征信資訊採集

第一節征信資訊概況一、征信資訊來源

（一）個人征信資訊源1．授信機構主要是商業銀行、農村信用社、小額貸款公司等專業化的提供貸款的機構，以及支付寶、京東金融等互聯網金融機構。授信機構主要提供個人信用交易的記錄，包括交易類型、帳戶的開戶日期、最高信貸額度、帳戶類型（開放式信用、迴圈式信用、分期付款等）、擔保情況、還款情況等。一、征信資訊來源

（一）個人征信資訊源2．行政機構主要包括稅務、海關、法院、社保、公積金中心等行政和司法部門。行政機構提供了部分個人識別資訊，包括身份證資訊、住址、需要撫養的人數、住所是個人擁有還是租賃、婚姻狀況、就業資訊、教育程度、個人職稱、政治面貌等。一、征信資訊來源

（一）個人征信資訊源3.公用事業單位主要是電信企業，水、電、燃氣等公共事業單位，上述單位提供個人繳納電話費、水費、電費、燃氣費等資訊。芝麻信用採集數據範圍主要包括用戶的：身份特徵、行為偏好、信用歷史、履約能力和人脈關係五個維度芝麻信用分信用資訊採集管道主要源於：阿裏巴巴系網商平臺的消費記錄、第三方支付機構支付寶的交易資訊、移動終端使用的基本行為數據。一、征信資訊來源企業征信資訊源1．直接來源直接來源是指企業征信機構直接從目標企業獲取的資訊，常用於企業資信調查業務，包括直接面向被調查企業的面談訪問、實地調查、電話調研等。一、征信資訊來源企業征信資訊源2．間接來源政府掌握的企業征信大數據。（征信機構大約40%的企業征信資訊來源於稅務、統計、海關、法院等行政和司法部門）

非官方的企業信用資訊。（非官方的企業信用資訊的主要來源是商業銀行、行會商會、公用事業單位、企業的供應商、租賃公司和新聞媒體等）二、征信資訊分類

（一）結構化數據與非結構化數據1．結構化數據是指可以由二維表結構來邏輯表達的數據，嚴格地遵循數據格式與長度規範，主要通過關係型資料庫進行存儲和管理。id姓名性別電話地址1張一男3337899湖北省武漢市2田二男3337888廣東省深圳市二、征信資訊分類

（一）結構化數據與非結構化數據2．非結構化數據非結構化數據，是數據結構不規則或不完整，沒有預定義的數據模型，不方便用資料庫二維邏輯表來表現的數據。包括所有格式的Word、PDF、PPT、Excel、圖片、Html、各類報表、圖像和音頻資訊等。二、征信資訊分類

（一）結構化數據與非結構化數據2．半結構化數據半結構化數據，是結構化數據的一種形式，雖不符合關係型資料庫或其他數據表關聯形式的數據結構，但包含相關標記，用來分隔語義元素以及對記錄和字段進行分層。常見的半結構數據有Xml、Email等。二、征信資訊分類

（二）硬資訊與軟資訊1.硬資訊“硬資訊”是指可量化的資訊，比如企業征信中的財務報表資訊和個人征信中的支付交易類資訊等。2.軟資訊“軟資訊”又稱是指非量化的質性資訊，在企業征信中，包括企業經營情況及業主個人情況，比如企業的所屬行業、所有者組織結構、業主的行業管理經驗等；在個人征信中，包括業主的文化技能、家庭背景、社會評價等。第八章征信資訊採集

第二節征信資訊採集標準第二節征信資訊採集標準

一、國外征信數據採集的行業標準

美國消費者數據行業協會制定的《數據報送資源指南》設計了數據採集與報送格式——Metro2統一了數據採集的格式要求數據提供機構以消費者帳戶為單位報送消費者信用交易數據，包括基本數據和帳戶交易數據。帳戶分類帳戶屬性典型業務分期貸款帳戶按相同的時間間隔分期支付、有固定的支付金額和還款日期汽車貸款、農業貸款、商業分期貸款、汽車租賃貸款抵押貸款以房地產所有權為抵押的貸款房產抵押貸款迴圈貸款該帳戶有最大使用額度、最低還款金額且額度可迴圈商業銀行發送的信用卡和一些百貨公司發放的賒銷卡額度授信與迴圈貸款不同，消費者對額度的使用比較靈活，不僅可以通過貸款形式使用，也可以開支票、轉賬、取現等中小企業為解決流動性申請的此類帳戶開放帳戶還款週期不固定，還款金額不固定，既可以一次性還款，也可以根據與信貸機構的約定按需還款債務催收機構報送的帳戶數據、學生貸款，公用事業機構的還款帳戶第二節征信資訊採集標準

