征信行业
第一门户

人行参事室张韶华:征信无关大数据、征信公司和数据公司要分清

新浪财经讯 12月1日消息,由新华社瞭望智库、新华社《财经国家周刊》共同主办的“第三届(2018)新金融高峰论坛”于12月1日在北京举行。主题为“大变革之下的金融业高质量发展”。国务院参事室金融政策研究中心秘书长、中国人民银行参事室副巡视员张韶华出席论坛并发表演讲。

张韶华表示,征信和风管的区别实际上是非常大的。真正的征信绝对和大数据是不相关的,为什么说不相关?它是有一个固定的模板,在它这个模板需要什么样的数据才能进去,而进去的数据完全都是可靠的,而且是一些真实的数据它才收集,征信必然是有自己的会员,面向自己的会员来服务。

以下为发言实录:

张韶华:大家好,很高兴来参加今天的盛会,这个题目我觉得起得非常好,在当今数字化、信息化的社会,我的题目主要就是围绕着数据风管分析行业如何规制,可能大家听起来比较陌生,但是我在讲的过程中大家就会了解到。

我借用的是赖金昌先生经常使用的图,就是画了这么一个三角形,最左边是征信业,中间是一些专业搞征信的,再右边更大的市场是数据风管分析这么一个行业,其实很多情况下现在出现混乱,大家都在用“征信”两个字,觉得征信好像更多人信赖,也可以更大程度上收集到数据,恰恰不是这个样子。

全世界现在正规的征信部门只有200家,一个国家平均就是1-2家,因为有些国家没有。中间专业型目前还存在争议,大家不能说哪些是专业型,但是有些机构的确做得专业,比如有的只做保险业的征信。更大的是再收集、再架构再卖数据的公司,这就是数据的风管行业,为什么叫风管行业?就是他们在为金融机构做服务的时候,他们用自己的模型开发,把它的数据加工以后,做一些评分,做一些整理之后的新的金融机构所需要的数据。

第二个可以比较一下征信和风管的区别实际上是非常大的。我跟赖总现在做一个课题,我们跟大家说征信要跟你讲清楚,虽然说大家似是而非地了解,但是真正的征信绝对和大数据是不相关的。为什么说不相关?它是有一个固定的模板,在它这个模板需要什么样的数据才能进去,而进去的数据完全都是可靠的,而且是一些真实的数据它才收集,征信必然是有自己的会员,面向自己的会员来服务。我们就可以看见其实很大的区别,只要你是做征信的,你有会员,你固定地、定期地同会员那儿拿到一些真实的数据,再把它做成像信用报告之类的,可以供大家看。

可是广大的数据公司恰恰不是这样的,它没有会员单位,他什么样的数据都收集,更多依赖的是大数据,有一些也是从公有的库里来,从公有的信息,有真有假,但是他不做甄别,更多从互联网上挖信息,甚至可能出现盗窃偷取信息,而且他服务的对象很广泛,谁要他就给谁。在我讲的数据风管行业主要是向金融机构服务的。

这两个之间也有联系,不是两个就是割裂的,因为之所以大家要冒用征信的名义就是因为存在联系,这个联系在什么地方?现在很多的征信部门自己有一些数据分析的子公司,专门做数据的分析加工,社会上的这些第三方数据风管的公司、分析的公司,它通常是有一些是和征信部门合作,但是现在在咱们国家还处于一个不太允许的状态,我们征信的数据只向自己的会员提供,不向数据公司提供。但是无论是国外的还是国内的数据公司,已经和国内的征信公司合作,从征信部门拿到数据,通过自己的模型去加工、去评分,有这样的合作,之间有联系就是因为大家都和数据打交道,为什么把数据风管行业称为非常多,有叫Big Data公司,有叫Data Broker(数据经纪人),有很多就直接叫FinTech公司,这就是为什么今天要在这个环节里讲这个问题。

他们之间联系也是很多的,而且带有相似度,所以在国际上出现什么情况?经常是监管部门说你这个似乎是征信部门,你做了征信的事,你发展了会员,而且你也出了一些征信的产品,但是你没有受到征信所应该受到的严格的监管,我们知道这些广大的数据公司受到的监管相对是宽松的,甚至是没有的。

所以就出现一些混淆现象,在国内更加是鱼目混珠、鱼龙混杂了。这些数据公司数据来源很多,有的是从内部产生的,比如像电商、平台,从他服务的时候,基于商铺,还有购买者收集到很多信息,还有公共公开的数据,这个和征信很相似,现在征信部门也不是光从会员那儿拿数据,他也在扩展,有一些替代性数据,比如税务部门也拿数据,但是这些数据都是真实可靠的,而这些数据公司拿到的公共数据未必是全部真实可靠的。再有私有的有一些收集,取得的方式非常多样。我刚才给大家介绍了,可能有自己收的、自己买的、自己加工的,还有更多的是窃取的、网络攻击,这些都是我们很关注的问题。

现在产品的类型实际上听起来比较高大上,但实际上他们做的就是搞一些模型的开发,搞一些具体的数据分析,把数据收回来之后,或者他购买回来再加工,加工之后有可能他卖的是他自己的模型,也有可能卖的是他加工的产品,比如说他做一些评分,他自己来卖这些。

