徐亮：信用服务市场发展蓬勃 年均增长率约为103%

　　新浪财经讯 “新莫干山会议·2017”定于2017年9月15-17日在浙江省德清县莫干山举行，主题为“科技创新与社会变革”。西南财经大学MBA中心主任，西南财经大学大数据金融研究中心主任助理，博士生导师徐亮表示，在中国，目前为止信用服务的市场发展非常蓬勃，年均增长率约为103%，信用服务把它市场化，这个产业已经得到了大家的认可。随着共享经济的蓬勃发展，可以预期到未来我们的信用服务市场会更加蓬勃。

　　以下为演讲实录：

　　徐亮：各位领导、各位同事大家下午好，首先感谢国合中心的邀请，我们单位也和国合中心是战略合作伙伴，去年签署了战略合作伙伴协议，今天在进行博士后流动站的培养。今天我主要来给各位做一个汇报，关于培训和规范信用服务市场。这是我们西南财经大学大数据研究中心在为成都市政府撰写“十三五”的大数据规划，其中的信用大数据这个部分的时候，我们做的调研和咨询报告，我们把它整理了一些经验和思考，今天在很短的时间内跟各位领导和各位同事进行一个汇报。

　　首先介绍一下西南财经大学大数据研究中心，我们中心2016年成立，主要是以信用大数据和金融大数据为支撑的，以数据挖掘人工智能和优化算法为手段的这样的一个研究中心。我们的目标首先是为政府提供咨询服务，第二是为基金、保险，还有包括商业银行，券商这四类金融机构提供产品和服务，具体的产品和服务我们下面会进行一个具体的交流。

　　首先我们主要讲的几个部分，我们在这个过程中梳理的国内信用体系市场发展的状况，我们以成都市的信用市场为例，我们来讲一讲，我们觉得做的比较好的一些点，我们把目前的一些问题和一些思考，跟各位分享一下。

　　国内外发展的现状，其实我们做了大量的调研和分析之后，我们把世界征信的模式分成了三类：第一类是市场主导型，代表是美国、加拿大、英国；第二类政府主导型，主要是以欧洲的国家为代表；第三种以会员制为代表的，可能大家平时很少接触到这一类的征信，主要代表国家就是日本。

　　英美大家很熟悉，他们在企业征信和个人征信的维度上主要是以具有市场占有率很高的这些征信机构或者评级机构，美国最著名的当然就是标准普尔，他们在信用市场上提供服务，而欧洲国家他们主要采取的是央行主导的制度，通过政府建立公用的信用机构，强制要求企业和个人向这些机构提供数据，并保证这些数据的可靠性。

　　第三类，我们可以注意一下，日本采取的模式是以行业协会为依托的，通过协会成立了银行业协会、信贷业协会和信用产品协会。其实这个东西给我的思考就是，因为我们也在帮券商做这个东西，在券商和基金这个行业里面，尤其在基金行业，我们也是采取这样的模式，以前基金行业协会从证监会分离出来，成为了基金这个行业的整个资质的认可机构，这是一个经验。但是我们在征信的行业里面，到底应该采取一种什么样的机制，石勇老师有他的提议，但是我们只是总结各个国家的经验，我们来看一下中国的信用体系建设，当然这就是大家都已经非常熟悉了，尤其是各位专家和学者，从规划纲要开始，我们会启动整个信用体系建设，2014-2020年的目标。

　　在信用服务市场，我只想给大家讲一个例子，现在最标准化的信用服务市场，市场化运营的就是以芝麻信用为代表的，它是集合了第三方征信和政府征信的信息共享之下，在消费者和商业组织之间提供信息交互，运用信用模型和信用数据库来给出评分，而且评分是要收费的。

　　在中国，目前为止信用服务的市场发展非常蓬勃，我们的年均增长率约为103%，我们信用服务把它市场化，这个产业已经得到了大家的认可。随着共享经济的蓬勃发展，我们可以预期到未来我们的信用服务市场会更加蓬勃，因为大家现在看到神州租车和咸鱼，包括现在共享单车产生之后，关于信用的市场，他们会得到一个很蓬勃的发展。因为在共享经济下，更需要对于信用的验证，以及失信的惩罚机制。