二、國內征信數據採集的行業標準央行征信系統的數據採集框架主要根據商業銀行開展的信貸業務進行設計個人信貸交易數據按貸款和信用卡採集企業信貸交易數據按照貸款、保理、票據貼現、信用證、保函等8種業務採集第八章征信資訊採集

第三節征信資訊採集方法一、征信資訊採集概述

以國家信用體系建設中的區縣級信用資訊平臺為例，征信資訊採集分以下幾種情況：（一）無資訊系統的接入單位

開發相應的信用資訊直報系統、信用資訊填報系統。（二）有資訊系統的接入單位

部署部門前置機（三）有獨立網路系統的接入單位

直接以檔導入的方式進行採集。二、結構化數據採集

（一）資料庫數據交換（數據交換軟體）針對已建業務資料庫、資訊量較大、更新頻繁的業務部門，征信機構為各信源單位配置了數據交換軟體。（二）數據檔上傳在前置伺服器或中心交換伺服器上為各信源單位提供專用的系統用戶和文件存放目錄。信源單位通過FTP（檔傳輸協議）等工具，定期或即時地將既定格式的數據檔上傳到伺服器。二、結構化數據採集

（三）介面數據採集根據各信源單位業務部門的實際情況，定制數據介面，完成各部門信用資訊的對接。建立介面管理系統，對WebService介面進行規範，加強身份認證和資訊安全管理，介面配置、開通、註銷以及監控都通過這個系統完成。三、半結構化數據與非結構化數據採集

採集工具：

半結構化數據與非結構化數據採集通過專用的數據採集器完成。採集器會將不同類型的非結構化數據轉換成標準格式的結構化數據，並傳送至數據處理層進行進一步加工。採集流程：

半結構化、非結構化數據格式複雜，往往在採集時就要對數據進行預處理。第八章征信資訊採集

第四節數據採集器的運用一、數據採集器簡介

網頁資訊數據採集器：火車頭採集器、八爪魚採集器一、數據採集器簡介

網頁資訊數據採集器功能：

簡單快速地將網頁數據轉化為結構化數據，存儲於Excel、SQL、TXT、MySQL等多種格式，實現輸入網址全自動化導出數據。

市面上98%的網頁，或者說網頁源碼中有的文本資訊幾乎都能採集。

滿足產品、運營、銷售、數據分析、政府機關、電商從業者、學術研究等多種職業的工作需求二、採集器採集方式

本地採集

即單機採集，採集程式負責對網頁進行打開、抓取和採集數據，通過程式語言（正則運算式等）進行修正，除了可以實現絕大多數網頁數據的爬取，還可以在採集過程中實現對數據的初步清洗。二、採集器採集方式

