shù)據(jù)則是分散在線上線下的各類場景中。
大部分征信機構(gòu)通過自爬、合作、購買等方式，從這些有限的場景中整合數(shù)據(jù)，由于整合是通過市場化的方式進(jìn)行，因此關(guān)于數(shù)據(jù)源的競爭尤為激烈。
二是數(shù)據(jù)獲取渠道有限
中國征信市場不僅獲取信用數(shù)據(jù)的渠道極其有限，并且缺乏專業(yè)的數(shù)據(jù)提供商或交易平臺，導(dǎo)致征信機構(gòu)對于數(shù)據(jù)源的占有成了關(guān)鍵競爭優(yōu)勢，并在采集數(shù)據(jù)上耗費了大量成本。
同時，美國征信公司會通過收取費用的方式，相互之間共享數(shù)據(jù)。但是在中國，由于數(shù)據(jù)源往往涉及核心競爭力，大多數(shù)機構(gòu)并不愿意公開共享，數(shù)據(jù)之間的交叉融合很少，也影響到數(shù)據(jù)的應(yīng)用和拓展。
目前，只有央行征信中心能夠做到數(shù)據(jù)共享。據(jù)波士頓咨詢公布的數(shù)據(jù)，央行共收錄8.6億自然人，以及1,811家企業(yè)和其它組織信息。
其中，有信貸數(shù)據(jù)的只有3.5億人，剩余5.1億人只有簡單的身份信息，并沒有其它金融信用數(shù)據(jù)，尚有5億人根本不在央行征信系統(tǒng)覆蓋范圍內(nèi)。對比全球征信巨頭Experian，其數(shù)據(jù)已覆蓋全球8.9億人和1.03億個企業(yè)。
除央行征信中心外，已經(jīng)有社會征信機構(gòu)嘗試打破數(shù)據(jù)孤島、建立數(shù)據(jù)共享，但是卻面臨著諸多困境，如多數(shù)金融機構(gòu)擔(dān)心數(shù)據(jù)披露而不愿進(jìn)行數(shù)據(jù)反饋，導(dǎo)致進(jìn)展緩慢。
然而，建立數(shù)據(jù)共享有利于數(shù)據(jù)形成閉環(huán)，優(yōu)化數(shù)據(jù)資源供給，也會使征信機構(gòu)不再將占有基礎(chǔ)數(shù)據(jù)視為關(guān)鍵優(yōu)勢，而把更多的注意力放在征信產(chǎn)業(yè)鏈的其它核心環(huán)節(jié)。因此，也許解決了數(shù)據(jù)共享這一問題，數(shù)據(jù)源爭奪戰(zhàn)才能真正告一段落。
三是最強相關(guān)數(shù)據(jù)源稀缺
在數(shù)據(jù)源中，強變量是指信貸、信用卡、外匯、民間借貸等金融交易數(shù)據(jù)，往往掌握在傳統(tǒng)金融機構(gòu)手中；中變量是商品生產(chǎn)、銷售、流通、消費等環(huán)節(jié)的交易數(shù)據(jù)，主要來自各類電商平臺；弱變量則是社交、游戲等數(shù)據(jù)，大多源于互聯(lián)網(wǎng)平臺。
由此可見，金融屬性的數(shù)據(jù)是最強相關(guān)的數(shù)據(jù)，而這類數(shù)據(jù)往往在傳統(tǒng)金融機構(gòu)手中。大多數(shù)征信機構(gòu)能夠獲取的，是社交記錄、個人消費記錄等相對弱相關(guān)的數(shù)據(jù)，但卻難以獲取最為重要的金融數(shù)據(jù)，導(dǎo)致有效數(shù)據(jù)比較有限。
8家個人征信試點機構(gòu)的主要數(shù)據(jù)來源
以芝麻信用為例，其利用互聯(lián)網(wǎng)和用戶自行上傳資料，獲取線上用戶行為數(shù)據(jù)，并通過與公共部門、商家合作的方式獲得線下數(shù)據(jù)。同時，對收集的各類信息進(jìn)行評估，給出相應(yīng)的芝麻分。
芝麻信用評估的信息綜合了用戶的信用歷史、履約能力、行為偏好、身份特質(zhì)、人脈關(guān)系等五個維度。
其中，信用歷史指信用賬戶的還款記錄及信用賬戶歷史，履約能力是享用各類信用服務(wù)并確保及時履約的能力，均屬于強變量；行為偏好則是指在購物、繳費、轉(zhuǎn)賬、理財?shù)然顒又械钠眉胺€(wěn)定性，是中變量；而身份特質(zhì)和人脈關(guān)系則屬于弱變量。