为什么我们要对这个行业进行规制?是因为这个行业发展的速度非常快,我们大概估算了一下,现在国内应该有上千家做数据风管的,有些已经很大了,前几天我们了解,有两家公司其中一家已经掌握了7亿个人消费者的数据,就是有关消费者的数据。他的这些数据不像征信部门完全是以信贷信用的数据为基础,他的更广泛。

还有一个企业说日常的点击率,每天的点击率,以老百姓查个人征信报告,是那个的两倍,我就问了一下:“点击率到底是怎么统计的?是查信用情况还是什么的都算?”他说:“什么都算。”我们下一步可能会严格限定一下,再看一下这些大的公司发展过程中有什么问题,但是我们面临什么问题?整个这个行业应该是有一个规制的。

这个规制现在我们还在进行研讨,所以我个人有一些很初步的思考,首先就是说从这个行业怎么来规制,是要立法吗?还是出台政策?我们国家的立法向来很慢,通常一个法律没有十年是出不来的,我们叫十年磨一剑。怎么办?还是先攻政策,先出一些指引类的,对这个行业进行一些引导和规范,在这个同时立法的步伐也不能放缓,必须要加快,这就是顶层设计的概念。

第二我想说一下未来对这个行业怎么监管,我们课题组内部还有一些分歧,代表性的观点,一个就是说这个行业不要直接监管,现在有一种效应叫“章鱼效应”,就是咱们国家一放就乱一收就死,避免“章鱼效应”,我们课题组一个观点就是不要搞直接监管,间接监管就好了,怎么间接监管?就是金融监管部门把金融机构管好,通过金融机构约束这些公司,像现在商业银行外包业务,而原来银监会约束的都是商业银行,但是还有一种思考,这个行业还是要直接监管,这个直接监管怎么监管?就像警察管这些有驾照的,但是也可以管没有驾照的。

以前很多行业都在争这个事,比如像教育部门说我就管我允许的这些幼儿园,没有牌照的我不管,还有像金融监管部门说我们就管正规的,那些没发牌照的也不管,这个一直存在争议,但是我个人认为你管发牌照的,而那些没牌照非法做这些业务的,你这个部门也应该去管,只不过就是现在人手不够或者有相应的限制,是应该管的,所以我一直坚持尽量还是由比如说,举一个例子,比如管征信业的部门,由他们来管这个行业,当然这个对他很有挑战。

目前征信就发了那么一两个牌照,更多的牌照还在考量中,就是回到刚才说的问题,到底什么是征信?社会上都没有认识清楚,想做征信是很难的,一个国家也就是一两家,不会出现很多,这一两家做征信以后,收集的数据可能有重叠、有重复,没有关系,是互相竞争的。所以我觉得这块我个人觉得应该直接,不过我们还在磨合中。

如果将来的监管不管是什么样的,不可能对这个行业的机构给它进行现场检查,更多的可能是一些非现场的,现场只能是去抽查,有一些“神秘访客”的概念或者“吹哨人”制度,这都是在消保局的时候探讨这些制度,是通过这些突击性的抽查或者一些人的举报。

第三个是跟这个行业相关的个人信息保护的领域必须要进行规范,马上就要出台《个人信息保护法》,就是避免这些收集证据的时候侵害到个人隐私,就是刚才说的“双刃剑”的问题。最后就是行业协会自律,这个我们也很看重,原来在孙司长推动下,整个催收行业建立了协会,将来在数据风管行业我们也希望建立行业协会,由它来发挥作用。谢谢。

我个人也是跟孙司刚才讲的我的态度是一样的,科技它和金融结合的步伐是谁也挡不住的,现在我们来看科技是给金融插上了翅膀,前两天看伦理对科技的挑战,同时在金融领域也存在这个问题,科技可能会很大程度促进效率,但是它也会带来风险更快的传染或者更大程度的侵害个体的权益。

我刚才讲了数据分管这个,就是风控行业这块,他们也试图通过大数据的这些数据,来对征信传统的这些搜集进行补充,因为征信它在收集真实可靠的数据,这些因为它的报送来源是有限的,所以它相对还是有限的,而这些数据风控的公司它可以收集到更多的,可能它画出来的画像更3D化一些,目前来看可能不太像,有时候画的,它收集的那些信息比较散乱,加工还不到位,但是未来的发展肯定是它和征信结合在一起画的是更精准的,但是我们在信贷这个领域里征信绝对是主流,因为它的数据大家是可信赖的,虽然说结合区块链、结合智能,将来一个趋势,但目前来看征信还是主流,这是我的观点。

说到智能投顾这个领域,大家也看到很多电影,像姬妾,那些女的跟咱们人类物理的女人没有任何区别,甚至比她更优秀,因为可以定制,所以智能投顾这块机器人咱们也看到AlphaGo,因为它的信息量更大、它的加工速度比人脑更快,所以它做加工的时候,肯定对信息、对数据的处理是很快的,但是我们也看到,人类能控制到什么程度?它将来的发展会不会超出人类的控制,甚至更优于人类,这都是我们面临的问题。不过回到主持人说的这个问题,我还是坚持这一块,在整个金融发展的潮流中,大家很多的角色、很多的主体是可以共同来发挥作用的。

 

赞(0) 打赏
网站部分资源来自网上,如有侵权请告知删除,我们期待与你长期合作:征信宝 » 人行参事室张韶华:征信无关大数据、征信公司和数据公司要分清
分享到: 更多 (0)
已有 0 条评论

征信宝推荐

大红包万达万e贷