雲採集

除了具有本地採集的全部功能之外，還可以實現定時採集，即時監控，數據自動去重，增量採集，自動識別驗證碼，API介面多元化導出數據以及修改參數。

採集速度將遠超於本地採集，實現採集數據的最大化。三、採集器採集原理

（一）模擬人的思維去流覽網頁

記錄人工操作流程

將人工的採集動作轉化為程式語言

形成採集規則（二）通過設計工作流程完成自動化數據採集

對網頁源碼中各個數據的源代碼與路徑進行準確定位四、採集流程步驟

基本步驟1．打開網頁。2．迴圈。3．點擊元素。4．提取數據。進階步驟五、八爪魚數據採集器實訓

【實訓操作】八爪魚表格式數據採集——“東方財富網”新股申購資訊採集

利用八爪魚採集器快速採集新股申購與中簽資訊，我們以東方財富網為例，對表格資訊進行翻頁迴圈採集。搜集半年內新股申購的發行價格、發行股數、申購上限、申購日期等資訊

國外征信市場與機構

第一節美國征信市場與機構一、美國征信機構發展歷程

美國征信行業發展大體經過了萌芽初創、快速發展、法律完善、兼併整合、穩定發展等五個階段。1841鄧白氏1860個人征信局21世紀初至今形成三足鼎立的個人征信市場，企業征信市場則被鄧白氏掌控20世紀80年代兼併整合，逐漸出現全國性的征信巨頭20世紀30年代至60年代末區域性征信公司快速發展20世紀70年代至80年代形成以《公平信用報告法》為核心的法律體系二、美國征信市場發展模式

（一）美國征信機構的市場化業務無論是個人征信，還是企業征信，都採用市場化運作模式政府和聯儲僅扮演監管者的角色美國征信服務覆蓋各行各業。不僅向金融行業提供信用報告、信用評分等基礎征信服務，還向政府、教育、醫療、保險、電信等其他行業提供市場行銷、決策分析、人力資源、商業資訊平臺等信用衍生服務在美國，是否有權獲取數據取決於是否處於“合理目的”，而不是取決於是否得到本人許可。因為美國認為，在數據採集和使用過程中，過多過嚴的限制不利於征信行業的發展。二、美國征信市場發展模式

（二）美國征信法律法規與監管模式對市場化運作的支持美國的征信立法保證了美國征信市場的市場化運作

《公平信用報告法》注重維護一個公正、有效的信用徵集系統，而個人隱私保護從屬於第二位。二、美國征信市場發展模式

（二）美國征信法律法規與監管模式對市場化運作的支持美國多部門共同監管為主、行業協會自律為輔的監管格局規範了美國征信市場的市場化運作

無專門的征信監管機構，由多部門共同監管

信用法案的執行和監管機構可以分作銀行系統和非銀行系統兩類二、美國征信市場發展模式

監管機構分類執法機構職責銀行系統財政部貨幣監理署、聯邦儲備系統和聯邦儲蓄保險公司監管商業銀行的信貸業務非銀行系統聯邦貿易委員會、國家信用聯盟管理辦公室、儲蓄監局監管征信和追賬行為證券交易委員會監管信用評級機構消費者金融保護局管理並執行針對消費者金融監管的聯邦管理制度三、美國個人征信體系（一）全國性征信機構美國三家最大的個人征信機構益博睿（Experian）、艾克飛（Equifax）和環聯（TransUnion）屬於全國性征信機構三、美國個人征信體系（二）專業征信機構專業征信機構圍繞征信中的某一個局部市場開展經營，聚焦於特定市場或消費者細分領域，整合多個信用數據源，提供定制化的分析工具或信用報告。支付資訊征信公司（PRBC）三、美國個人征信體系（三）征信服務公司征信服務公司主要服務於機構用戶，提供增值產品或服務代理商提供數據源。

數據挖掘公司費埃哲（FICO）新興的征信服務公司

線上金融服務公司CreditKarma

新興的互聯網金融公司ZestFinance三、美國個人征信體系美國個人征信產業鏈的基本框架，箭頭方向表示數據流動的方向。全國性征信機構（Experian等）征信服務商（CreditKarma等）信用數據提供商（稅收、房租等）專業征信機構（PRBC等）數據挖掘公司/決策分析商（FICO等）四、美國企業征信體系（一）普通企業征信機構美國商業信用市場被鄧白氏壟斷美國的企業征信相關機構還包括益博睿企業征信、小企業金融交易所、東南信用管理協會等。企業征信的非標準化，不易批量處理，盈利不如個人征信。企業征信所受的監管比較寬鬆、信用數據採集和服條的要求也比較寬鬆由於小微企業征信和個人消費者征信的業務具有相似性，實際上三大個人征信機構都有涉足企業征信業務（習慣稱為個人征信機構，是因為三家機構的個人征信業務量占絕對優勢）