同時，數(shù)據(jù)質(zhì)量也是大多數(shù)征信機構(gòu)面臨的問題。由于沒有統(tǒng)一的數(shù)據(jù)采集和處理規(guī)范標(biāo)準(zhǔn)，往往出現(xiàn)數(shù)據(jù)錄入錯誤、信息缺失、冗余重復(fù)、信息主體不明等問題，導(dǎo)致征信機構(gòu)成本增加、效率變低。
市場格局仍以公共征信機構(gòu)為主導(dǎo)
現(xiàn)有中國征信市場中，公共征信機構(gòu)和民營征信機構(gòu)并存，并且政府主導(dǎo)型的公共征信機構(gòu)仍然占據(jù)主導(dǎo)地位。而私營征信機構(gòu)的數(shù)量和規(guī)模都相對較小，尤其是私營個人征信機構(gòu)還處于剛起步的階段，個人征信牌照尚未完全放開，還沒有形成對公眾的補充。
同時，在市場格局上，社會征信市場中還未出現(xiàn)一家獨大或已有巨頭的局面，因此，關(guān)于未來市場發(fā)展的想象還具有無限可能。
中國征信體系
另外，在此系列報告的首篇文章中，通過分析美國征信行業(yè)特點，可以看出其基于純市場化運作，具有針對行業(yè)細(xì)分，對接場景非常全面的優(yōu)勢，但是也存在市場淘汰過程慢，代價高的問題，同時，市場化運作，對于政府監(jiān)管及其基礎(chǔ)環(huán)境的要求極高。
在國內(nèi)，民營征信機構(gòu)已在企業(yè)征信領(lǐng)域中占據(jù)重要地位，并初步建立起市場化運作模式。而個人征信領(lǐng)域還處于從公共向市場化過渡的階段，我國從2003年開始試點個人聯(lián)合征信。
到2015年央行要求芝麻信用、騰訊征信、前海征信、鵬元征信、中誠信征信、中智誠征信、拉卡拉信用以及華道征信等八家機構(gòu)開展個人征信業(yè)務(wù)試點，期限半年。
現(xiàn)在已過去一年多，還尚未發(fā)放個人征信牌照。
牌照遲遲不發(fā)的原因，可能是在采集數(shù)據(jù)的過程中，存在采集方式不當(dāng)、濫用數(shù)據(jù)、侵犯合法權(quán)益、授信不平等的現(xiàn)象。而現(xiàn)在立法對于數(shù)據(jù)采集、平等授信等方面尚不完善，可見央行在保護(hù)隱私、數(shù)據(jù)規(guī)范使用方面依然十分謹(jǐn)慎。
未來個人征信市場的發(fā)展關(guān)鍵還是在于牌照的發(fā)放，以及市場能否進(jìn)一步放開，以保證更多的民營征信機構(gòu)參與進(jìn)來，推動個人征信市場化取得實質(zhì)性進(jìn)展。
差異化定位還在探索中
美國征信市場中已形成了涇渭分明、分工明確的格局。例如，三大個人征信機構(gòu)Experian、Equifax、TransUnion是負(fù)責(zé)收集、整合和處理消費者個人信用記錄的機構(gòu)。
這類機構(gòu)在收集個人信用數(shù)據(jù)后，會采用信用評估公司Fair Isaac推出的信用評分模型——FICO，對消費者信用進(jìn)行評分。而FICO本身并不采集和存儲數(shù)據(jù)，只是通過不同的變量、參數(shù)，提供信用分?jǐn)?shù)計量算法。
除此之外，還有獲得京東投資的ZestFinance，其核心競爭力在于數(shù)據(jù)挖掘能力和模型開發(fā)能力，其擅長利用10個預(yù)測分析模型，對上萬條原始信息數(shù)據(jù)快速進(jìn)行分析，并得到最終消費者信用評分。
而在中國征信市場，各征信機構(gòu)在征信產(chǎn)業(yè)鏈并沒有明確的分工，或者形成各司其職的格局。大多數(shù)征信機構(gòu)的業(yè)務(wù)囊括了數(shù)據(jù)采集和處理、分析和建模，也有一小部分機構(gòu)是專注于產(chǎn)業(yè)鏈中的某一點。
