|
在“互联网+”时代，如何建立交易信任、如何进行风险管理是新经济商业模式遇到的核心挑战，个人信用体系被视为解决这两个问题的症结，甚至有人指出“信用是新经济的发展引擎”。 对个人信用体系的重视已经逐渐从政府、金融机构向各层次的经济主体扩散，在这样的大环境下，互联网企业根据自己的业务需要逐步建立起层次丰富、维度复杂的市场化信用体系。比如，蚂蚁金服的芝麻信用是大数据征信的代表，借贷宝的信用体系直接体现为用户的借贷诚信，摩拜信用反映的则是共享单车使用过程中的公共道德。但他们却面临着不同层次的现实困境。
芝麻信用渗透广泛 被滥用可能性极大 3月23日，芝麻信用《全国城市信用免押服务报告》出炉，报告显示，信用免押模式已经在酒店、租房、民宿、租车、共享单车、医疗、便民服务、农业设备租赁等8大行业被广泛使用，全国381个城市已接入信用免押服务，向“信用城市”升级。 不知不觉间，大数据征信以及它的商业化应用，已经渗入到我们生活的方方面面。 大数据征信因为场景的丰富，焕发出一派欣欣向荣的图景，而背后的许多困境却被人们忽视。 与中国人民银行征信系统的权威性、高质量、完整的数据相比，芝麻信用、腾讯信用为代表的大数据征信虽然数据来源广泛、维度多元，但数据的权威性、质量和完整性一直备受质疑。大数据征信引入海量互联网行为轨迹记录、社交平台和客户评价关系型数据等信用弱相关数据，但这些数据多与借贷行为关系不大，因而能否作为判断信用主体信用状况的主要指标，还尚待市场和时间检验。 另一问题是，由于大数据信用体系维度多元性，以及与一般性生活场景的密切相关，导致它被滥用的可能性极高。就如同热播电视剧《黑镜》中的场景，信用分成为人们社交的门槛，所有人的一举一动、一颦一笑都只为了“刷分”。 如今，芝麻信用已经被接入到众多现金贷平台、消费金融平台，许多平台只要求芝麻信用达到一定分数（通常是600分）即可放款，我们一方面看到这些平台风控门槛之低，但也需要高度警惕芝麻分的被滥用的现象，这些平台的用户甚至骗贷团伙很容易通过各种网上行为刷高自己的芝麻分，伪装成高信用人士。这对芝麻信用的数据质量是一个重大挑战。 借贷宝， 信息孤岛需提高外部认可 “一堆烂泥不可能炼出金子”，大数据征信模式维度多样，但很多数据很难说与个人信用密切关联。于此相对，借贷宝等一些大型网络借贷平台的信用数据直接指向个人借贷行为，因为借贷还款是社会公认的个人信用最重要的参考标准，这也与中国人民银行征信系统从各商业银行所采纳的数据一致。 “看一个人是否守信，要看他的朋友愿不愿意借钱给他，看他借钱之后是不是会按时还钱”。借贷宝的信用系统模型几乎就来自于这两句话。 据悉，借贷宝目前已有1.35亿实名注册用户，累计撮合交易超过千亿元。借贷宝独创了“单向匿名”的社交金融模式，用户基于好友之家的信任，进行直接借贷交易。而平台则成为完全独立的第三方，根据用户之间的借贷数据，包括逾期行为、借贷利率、借贷金额、完成借贷时间等，建立用户信用模型，从而判断一个人的信用值。 但在应用上，借贷宝的征信数据基本上仍是“信息孤岛”状，与其他机构彼此之间互认、对接状况不容乐观，一方面有必要借助外部征信数据交叉验证和审核来加强风控，另一方面有必要通过共享来提高认可度。 摩拜信用，应独立性和公平性 传统征信机构遵循独立第三方征信基本原则，信息采集者与信息产生方没有任何关系。但目前市场化公司大多突破了“独立第三方”的边界，数据的采集和使用多源于并应用于自身开展的业务，所得的信用评分可针对自身经营业务来进行客户分析和风险判断，但在其他应用场景的相关性和效用性则得不到保证。不仅如此，非“独立第三方”征信在数据商业用途中很有可能造成数据的滥用、泄露和消费者行为扭曲，带来信息安全隐患和消费歧视。 以摩拜信用为例，其本身作用在于抑制用户不文明使用单车的行为，但信用评价具有极强的道德强制力，很可能因为评价标准的不科学制造新的歧视。 在摩拜信用中，用户可以举报他人的违规停车行为，提高自身信用分。摩拜也从“铁粉”用户中发展出“摩拜猎人”的组织，成为举报违规行为的义勇军。为了控制“举报”的随意性，摩拜规定举报违停必须要附上实地拍摄照片，否则很容易被申诉。但那些深门大院，机关禁地，高档小区，不可能让其他人进去拍照举报，反而是没有门禁也没有门卫的老旧破小区里容易被举报，这些老旧破小区因此成为不文明行为高发地。可见，诚信数据的采集过程并不平等。 |
|
|