，其中益博睿號稱美國第二大企業征信機構。四、美國企業征信體系（一）普通企業征信

風險管理方案

銷售與市場拓展方案

電子商務方案

供應管理方案四、美國企業征信體系（二）資本市場征信機構信用評級機構:金融市場重要的服務性仲介機構，由專門的經濟、法律、財務專家組成、對證券發行人和證券信用進行等級評定的組織。證券信用評級的主要對象為各類公司債券和地方債券，普通股股票一般不作評級。美國資本市場征信被穆迪、標普、惠譽三大信用評級機構壟斷。標準普爾主權信用評級第二章國外征信市場與機構

第二節歐洲征信市場與機構一、歐洲主要國家征信市場發展模式

政府主導模式由中央銀行建立公共征信系統，注重法律法規的約束和行政監管的運用，征信體系設立的目的主要在於為金融機構信貸和中央銀行監管提供信用資訊。特點：

征信機構組建

信用資訊獲取

資訊數據範圍

信用資訊使用二、政府主導模式的分類

（一）純粹的政府主導模式——法國法國沒有私營征信機構，是最典型的政府主導模式。法蘭西銀行於1946年組織成立了法國唯一一家征信機構，即信用服務調查中心，由其建立中央信貸登記系統（包括企業信貸登記系統和個人信貸登記系統）。二、政府主導模式的分類

（二）混合偏政府主導模式——德國德國的公共征信系統主要包括中央銀行——德意志聯邦銀行的信貸登記系統、地方法院工商登記簿、法院破產記錄以及地方法院的債務人名單等不同於法國，德國有私營征信機構政府主導模式和市場主導模式的主要區別體現在公共資料庫和私營資料庫對於資訊的保有量上。包括德意志聯邦銀行的信貸登記系統在內的德國公共征信系統提供了較為全面的征信資訊，市面上約有80%的征信資訊都來源於公共征信系統。所以說，德國屬於混合偏政府主導的征信市場模式。第二章國外征信市場與機構

第三節日本征信市場與機構一、日本征信市場發展模式日本採用行業協會運作的個人征信中心與市場化運作的企業征信機構並存模式。日本征信體系的突出特點體現在行業協會運作的個人征信體系上，行業協會實行會員互惠互利的會員制，且行業協會在征信機構組織與監管領域發揮著重要職能。二、日本個人征信體系日本個人征信體系屬於典型的行業協會主導模式，日本各行業協會共同出資組建會員制的個人信用資訊中心，由會員單位提供自身所掌握的個人信用資訊，信用資訊的查詢服務也僅對會員開放，資訊的提供和查詢都採用收費方式，但只收取成本費用，不以盈利為目的。二、日本個人征信體系三大個人資訊中心組建與管理機構會員單位全國銀行消費者信用資訊中心（KSC）全國銀行業協會商業銀行、非銀金融機構、銀行附屬公司等金融機構株式會社日本資訊中心（JIC）全國信用資訊中心聯合會消費者金融公司、銀行信用卡公司、擔保公司、租賃公司株式會社信用資訊中心（CIC）日本信用卡行業協會百貨商店、銀行的信用卡公司、家電企業信貸公司、汽車行業信用卡公司、租賃公司、保險公司三、日本企業征信體系

（一）企業征信機構寡頭壟斷帝國數據銀行+東京商工所壟斷（二）企業評級機構日本國內評級市場一直由國內最大的兩家評級機構主導

征信資訊校驗與處理

第一節企業資信調查與資訊校驗一、企業資信調查

（一）線下調查（現場調查）

也稱現場調查，指調查員到現場調查核實資訊數據，取得現場調查實錄，並將其總結為簡單文字性說明。

一、企業資信調查

（一）線下調查（現場調查）

線下調查常見的調查內容包括：1．企業基本情況核實

發起股東情況、股東結構及其歷史變化、銀行基本帳戶、分支機構、對外投資、住所及經營場所、重大登記事項的歷次變更、曾任高管人員、企業資本變動、企業資產構成、經營概況、歷年主要財務報表等

