随着消费金融行业高速发展，P2P行业雷潮涌现，街头巷尾的很多老百姓对于征信都有了初步的认识。
前几天打滴滴，司机还说:“要是违章，就要给你上征信，次数多了，把你拉进黑名单，到时候你房子车子都买不了了哦。”
那么，为什么要征信？如何征信？国内征信行业发展现状如何？未来可能出现哪些现象？本文试图对这几个问题进行探讨。
首先，为什么要做征信?
因为，金融的本质是跨越时空的价值交换，是对不确定性和风险的经营和管理，风险管理能力会直接决定金融机构的收入和利润水平。
对于风险，无法衡量，就无法管理。而征信，是衡量个人/企业风险水平、管理风险的最基本的组成部分。
通过征信，收集、整理、加工个人/企业的数据，能够有效地预测个人/企业的履约能力和履约意愿（在信贷领域，即指个人/企业的还款能力和还款意愿），在一定程度上解决信息不对称问题，更深入直观地了解个人的收入、负债、历史信用履约情况，以及企业的股东实力、经营状况、发展潜力等情况，降低借贷方的道德风险与逆向选择，帮助放款方对风险进行合理定价。
有效的征信体系能够让具备履约能力和履约意愿的个人/企业获得优质的金融服务，高性价比的金融产品，改善自身的经济状况；约束不具备履约能力和履约意愿的个人/企业采取破坏金融体系有效运转的各种操作。
纵观全球征信行业，可以发现，主流的征信都采取三步走的模式：收集数据，处理数据，形成并使用征信产品和服务。
1.收集能够体现个人/企业信用水平的数据：如信贷记录、行政司法信用记录、公共事业(如水电气税)缴费记录等。在该环节，需要注意：
（1）数据的完整性、准确性、实时性、合法性、可获取性(即数据是能够收集到的，并且数据量足够大，以便分析和使用)；
（2）数据本身要能够体现个人/企业的风险水平，而不是什么数据都收集，造成不必要的成本。在这里，可以利用风控和业务专家的专业知识和经验，以及机器学习等新兴金融科技技术的帮助；
2.处理数据，将数据转化为有价值的信息：将收集到的数据进行清洗，剔除无效数据；并基于有效数据建立风控模型，对个人/企业进行信用评分，以区分好客户和坏客户；
3.将评分结果应用于贷前，贷中，贷后各环节中：
（1）贷前：可应用于市场营销及信贷决策环节：
a）市场营销：此时是与客户初步接触的环节，信用评分可用于识别潜在客户，辅助进行精准营销；
b）信贷决策：判断是否授信、确定初始授信额度、风险定价(利率)、担保条件、还款方式等信贷条件；
（2）贷中：可应用于客户复审，调整客户授信额度和利率；
（3）贷后：可应用于异常预警和催收。通过监测客户评分的变动，预判客户是否会发生逾期，并采取有效的措施。对尚未逾期但逾期风险较大的用户进行逾期预防，对已经逾期但逾期程度不同的账户采取不同的催收动作、催收力度、催收人员等。
4.定期监测模型，不断调整模型，提升模型的预测能力，以应对不断变化的市场和客户。
目前，国内征信领域采取政府主导，市场并行的发展模式
核心是政府主导的央行征信
央行征信由人民银行征信中心打造，于2006年3月正式运行，收集了与金融机构有业务往来的企业和个人的基本信息、借贷信息、担保信息、信用记录、法律信息和公共信息等各类数据。
截至2019年4月24日，已采集9.9亿自然人、2591.8万企业和其他组织的信息，分别接入3564家和3465家机构的数据。
从以上数据可以看出，央行征信并未覆盖国内所有的自然人、企业和组织。同时，央行征信仅仅收集了大型银行、部分中小银行、个别非银行金融机构的数据，并未收集互联网金融机构、小贷公司等的数据。
而在近几年兴起的市场侧，目前，有125家企业征信机构和97家信用评级机构。
这些机构试图破解大量个人和企业缺乏信用数据，无法享受金融服务的困局。在金融机构信贷数据之外，新增采集的数据类型，如企业的水电气表，工资表，出入库或报关单等。
