测测你的信用值多少钱

▲

长按识别上方二维码或点击文末的「阅读原文」  

报名加入鸿学院

更有机会向宋鸿兵提问交流

鸿观察

测测你的信用值多少钱

■ 文 | 鸿观察 张洪平

 

随着这些年听说的诈骗案例越来越多，人们的防范意识也越来越强。比如你出门逛街，路边有个年轻小伙子摆了张小桌子，笑眯眯地对你说只要办个会员，提供个手机号，立马送一个保温杯或移动电源之类的纪念品，你脑子里的警铃立刻响了起来，“想套我的个人信息？没门！”

不过，我们对电话、身份证以外的信息，保护意识就没这么强了。比如你在淘宝浏览过的商品，都会被记录下来，等你去别的网站看新闻，广告区向你推荐的商品类别也都是你刚刚看过的，这些是精准营销、数据挖掘业务的最浅显的形式。

我国目前还没有个人数据（信息）保护的相关法律，对搜集并使用个人信息的机构也缺乏监管，主要还是靠企业自律。这个时代，所有人都在网络上裸奔，个人信息被收集起来，然后被各种合法或不合法的利用。我们对个人信息泄露的担心已经到了草木皆兵的地步。

相对于个人信息的保护，个人征信是一个比较陌生的概念。通俗地讲，个人征信即是把用户个人过去的行为进行统计，把信用相关的部分用一定的算法进行处理，最后得出一个人的信用（值、额度等）。

我们常说一个人的信用如何如何重要，但到了这个一切皆可量化的时代，如何量度一个人的信用，以及这有什么作用，我们仍没有一个概念。

不过央行征信局认为，无论未来的应用前景如何，首先要保证的是，不能再像个人信息保护一样，走“先污染再治理”的老路，而是要从源头上作好顶层设计。

在4月21日举行的“个人信息保护与征信管理”国际研讨会上，中国人民银行征信局局长万存知,首次公布了八家民营个人征信机构开业准备的结果：“八家机构实际开业准备的情况，离市场需求和监管要求差距很大，没有一家合格，这让我们始料不及。”

2015年央行放行民营机构涉足个人征信市场，首批试点共有八家机构：芝麻信用、腾讯征信、深圳前海征信、鹏元征信、中诚信征信、中智诚征信、拉卡拉信用、北京华道征信。

万局长在会后解释了不合格的具体理由：“在达不到监管标准的情况下，不能把牌照发出去，个人征信市场绝不能走‘先乱后治’的道路。”央行副行长陈雨露也指出，在个人征信市场准入和业务开展活动方面，要把握三个基本原则：第三方征信公正性、独立性、个人隐私权益保护，这也是国际征信行业的通行原则。

试点的八家机构在这三条原则上都存在问题，主要表现为：

1.每家机构都追求依托互联网，形成自己的业务闭环。形成了信息孤岛，评分结果有效性不足，不具有公正性。

2.各自依托一个企业（集团），业务或公司治理结构上不具备独立性，有严重利益冲突。

3.对征信基本理念和规则不够了解，缺乏合规意识。对各自的评分对外使用，存在信息误采、误用。

银行反映八家机构普遍存在不准确的问题，“比如某一个消费者，根据大数据收集的信息得出的信用评分高，但在征信中心查询发现这个消费者信用情况并不好，这种现象比较普遍。”

这种现象也好理解，假如我在淘宝上一直及时确认收货、给好评，那我在淘宝平台上的信用记录就比较好。但如果我骑共享单车后，还车总是停到自家小区里，那按照规则这方面我的信用就会不好，用不同视角看会得出不同的结论。从这个角度讲，征信中心的数据维度也不够全面，他怎么知道我上公厕有没有多拿纸呢？（当然并没有）