一、企業資信調查

（一）線下調查（現場調查）

線下調查常見的調查內容包括：2．企業真實可變現資產情況核實企業真實可變現資產的調查內容包括土地和房產的產權人名稱、性質、有無抵押、查封或者其他權利限制情況，是否存在產權糾紛或涉訴；固定資產設備等可變現資產的實際使用情況、市場價格等。

一、企業資信調查

（一）線下調查（現場調查）

線下調查常見的調查內容包括：3．其他現場調查專案

考察企業法人治理結構是否健全

考察股權結構是否合理

考查企業的商業信用水準

考察或校驗目標企業真實的經營績效。。。一、企業資信調查

（二）線上調查線上調查往往是線下調查的前期準備。在互聯網征信的時代，大量基礎的征信資訊可以經由線上調查獲得。一般地，受託征信機構可先進行線上基礎資訊調查，資訊不足的情況下，再進行線下調查。一、企業資信調查

（二）線上調查實訓操作

用“企查查”查詢企業資訊一、企業資信調查

（二）線上調查實訓操作實訓一：如何獲得小米科技有限責任公司的供應商目錄？實訓二：在企查查上查找小米科技有限責任公司的關聯企業圖譜？實訓三：如何隱蔽調查企業真實的生產經營情況？二、企業報表資訊校驗

（一）財務報表數據校驗1.經審計的財務報表核實

財務會計報表審計，是指註冊會計師依法接受委託，按照獨立審計準則的要求，對被審計單位的財務會計報表實施必要的審計，獲取充分、適當的審計證據，並對財務會計報表發表審計意見。二、企業報表資訊校驗

（一）財務報表數據校驗2.未經審計的財務報表核實

對未經審計的財務會計報表，征信數據的品質校驗人員需要把握成套數據的邏輯關係，辨析報表的真實性、合理性。可採用的方法有以下三種：經驗法參照系比較法不同會計制度對照法二、企業報表資訊校驗

（一）財務報表數據校驗企業財務報表虛增利潤的識別1．為虛增財務利潤，企業會激進地確認收入，常見情形有：（1）出租人按照融資租賃的方式確認收入，在租賃開始時就確認收入和利潤。（2）在完全履行出售商品或勞務等義務之前就確認收入。（3）把與第三方進行物物交換確定為取得收入。二、企業報表資訊校驗

（一）財務報表數據校驗企業財務報表虛增利潤的識別2．為虛增財務利潤，企業會推遲支出的確認時間，常見情形有：（1）與銷售增速相比存貨增速超常。可以通過存貨周轉率是否降低來判斷是否有會計操縱。（2）經營性支出資本化可以推遲支出的確認時間。分析時應關注“遞延費用”和“遞延成本”等專案。（3）延長固定資產的使用壽命會降低成本，增加利潤。二、企業報表資訊校驗

（一）財務報表數據校驗企業財務報表虛增利潤的識別3．財務利潤虛增時，一些指標呈現異樣：（1）經營性現金流的增長率和利潤的增長率有差異。

從長期看，如果利潤增加，但是經營性現金流卻是負的或者在減少的，那表示這家公司有可能提早確認收入或是推遲確認支出了。（2）與經濟、行業以及同行業企業相比，銷售增長率超常（3）與同行業相似企業相比超常的毛利率和營業利潤率二、企業報表資訊校驗

（二）企業資信自薦報告核驗企業為獲得貸款、融資和合作機會，常會出具或聘請第三方出具企業資信自薦報告。調查企業資信自薦報告的重點：

核驗融資目的、資金投向、預期利潤、評估現金流、分析貸款數額和結構的合理性、歷史逾期情況、擔保情況、歷年利潤分配等。二、企業報表資訊校驗

實訓：電話調查電話調查是企業征信機構經常使用的調查方式之一，一種低成本的調查方法，常見於根據委託人需求進行的個案調查，可用來採集數據，也可用來核實資訊。（一）模擬場景（二）調查員前期準備

“調查問題清單”第九章征信資訊校驗與處理

第二節企業征信建模中的數據處理一、企業資訊採集中存在的問題

一、企業資訊採集中存在的問題（一）政府公開數據有缺失（二）外部獲取數據有錯誤（三）多管道採集數據有重複（四）資訊主體申報數據易失真二、企業征信建模中的數據處理方法