整体来说，市场侧表现最为突出，发展潜力最强的征信机构是2018年5月23日挂牌营业的百行征信。该机构由中国互联网金融协会、芝麻信用、腾讯征信、前海征信、鹏元征信、中诚信征信、考拉征信、中智诚征信、华道征信等8家机构共同成立，控股股东是中国互联网金融协会(持股36%)。
其收集了央行征信未覆盖的互联网金融、网络小贷等机构的数据，与央行征信形成互补关系。两者结合能够反映个体/企业的整体信贷水平。
截至2019年4月24日，百行征信已与小贷公司、融资租赁、融资担保、消费金融公司、P2P网贷机构、赊销等在内的17类700余家机构签订了业务合作和信息共享协议。
但是，国内征信行业本身发展时间较短(20年左右)，市场化征信机构的发展时间更是短暂。目前，尚存在以下突出问题:
1.数据标准缺乏，数据质量堪忧：不同于美国有征信数据的采集标准( Metro1和 Metro2)。国内尚未出台统一的征信数据釆集标准，不同的机构釆集哪些数据，数据的格式，采集的时间跨度等均存在较大差异。并且，市场上缺乏权威的机构验证数据的真实性、准确性和合规性。数据质量堪忧，将直接影响最终的征信结果。例如，对于最广为人知的黑名单，不同的机构有不同的定义方式，并且，受到黑名单使用收费方式的影响（按查询付费，意味着数据库越大，命中率越高，收入越高），部分机构有很强的动力降低黑名单的加入门槛，将更多的个体/企业纳入黑名单;
2.数据和产品的同质化程度高，竞争激烈：各家市场化征信机构能够收集到的都是公开度高、获取成本低的数据，如工商、税务、司法信息等；以及基于这些数据分析获取的关联信息(个人/企业之间的关联信息，如社交、投资、担保、董监高任职信息等)，难以采取差异化战略，获利能力较低；
3.替代性数据的有效性有待推敲：市场化征信机构试图使用各种替代性的数据（如社交数据、水电气税缴纳记录等）来判断客户的履约意愿和履约能力。但是，参考全球领先的征信机构的做法可以发现，主流征信机构都是将客户在金融机构的信贷数据作为核心数据，其他数据只起到辅助补充的作用。例如，信用评分的发明者，美国FICO评分的构成要素中，信用偿还历史占比35%，信用账户信息占比30%，信用年限占比15%，已用信用产品占比10%，新增信用账户占比10%。替代性数据是否能够有效地预测履约意愿和履约能力还有待市场检验；
4.数据保密性低：数据泄露，甚至非法倒卖情况严重，个人和企业的信息隐私无法得到有效的保障。
国内征信领域未来可期
参考英美日法德等发达国家征信行业的发展情况，综合考虑目前国内征信领域的发展水平，可以预期，未来国内征信领域或将出现以下的变化:
1.行业不断洗牌，强者恒强，马太效应逐渐彰显，头部征信机构出现大量的并购整合动作，最终市场上只留存两三家征信机构;
2.法律和监管环境不断完善，加强对信息主体正当权益的保障，以及对数据本身的保护，减少数据泄露及不当使用的风险;
3.金融科技应用水平不断提升：加强对大数据、云计算、人工智能等技术的应用水平，提升数据收集、分析及应用能力;
4.征信产品和服务的覆盖范围不断延伸，深度不断增加，多样性和定制化程度不断提升，行业盈利能力增强：比如，将征信产品和服务更多地应用于保险领域、医疗领域、人力资源领域等；发展新的身份识别、反欺诈、信用监控及管理产品等；
5.数据产生者的征信管理意识不断加强，征信信息的管理方式增加，管理能力加强，例如，将出现征信信息相关的投诉渠道；个人或企业可以模拟不同行为对征信结果的影响等。征信将不仅更好地服务于使用端的机构，也更好地服务于征信信息产生端的个人和企业。
每个行业都会经历从混乱到有序，从问题不断的初创期到平稳发展的稳定期的改变。对于征信行业，在发展道路上，必然会面临各种的难题，涌现各种新兴的解决方案。
对此，我们拭目以待。
