大数据征信被念“紧箍咒”( 二 )


在市场上 , 有一批依附在银行风控、蚂蚁集团或腾讯信贷体系之外附庸放贷者 , 如果你能在银行或借呗、微粒贷拿到1万的授信 , 它们就敢再额外给你20%-40%的授信 , 诸多的类似行为叠加 , 让就能让一家银行或一个蚂蚁集团的风控体系置于借款人的过度负债的危机中 。 这就是说 , 在你做着放贷生意的时候 , 另一家放贷公司的闯入 , 可以瞬间让你的风控体系打乱 。 如果说没有人是一座孤岛 , 在消费信贷领域 , 也没有哪家公司的风控是可以独善其身的 。 所以 , 征信机构的问题就是要解决这个风险积累的系统性问题 。
信息和数据孤岛不能解决 , 就不能解决信贷资产质量数据被污染的问题 。
03
百行征信成立后 , 原先的8家试点机构个人征信业务被剥离 , 而改为从事信用数据服务了 , 比如腾讯支付分、芝麻信用分 , 在充电宝租赁、共享单车租赁、酒店住宿、租房等场景上应用 。
在信贷领域 , 他们称之为大数据风控或大数据征信服务 。 但实际 , 信用数据服务和征信的边界 , 很容易被混淆 , 机构很容易脚踏两只船 , 成为渣男 。
大数据征信属于大数据风控里的一环 。 P2P网贷和互联网信贷平台中 , 许多公司自建风控系统 , 更多的则与大数据风控公司合作 , 大数据征信颠覆了传统征信从数据获取、预处理到分析建模各个环节 , 形成对传统征信的有效补充 。
传统信用评估模型是根据历史信用状况 , 以逻辑回归的方式来判断主体信用情况 , 这种方式偏于静态与滞后 。 大数据征信得益于大数据、云计算、人脸识别、深度算法等技术 , 将个人信用状况评价得更具时效、精准和肖像化 , 它数据覆盖广、维度多 , 不再局限于金融属性的信息 。
但这种数据有效性 , 存在风险和陷阱 。
央行研究局局长徐忠在《大科技公司涉足金融的挑战》一文中表示 , 电商平台有不断拉长应付账款周期 , 加剧小微企业资金紧张的情况 。 电商平台的收费项目也会加大小微企业的经营成本 , 可能非正常的增加小微企业的融资需求 , 从而为电商平台的金融业务创造需求 。 在极端的情况之下 , 小微企业可能落入电商平台的金融陷阱 。
这其中涉及的一个问题是“大数据黑箱” , 互联网信贷公司虽然给了你一笔利率不错的贷款 , 但你无法知电脑算法在审贷决策过程中 , 是否出现程序错误 , 是不是对你有算法歧视 , 是不是将学历、种族、户籍信息作为风险定价的依据 , 你的社交行为数据、朋友圈层次在多大程度上作为利率定价的依据?这就是数据黑箱 , 看不见摸不着 , 却决定着对你的信贷定价 。
大数据征信作为一种模糊了边界的征信行为 , 机构的自主性扩张了 , 在道德、伦理方面 , 需要警惕它的动向 , 防止滥用 , 保证其公平、公正性 。
04
2020年末 , 银保监会主席郭树清说 , 中国政府已明确将数据列为与劳动、资本、技术并列的生产要素 。 这是至关重要的一点 。
目前 , 各国法律似乎还没有准确界定数据财产权益的归属 。 所谓大数据征信 , 是大科技公司掌握着数据的控制权 。 一旦数据确权 , 意味着它将有数据主体、报酬定价和流转配置 。
通俗来说 , 它是谁的数据?数据价格是多少 , 怎么交易?
从法理上来看 , 《征信业务管理办法(征求意见稿)》遵循了数据确权这一思路 。 “办法”要求企业不得以欺骗、胁迫、诱导的方式和向被采集的个人或企业收费的方式 , 从非法渠道采集、或以其他侵害信息主体合法权益的方式采集信用信息 。