（一）產品資訊閉環。將征信數據採集、模型演算法、數據挖掘以及信用預測等關鍵環節構建成閉環迭代，深度挖掘樣本背後的邏輯，識別失真資訊（二）建模軟體自身的數據處理。以SPSS軟體為例，可以運用神經網路等統計演算法對已有數據進行分析二、企業征信建模中的數據處理方法

（三）多方式驗證數據關聯性。構建了雲信平臺。通過多途徑收集企業財務數據、非財務數據、結構數據、非結構數據、線上數據、線下數據並進行聚合比對，去偽存真。（四）運用物聯網技術對數據進行校驗和處理。利用企業級物聯網組網技術，即時、動態採集企業非財務數據，運用模型演算法對樣本企業信用進行動態檢測。三、企業征信資訊的存儲與維護設計企業征信資料庫時，企業征信機構會從成本和效率兩方面慎重考慮，把規模控制在有效範圍之內。第九章征信資訊校驗與處理

第三節個人征信建模中的數據處理一、個人征信數據的品質問題（一）數據格式與編碼各不相同，使後續模型運行受阻每個數據源單位有自己存放數據的機制，數據格式不統一。而且資料項目編碼存在不一致性，在不同政府部門、機構中使用的數據字典可能存在差異。一、個人征信數據的品質問題（二）數據存在品質問題，使後續分析結果失真各數據源單位的數據品質問題，以商業銀行的數據源為例，銀行數據源產生數據品質問題的來源有：1．來自銀行客戶2．來自操作櫃員3．來自業務系統一、個人征信數據的品質問題（三）ETL處理過程中產生的數據品質問題，會影響後續數據建模ETL理論和技術的發展目前尚不成熟，由於ETL設計上的原因,會造成一些數據品質問題二、個人征信數據處理標準

（一）商業銀行的數據確認標準10萬元的迴圈貸款，目前餘額1萬元，負債是10萬還是1萬？3萬額度的信用卡，已使用2萬元，負債是3萬還是2萬？保證人為他人20萬元的貸款擔保，貸款發放後保證人自己用了5萬元，負債怎麼計算？二、個人征信數據處理標準

（二）征信機構的數據處理標準個人數據元設計與管理等標準明確了征信數據元的表示規範以及設計規則和方法，並給出了征信數據元的處理與維護機制。三、個人征信數據的處理

個人征信數據處理主要是對各信源單位歸集的結構化和非結構化數據進行標準化和流程化的處理，按照統一的標準，通過數據清洗、轉換、比對、關聯等操作，對各類信用數據資源進行關聯、融合與集成，形成完整的信用數據，構建信用資料庫。三、個人征信數據的處理

（一）數據清洗數據倉庫中的數據是從多個業務系統中抽取而來，避免不了有的數據是錯誤數據、有的數據相互之間有衝突，這些錯誤的或有衝突的數據顯然是我們不想要的，稱為“髒數據”。按照一定的規則把“髒數據”過濾掉，就是數據清洗。1．不完整的數據2．錯誤的數據3．重複的數據三、個人征信數據的處理

（二）數據轉換

1．不一致數據轉換將不同數據源中相同類型的數據統一比如同一資訊主體在公積金資料庫的編碼是XX0001,而在某第三方數據平臺中編碼是YY0001，這樣在抽取過來之後統一轉換成一個編碼。三、個人征信數據的處理

（二）數據轉換2．數據粒度的轉換將業務系統數據按照數據倉庫粒度進行聚合（數據源單位一般存儲非常明細的數據，而數據倉庫中數據是用來分析的，不需要非常明細的數據）

3．規則的計算不同的數據源單位有不同的指標、不同的指標計算規則，需要通過ETL的集成處理，將這些數據指標清洗轉換三、個人征信數據的處理

（三）數據比對把有關某人的信用數據從分散在各個部門、各個領域、各個地方的數據中甄別出來，把甄別到的數據歸類彙集到一個標識項下，以形成一個完整的記錄整體。三、個人征信數據的處理

