当征信遇上大数据时代，会摩擦出怎样的火花？

　　1 数据征信行业的背景——我国征信行业步入跨越式发展期

　　1.1征信行业现状：尚未形成完善的征信体系

　　我国征信行业发展相对滞后，尚未形成完善的征信体系。目前我国征信体系是以央行体系为主，民营体系为辅的格局，其中央行征信系统全面收集企业和个人的信息，服务网络覆盖全球，是国内征信体系的核心环节。2004—2006年，人民银行征信中心在原有银行信贷登记咨询系统和上海个人征信试点基础上，先后建成了全国集中统一的企业征信系统和个人征信系统。经过10年的发展，目前人民银行已经建成了国内覆盖范围广、接入机构众多的信用信息数据库，在国内征信行业中起到主导作用。

　　此外，民营征信系统也初露端倪。自2014年中国征信行业市场化改革以来，民营征信机构也进入了加速发展时期。2015年，央行印发《关于做好个人征信业务准备工作的通知》，要求芝麻信用、腾讯征信等8家企业做好个人征信业务的准备工作。随着市场化进度的加速，作为行业最重要补充力量的民营征信机构将迎来新机遇。

　　总的来说，目前我国征信行业现状呈现两大特点：

　　1)公共征信为主，民营征信为辅。当前处于两者并存并不断探索的过程当中，各类私营征信机构尚处于业务发展的准备期，模式和方向尚不明确。

　　2)大中型企业的征信市场相对成熟。金融机构和第三方机构已形成相对稳定的体系，中小企业和个人征信市场尚处于起步阶段。这将是未来民营企业争夺的重点。

　　1.2大数据为征信行业提供技术支撑

　　征信本质上是对企业和个人行为的记录，通过模型去预测其未来的信用情况。过去，征信机构对于企业和个人信息的搜集比较困难，数据搜集数量也比较有限。随着信息技术的发展，征信行业从工业化时代过渡到电子化时代，再发展到互联网时代(图表1)，征信数据和征信模型都有了质的发展，更多维度和更多层次的数据都可以用来进行挖掘分析，这将更加科学地反映用户的信用状况。

　　以大数据为代表的新兴技术为征信行业带来了新的发展机遇。数据规模方面，借助于互联网形态与大数据等新兴技术，行业目前已具备了实时处理海量数据的能力，大数据技术可解决海量征信数据的采集和存储问题。数据分析方面，随着数据挖掘和机器学习技术的长足的进步，行业利用人工智能方法可深入进行征信数据挖掘和风险分析，大大提高风险预测的精度。

　　与传统征信企业不同，互联网企业的信用数据时效性更强、来源也更丰富。电商网购、在线支付、信用卡还款、社交信息等都可以成为互联网征信的原料。依托于大数据，云计算和人工智能的技术优势，互联网企业可挖掘大量数据碎片中的关联性，提炼出有价值的信用信息，为征信的有效进行提供更为丰富的数据。

　　依托于新兴技术的支撑，征信数据规模越来越大、数据维度越来越广，模型迭代优化能力越来越强。大数据与云计算等新兴技术正在成为互联网背景征信公司突破传统瓶颈的重要手段。

　　1.3传统征信模式VS大数据征信模式

　　与传统征信模式相比，大数据征信拥有全新特征：

　　数据来源：传统征信的信用数据以借贷数据为主，数据来源相对单一。大数据征信的数据来源更为广泛，除信贷数据以外、网购、社交、转账、理财、水电煤缴费、社保、身份信息、租房信息等都能够成为大数据征信的数据原料。

　　评价思路：

　　传统的征信评价思路是用历史信用记录来判断未来信用水平，因此容易出现三方面问题：

　　1)历史失信是否能够代表未来失信;

　　2)历史信用记录缺失时如何评判信用状况;

　　3)人工介入是否会导致信用评价产生偏差。大数据征信主要通过迭代模型，从海量数据中需找关联，并由此推断个人身份特质、性格偏好、经济能力等相对稳定的指标，进而综合评价个人的信用水平。

　　分析方法：传统的征信由于数据种类和规模相对较少，主要采用线性回归、隐私分局和分类树等方法;大数据征信需要处理海量数据，采用的数据挖掘方法包括机器学习、神经网络、Page Rank算法等大数据处理方法。

　　服务人群：传统的征信服务覆盖率相对较低，仅能有效的服务拥有信用记录的人群。大数据征信可以通过互联网或第三方机构获取无信用记录人群的其他有价值信息，综合评判其信用水平，服务人群范围更广。

　　应用场景：传统的征信主要服务于贷款审批、信用卡审批等金融领域。大数据征信的服务范围更加广泛，不仅包括金融领域，还包括汽车房屋租赁、定向营销、雇主服务、签证办理等诸多生活场景。

　　2 大数据征信行业前景展望——未来或将呈寡头垄断竞争格局

　　2.1我国征信行业空间探讨

　　征信的基本功能在于为信贷融资提供信用评估产品和服务，尽管我国的经济总量和融资规模均实现了快速增长，但征信行业规模依旧较小，原因在于：

　　1) 尚未建立完善的信用体系，导致信用经济的渗透率处于较低水平;

　　2)目前商业银行等金融机构的信用信息需求主要由央行征信系统满足，且信用风险管理往往不依赖外部机构，导致无法通过市场交易的方式实现价值。

　　未来征信行业的发展空间取决于：

　　1)社会融资规模的增长;

