在这个大数据时代,随着消费金融、网络借贷等互联网消费模式的迅速增加,以及国内大数据技术的突飞猛进,类似于永信这样的大数据信用机构开始大量涌现,但是对于多元化、多层次的信用市场体系的建设面临着一系列的挑战,并且有很多难题尚未破解。永信认为,对于目前的大数据信用机构来说,有六大难题有待解决。
现在的大数据信用评估机构相比于央行征信系统的权威性、数据质量的高可靠性,大数据信用机构虽然数据来源更加宽泛、种类更为丰富,但是大数据的质量以及权威性却受到质疑。在国外的大数据信用公司调查中发现,关于个人的大数据信用评分里的调查数据,错误率是非常高的,它们使用的数据模型繁多又复杂,使用不准确的数据,有混淆视听的嫌疑。所以永信认为,国内的大数据信用公司在未来几年,要通过大数据筛查,逐步的提升其准确性和真实性,摒弃国人往日对大数据信用的看法,提高人们对信用的重视,以及对大数据信用的保护。
其实决定大数据模型预测准确性的两个重要的条件是数据和算法,并且各家信用机构的基因不同,数据的来源也不同,这也就造成了个人信用结果的呈现不同了。目前国内的的信用机构,其数据的来源主要是以金融数据和公共数据为主,而芝麻、腾讯信用等除了接入传统数据外,主要大量用的是自身场景下积累的数据,这也就导致了同一个人的信用评估结果在不同公司间存在差异。
根据《征信业管理条例》的规定,如果大数据信用机构想要采集客户的个人信用信息,必须要先获得信用主体的授权,商业银行在向人民银行征信中心报送和查询使用个人信用信息时,必须严格执行此规定,对于报送的数据范围、查询用途范围、授权形式、异议处理等都有明确的界定。而大数据信用依赖大量个人的互联网交易记录、社交网络数据,在多重交易和多方接入的情况下,隐私保护的权利边界被淡化,个人隐私泄露的风险也被迅速的放大,公民在维护自己合法权益方面面临着取证难、诉讼难等问题。
据永信分析,目前国家多家个人信用机构的信息源自带有浓厚的自身经营特点,申请个人信用的机构大多首先有自己的具有垄断性的数据资源。而大数据信用要求的是信息的共享而不是垄断。而跨机构拥有的信息是不是能够交换,那些需要事先获得信息主体的授权,并且如何保证交换过程和交换后信息不被滥用,在法律、监管、技术等方面都缺乏相应的标准。
永信认为从国内首批试点的几家个人信用机构的运营情况去看,信用评估市场开放之后,芝麻信用、腾讯信用、考拉信用等机构开始了一轮激烈的追逐赛,纷纷推出各自的评分产品,并争相在金融、购物、招聘、租车、租房、交友、酒店入住等领域尝试应用。但是,这些机构呈现出的个人信用报告能否真实反映个人信用还令人质疑,获取信息所采用的关键技术的可靠性还有待进一步检验,没有制约的商业化应用很可能带来安全隐忧或消费歧视。
从各国大数据信用机构的发展历史看,狭义的信用主要是为放贷机构的风险管理提供信息支持的活动,遵循信息采集者与信息产生者没有一点关系的独立第三方原则。而国内目前试点的几家信用机构大多不是独立的第三方,一方面他们的数据来源于母公司,另一方面其同下公司又涉足放贷业务。评分结果对于其各自经营领域的客户分析、风险判断具有强相关性,但其他应用场景下评分结果的相关性则有待验证。
总而言之,围绕建立多元化的大数据信用体系这一目标,需要在健全信用管理法律和法规,完善信用数据标准体系,加快各类公共信用信息基础平台的建设,强化信用业监管等方面多方探索,既要大力推进,又要脚踏实地,不能指望一蹴而就。返回搜狐,查看更加多