多家机构看重个人征信这块业务，主要是为了背后潜在的延伸金融服务。想象一个场景，你浏览网页时弹出一个新款的iphone8的提示，你随手点击转到了京东的购物界面，看了一下，中等配置的要6599元，你刚觉得有点贵打算离开，突然京东提示“您的信用良好，可免息办理18期分期付款，每月只要XX元，每天少喝一杯咖啡，最新款iphone8立刻送到家！”

想想还挺带感的，不过个人信用的作用远不止于此，它的应用前景还可以更有想象力。随着技术手段的进步，查询难度的下降，个人信用的用途也越来越广。早期只在银行为你办理房贷车贷引用卡的时候才用得上，但现在如果你的支付宝芝麻分够高，骑共享单车都可以免押金了，未来很有可能出现让我们更加目瞪口呆的玩法。

 

央行的担忧很有道理，归根结底就是在征信过程中，信息是分散好还是聚合好？

征信需要大量的个人信息，这些信息有些是当事人自己提供的，有些是机构根据用户行为收集来的，两种都不能保证100%的真实性。前者有可能是出于某些目的刻意提供的虚假信息，后者可能是被记录下来的不经意的偶然行为。当数据量不够大、维度不够多时，这种虚假信息和错误信息的误导作用就会被放大。

大数据的一个基本特点是数据的维度多，而不是简单的数据量大。这也是大数据的英文为什么不叫“large data”而叫“big data”的原因。

另一方面，数据泛滥也不行，那等于无数据可用，有时甚至更糟。因为你可能被错误的数据误导，而且还有居心不良的人会有意利用这一点浑水摸鱼，比如莆田系医院及其帮凶。这时最好能借助人工智能的帮助，人的细微行为模式的变化，甚至专业风控人员都会忽略的细微变化，也可以被人工智能捕捉到，及时进行警示。

银行、法院、公安系统各自有各自的系统，企业收集的信息更是严防死守，生怕竞争对手得去。比如前述机构使用的都是各自收集的数据信息，芝麻分的数据来自淘宝和天猫，腾讯征信来自微信。这两家企业都可说是“独木成林”的大企业，但要做到覆盖全社会的数据收集与分析，恐怕仍然很难，难道一开始我们就不应该如此要求？

以征信联盟的形式把信息共享会不会更好？这当然会触及各家企业的核心秘密，即使在法律和个人信息保护层面突破了障碍，企业之间出于商业竞争的原因，能否提供敏感信息仍然值得怀疑，即使是有所保留的提供，阿里巴巴和京东能查看彼此客户信息吗？蚂蚁金服和陆金所能查看彼此客户信息吗？不用想也知道很困难。

但如果是由第三方来综合各家的信息，然后以“黑箱”的形式输出呢？即只输出最基本的个人信息和征信结果，不显示原始数据的细节。我们可以考虑两种方式：

1.小综合。给予各家征信平台一个权重比例，乘以其得出的分数，最后汇总得到一个人的信用总分。

2.大综合。将各家收集的原始数据汇集到一个中立第三方（有央行背景更好），由其按照一定算法，比如借助人工智能，得出一个维度更多、更“立体”、更全面的“个人信用画像”，最后输出一个综合的信用评价，类似足球游戏里常见的球员属性图。

两种方法各有利弊。小综合简单易行，不必提供原始数据，避免了复杂的利益牵扯，但信用计算的结果准确性有所损失，取决于权重的设置是否合理，需要不断调整。大综合正好相反，实现起来比较复杂，而且要克服各方利益的博弈，但实现后的数据在准确性上将有极大地优越性，适用的范围也更广，泛用性更好。

 

中国改革的经验，摸着石头过河，黑猫白猫抓住耗子就是好猫，这些方法到今天仍然有效。央行保护民众的出发点必须点个赞，不过因噎废食也不好，我们的建议是两条腿走路。一方面让各家机构继续八仙过海各显神通，另一方面着手建立中立的第三方机构，在严格保护用户个人信息安全的前提下，试点个人信用综合评估，对加盟机构开放结果，为进一步拓宽应用方向开展探索。