　　2)征信渗透程度的提升;

　　3)征信机构的商业化和市场化;

　　4)应用场景的拓展。除了围绕信贷融资提供信用评估服务外，以大数据为基础衍生的如决策分析、市场营销方案、供应量管理等都有望成为收入来源。

　　下面对企业和个人征信未来规模进行测算：

　　1)企业征信规模约100亿。

　　参考美国征信产业，2016年美国最大企业征信机构邓白氏营收总额为17.04亿美元，其中北美贡献率约为70%，按其在美国市场90%的市占率测算，美国企业征信市场总规模约为13.25亿美元。美国2016年GDP总额约为18.6万亿美元，企业征信收入占GDP比重约0.07‰。

　　2016年中国GDP总额为74.4万亿元，参考美国企业征信收入占GDP的比重，可以估算出如果征信产业成熟，中国当前能达到的企业征信市场总规模约为52亿。考虑到未来中国GDP增速将保持在6%~7%左右，随着经济总量的提升，企业征信规模还会进一步提升。并且近年来企业及其他部门贷款余额增速一直保持两位数增长，需求端十分旺盛，预计，随着征信市场化改革的推进，未来国内企业征信规模可达100亿元。

　　2)个人征信规模可达850亿。

　　对中美两国市场规模进行推算，美国征信市场规模为902亿元，中国市场，假设我国个人征信行业进入加速发展期，征信人口覆盖率达到50%，每人每年查询次数为7次，根据央行征信中心的规定，个人查询报告的服务单价为25元/次，。由此可以推断出我国征信市场未来规模约850亿元。但是由于政策不确定性，具体市场发展进度还有较大不确定性。

　　2.2行业格局展望

　　成熟的征信市场经历了大量征信机构优胜劣汰的竞争后，往往呈现寡头垄断的格局。征信服务天然趋向垄断，这一点在海外成熟征信市场已经得到充分的印证。首先，数据是信用服务公司最重要的资源，而数据收集体系的建立往往是重复的，最终能够凭借规模和成本优势获取最多高质量数据的少数大型公司将成为行业主导。其次，征信服务使用者往往会参考两至三份的信用报考来交叉验证征信对象的真实信用水平，因此成熟的征信行业通常允许几间规模、竞争能力相似的公司作为行业主要参与者。

　　我国未来征信市场或呈现“央行公共征信系统+寡头商业征信机构”的格局。

　　1)公共征信领域，央行征信系统作为央行履行其金融监管职能的重要手段和工具依然会继续存在，且继续发挥重要作用。

　　2)商业征信领域，虽然目前为止个人征信牌照尚未正式发布，但长期来看，具备数据优势、资金优势、综合金融优势的征信机构有望通过整合成为绝对的行业龙头。而小型或专业型的征信机构或成为大型机构的供应商或被收购，从而实现集中度的提升。

　　图表 4：未来征信市场或呈现“央行公共征信系统+寡头商业征信机构”的格局

　　3 大数据征信行业核心竞争力——具备数据优势的企业将脱颖而出

　　3.1数据是征信的核心竞争力

　　参考国外的成熟征信市场和征信机构的发展，可以发现，数据是一切征信产品和服务的基础，也是征信机构的核心竞争力所在。

　　根据数据类型的不同，将数据分为互联网上的海量数据和政府或机构部门拥有的专业数据。其中海量数据又可以分为头部数据和长尾数据。

　　海量数据的特点是数据量大，时效性快，但是有噪音，处理困难;专业数据的特点是数据规模一般，但是没有噪音，且和个人信贷风险关系密切，更加有效。

　　从目前市场竞争情况来看，头部数据被BAT等互联网巨头垄断，并未对外开放，行业巨头在头部数据争夺方面占据先天优势。长尾数据方面，一批公司通过爬取方式整合了大量数据，由于整合是通过市场化的方式进行，长尾数据的竞争特别激烈。

　　互联网巨头坐拥海量头部数据，实现广泛覆盖较为容易。互联网公司能够依靠自身特色业务，产生海量可观的数据流，如芝麻信用依托电商流量(淘宝、天猫)，腾讯征信依托社交流量(微信、QQ)，除了海量数据外，互联网公司的优势还包括有开放和创新思维，以及强大的IT技术用以构建信用评价模型。

　　目前除了央行征信系统已经有了较为完善的机构网络，私营的征信公司往往受到地域性或行业性的限制，要实现大范围突破较为困难。而互联网公司全面扁平化，不受物理上的限制，因此较容易实现广泛的覆盖。

　　3.2数据优势不同决定差异化的商业模式

　　互联网巨头公司有望形成产业生态圈。基于互联网的天然优势，其征信业务很有可能以生态圈的形式展开。

　　1) 数据来源：除自身数据外，向外部机构采购数据或者也会成为其选择，采用收入分成或者付费的方式。

　　2) 数据加工：利用自身强大的IT技术对数据进行分析，形成评估产品，如与京东合作的ZestFinance，不断修正模型完成对个体的刻画。

　　3) 产品与服务：向金融机构提供评估报告和服务。

　　4) 应用场景拓展：除了金融领域，生活场景、商业场景都有望成为其目标领域。

　　中小型公司发展聚焦小而专。我们认为这部分企业未来的发展方向在于做专业性的征信服务，基于对本地的经济特征或本行业产业链特征的把握，对本地或本行业企业的了解和渗透，获得独有或者稀缺的数据信息，开展征信服务有望成为业务突破和增长点。