　　举两个例子，在芝麻信用分使用的频次已经达到了30万次了，而据芝麻信用机构讲，他们使用了芝麻信用的评分之后，仅仅有42个人产生了违约。当然这个数据是直接引用的数据，我们没有对这个数据进行核实，但是我们可以想见，通过这种信用验证机制之后的产品使用它对以前的违约还是少很多。还有另外一个，比如说现在滴滴出行平台上已经有数亿次的应用了。在商业银行中，我们大家往往会采用反欺诈验证的机制。

　　我们现在以成都为单位的西部地区信用服务市场发展的现状，首先我觉得这张表是我们用了很长时间做了一个整理，我们觉得一个好的成熟的信用服务市场数据，应该要合理地包含以下的这些数据。第一个是传统金融行为的数据，以征信为代表，以信贷为代表的。第一个以个人情况为代表的个人基本情况数据，第二个是网购交易，第三个是你人脉的关系，第四个是社交网络，第五个是社会公共行为，第六个是互联网金融类的数据，第七个是互联网金融类的数据。

　　我们现在在银行做网贷系统的时候，确实我们发现市场上的网贷机构往往会比银行的网贷做得好，我们实际上走访调研这些真正做P2P的社会上的机构，他们真实地把这些七个维度的数据基本上全部都使用了，他们在使用七个维度的时候，能够产生比较好的信用评分的效果。

　　第二个我们梳理整理了信用大数据，就是我们这个大数据的采集，前一张PPT讲的是我们要用哪些数据，这一张讲的是要怎么去采集，主要以传统的指标和非传统的指标。刚刚各位专家也讲过，比如说有网络爬虫的方法，以往的传统数据可能是以信贷的数据，征信的数据、政府的数据，通过各个维度，尤其现在爬虫数据更加流行之后，我们怎么样把公开的数据和政府的数据，还有我们的征信机构提供的数据结合在一起。

　　我们认为在成都或者在西部，我们做信用服务市场化做的比较好，第一个是成都企业信息网，他们主要是对企业、法人和公民，他们整合了47家职能的部门，这是一个以电子政务为背景产生的信息网，整合了各个职能部门，公平红黑名单。第二个就是公民信息管理系统，这个系统的数据库目前为止现在已经把公民的个人信息，一共有66类582项，关键是成都市的企业信用信息系统，它跟公民信用信息系统能够实现信息共享。

　　第三个金融信用管理系统，这个可能大家相对比较熟悉一些，我就不再赘述了。信用服务市场的问题，我们大概总结了之后，在报告里面把它归结为这几点，第一点是关于在前端，关于数据采集，以及科学计算相关的问题，在后端，就是我们怎么样利用数据转化成信用报告的问题。

　　三个挑战，我们在市场培育的时候看到，第一个有多元数据非常严峻的问题，我们今年也申请了国家一级的项目，专门面对多元异构数据，这个数据可能是图像也有可能是数字，甚至是文字，怎么样把这些多元异构的数据能够整合在一个平台下，用一个基本的机制来做处理，这是学术界也要研究的问题。

　　第二个就是异购的跨领域。

　　第三个就是数据规范的标准体系问题，我们提出了几个应对措施，就是我们在做市场培育的时候，或者在做政府监管的时候，应该要倡导的，第一个就是要建立一个中心和多方授权、多方协作这样的管理机制，就中心化。我们整体的主张在中国前期的信用市场，尤其是市场服务发展的阶段，很可能还是要先走中心化这样的机制，以中心化为前提，以多方授权为基础，我们用协会的形式，来实现管理上的沟通。第二个就是要建立健全的信用服务市场标准体系，这个标准问题也是学术界从很多年以前就开始探讨的问题，我们到底用什么样的标准来做这样的信用数据。

　　第三个就是建立行政司法社会舆论，多角度的奖惩机制，这个是我们目前感触很深的一点，我们对信用评分已经评了很久了，甚至我们的信用评分相对是比较完善的。但是我们对于失信的行政上的，从司法上，从舆论上的惩戒机制包括奖惩机制仍然是很欠缺的。大家都看到，我们是可以禁止老外坐飞机，我们也会老外的相片在室内很显眼的地方进行公布。但这种公布是否是合理的，而且这种奖惩如果在更大的范围内能够起到作用，这是我们目前为止最需要去理解的一个问题。

　　时间的关系，我的报告就先到这里，如果大家有机会可以再进一步探讨，谢谢大家。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。