（四）數據關聯對不同來源的數據進行關聯整合，建立數據之間的關聯關係，形成關於不同主題的完整的數據視圖（五）數據裝載將清洗、轉換、比對後的標準化數據加載到資訊資源平臺的標準資料庫中

民間借貸征信

第一節網路借貸與征信一、網路借貸歷史

鼓勵與治理階段：“1+3”政策框架《網路借貸資訊仲介機構業務活動管理暫行辦法》、《網路借貸資訊仲介機構備案登記管理指引》、《網路借貸資金存管業務指引》和《網路借貸資訊仲介機構業務活動資訊披露指引》一、網路借貸歷史

清退階段：《關於網路借貸資訊仲介機構轉型為小額貸款公司試點的指導意見》引導部分符合條件的網路借貸機構轉型為小貸公司各地監管部門引導網路借貸機構清退二、網路借貸征信的經驗

LendingClub基於資信評估的業務流程二、網路借貸征信的經驗（一）中國人民銀行征信系統的網路借貸征信央行征信系統

門檻較高（大部分網路借貸平臺由於法律合規性、資訊安全與隱私保護機制和技術問題等原因無法接入）

數據保護（數據報數主義，網路借貸平臺上傳數據的主動性不足）二、網路借貸征信的經驗（一）中國人民銀行征信系統的網路借貸征信央行旗下系統：

央行征信中心下屬子公司上海資信有限公司的網路金融征信系統（NFCS）

央行旗下支付清算協會的互聯網金融風險資訊共用系統（PCAC）二、網路借貸征信的經驗（二）市場化征信機構的網路借貸征信1.自征信模式網路借貸平臺自建征信系統，承擔征信工作。2.公共平臺模式多個網路借貸機構合作結盟，自發成立行業自律組織，組建一個公共資訊服務平臺。我國唯一成型的公共平臺模式是由你我貸發起的二、網路借貸征信的經驗（二）市場化征信機構的網路借貸征信3.共用查詢模式（雲征信模式）

“雲征信”

網貨之家首次提出指各個網路借貸平臺無須加人匯總各平臺資訊的中央資料庫，而是在各自管理自有征信資料庫的前提下，只需開通一個查詢介面，平臺資訊數據就可被查詢，從而形成統一的共用查詢系統。蜜蜂數據、91征信等二、網路借貸征信的經驗（二）市場化征信機構的網路借貸征信4.民營合作模式民營合作模式與央行征信系統相似，不同之處在於該模式的中心機構不是央行而是民營機構。

目前該模式有三種類型：（1）小額信貸行業信用資訊共用服務平臺（MSP）（2）“人民公社”

（3）同業征信聯盟二、網路借貸征信的經驗（二）市場化征信機構的網路借貸征信5.百行征信模式人民銀行批準的首個市場化的個人征信機構民營資本（互聯網金融協會持股36%，芝麻信用等八家個人征信機構各持股8%）央行牽頭成立，具有一定的社會公信力第六章民間借貸征信第二節小額貸款與征信一、小貸公司征信模式

小額貸款公司是由自然人、企業法人與其他社會組織投資設立，不吸收公眾存款，經營小額貸款業務的有限責任公司或股份有限公司。一、小貸公司征信模式

央行征信模式2008年《關於村鎮銀行、貸款公司、農村資金互助社、小額貸款公司有關政策的通知》中首次提到，小貸公司可申請加入央行征信系統，根據“先建立制度、再報送數據、後開通查詢用戶”的原則，定期報送數據，並接受央行監督管理。2011年《中國人民銀行辦公廳關於小額貸款公司接入人民銀行征信系統及相關管理工作的通知》，明確了小貸公司接入央行征信系統的組織管理、流程管理和具體模式。人民銀行省級分支機構征信管理部門負責制定本轄區小額貸款公司接入征信系統的申請流程及具體管理規範，並報總行征信管理局備案。2013年《中國人民銀行辦公廳關於小額貸款公司和融資性擔保公司接入金融信用資訊基礎資料庫有關事宜的通知》，規定小貸公司接入央行征信系統的具體原則和方式，按照“規範管理、風險可控、有序推進、自願接入”的原則。一、小貸公司征信模式