從產(chǎn)品上看，大部分征信機構(gòu)都擁有信用評分、信用報告和反欺詐等服務(wù)，產(chǎn)品種類比較趨同，反映出中國征信行業(yè)在形成差異化優(yōu)勢和定位上，仍處于探索階段。
另外，部分征信機構(gòu)各自已經(jīng)建立了自己的評分模型，銀行通過借助這些外部力量合作建模，但從全國整體市場來說，尚未出現(xiàn)一個類似于FICO那樣被大范圍使用、極具權(quán)威性的評分模型。
盈利模式單一
在客群上，全球征信巨頭Experian，已實現(xiàn)了金融服務(wù)、零售、電信、公用事業(yè)、保險、汽車、醫(yī)療、慈善機構(gòu)、娛樂休閑、房地產(chǎn)和公共部門等行業(yè)的全覆蓋。同時，其2015年收入為48.1億美元，其中非金融領(lǐng)域的客戶貢獻(xiàn)了70%，而傳統(tǒng)金融機構(gòu)貢獻(xiàn)收入只占比30%。
而中國征信產(chǎn)品主要應(yīng)用于金融信貸服務(wù)，以及部分反欺詐、身份驗證、信用決策的生活場景，而金融機構(gòu)仍是征信產(chǎn)品的主要客戶。
在金融信貸領(lǐng)域之外，八家試點機構(gòu)已經(jīng)在拓展更多元的征信應(yīng)用場景。相信未來征信產(chǎn)品的應(yīng)用場景將更為廣闊，也將會為收入來源多元化帶來巨大的空間。
在產(chǎn)品上，目前國內(nèi)幾乎全部征信機構(gòu)，收入主要來源于數(shù)據(jù)調(diào)取量。央行征信中心日均數(shù)據(jù)調(diào)取量約為80-100萬次。商業(yè)銀行等機構(gòu)查詢企業(yè)信用報告基準(zhǔn)服務(wù)費為每份60元，查詢個人信用報告基準(zhǔn)服務(wù)費則為每份5元。同時，國內(nèi)社會征信機構(gòu)中，第一梯隊的日均數(shù)據(jù)調(diào)取量在50萬以上。
而Experian收費模式則更為多元，在其2015年收入中，信用服務(wù)收入占比49%，決策分析收入占比 12%，市場營銷收入占比 18%，消費者服務(wù)占比21%。同時，Experian日均生產(chǎn)380萬份信用報告。
目前，國內(nèi)已有一些征信機構(gòu)轉(zhuǎn)型為信貸公司，而征信需要保持絕對的第三方客觀中立立場，因此，信貸和征信必然是不可兼得的。
法律保障體系不完善
征信法規(guī)制度方面，我國逐步建立了以國家法規(guī)、部門規(guī)章、規(guī)范性文件和標(biāo)準(zhǔn)的多層次制度體系。
我國征信行業(yè)立法始于2005 年的《個人信用信息基礎(chǔ)數(shù)據(jù)庫管理暫行辦法》，之后相繼出臺了《征信業(yè)管理條例》、《個人信用信息基礎(chǔ)數(shù)據(jù)庫管理暫行辦法》、《銀行信貸登記咨詢管理辦法等，逐步建立了多層次制度體系。
然而，依然存在法律保障體系不完善的問題，一是所依賴的《征信業(yè)管理條例》、《征信機構(gòu)管理辦法》，主要是行政法規(guī)和部門規(guī)章，法律效力較低。
二是未與民法、金融機構(gòu)相關(guān)法律、消費者保護(hù)法等形成有效的銜接，對于金融信用信息基礎(chǔ)數(shù)據(jù)庫的使用規(guī)定并不明確，在有力保障和推動征信行業(yè)發(fā)展方面稍顯不足。
三是對于個人信息保護(hù)不夠明確，容易導(dǎo)致出現(xiàn)不當(dāng)采集信用信息、濫用數(shù)據(jù)、侵犯合法權(quán)益的現(xiàn)象。因此，在立法層面盡快推進(jìn)，明確數(shù)據(jù)采集和使用的原則及邊界，對于征信行業(yè)健康發(fā)展至關(guān)重要。
總之，中國征信行業(yè)前路漫漫、道阻且艱，市場對于信用的需求非常強烈，未來若能解決具體政策落地、數(shù)據(jù)獲取等瓶頸，打破數(shù)據(jù)共享、個人征信牌照發(fā)放等僵局，相信征信行業(yè)將會迎來爆發(fā)式增長。（愛分析）