央行征信模式截至2018年底，全國共有8133家小貸公司（傳統小貸公司和互聯網小貸公司）。接入央行個人征信系統的小貸公司僅有1200餘家，接入企業征信系統僅有1000餘家。花唄、借唄、京東白條等與央行對接情況的異同一、小貸公司征信模式

第三方征信模式1.同業資訊平臺：網路金融資訊共用系統(NFCS)小額信貸行業信用資訊共用服務平臺(MSP)2.百行征信第三方征信模式仍處起步階段，尚不能為小貸公司提供充分的支持一、小貸公司征信模式

自征信模式依託於互聯網企業的小貸公司早期往往採用自征信模式，綜合運用自身平臺積累客戶的消費數據、交易行為、即時場景資訊等，分析評定借款客戶的信用風險，確定授信方式和額度。阿裏巴巴二、小貸公司的合作式征信

1.助貸模式下通過放貸機構上傳征信具有放貸資質並實現與央行征信對接的金融機構：

銀行、信託、消費金融公司以及汽車金融公司部分小額貸款公司和絕大多數金融科技公司都以助貸的模式開展業務，通過與有放貸資質且接入央行征信的金融機構合作，協助這些機構發放貸款，並通過這些放貸機構上傳征信數據。二、小貸公司的合作式征信

2.通過融資性擔保公司變相上傳征信小貸公司與融資擔保機構合作放貸，當貸款人還款逾期時，由融資性擔保公司先代借款人還款，轉而再向借款人追償。經由融資擔保公司將逾期代償資訊上報央行征信二、小貸公司的合作式征信

3.

通過購買履約保證險上傳征信履約保證保險也稱個人借款保證保險，是指保險公司向投資人承諾，如果借款人逾期，則由該保險公司承擔賠償責任，借款人征信上也會出現一筆代償記錄。三、我國民間借貸征信的發展

法律制度體系尚不健全，應重視資訊安全問題小貸機構與央行征信系統對接困難，應健全自身軟硬體小貸公司的征信數據建設水準仍需完善小貸機構征信數據利用受阻，應暢通使用數據管道

征信法律法規與監管

第一節征信業法律法規體系一、發達國家征信立法概述

（一）美國征信業相關法律法規美國征信法律體系主要以《公平信用報告法》為核心美國征信法律法規的最大特徵體現在資訊採集的同意權。同意權是指個人享有是否同意征信機構採集或被他人、有關機構使用其資訊的權利實現資訊主體同意權的方式解釋適用國家選進在採集或利用資訊主體資訊前，取得資訊主體同意中國、法國……選退除非資訊主體明確提出拒絕採集或使用其資訊，否則視其默許同意美國一、發達國家征信立法概述

（一）美國征信業相關法律法規美國強調行業自律，反對政府過多的監管與美國征信法律類似，美國也沒有一個專門的信用監管機構，而是將監管權分屬於5個政府部門——財政部貨幣監理局、美聯儲、聯邦存款保險公司、聯邦貿易委員會和國家信用聯盟管理辦公室一、發達國家征信立法概述

（二）歐盟征信業法律法規歐盟國家征信行業立法體系分為國際公約、基礎法律和行業準則三個層次：1、歐盟征信行業監管的國際公約

《數據保護指令》——最重要的歐洲征信行業國際公約2、歐盟成員國的基本法律

相比注重征信行業發展和運作成本的美國，歐洲國家更為注重包括隱私權在內的個人權力保護規定3、歐盟成員國的行業準則一、發達國家征信立法概述

（三）日本征信業法律法規1、個人征信體系

個人征信體系重視行業自律，主要通過行業協會進行自律管理2、企業征信體系

在企業征信機構監管上，弱化行政管理，完全實行市場化運作二、我國征信業法律法規

我國征信業重要的法律法規：

《征信業管理條例》

《征信機構管理辦法》

《個人信用資訊基礎資料庫管理暫行辦法》

《銀行信貸登記諮詢管理辦法》

《中國人民銀行信用評級管理指導意見》

《征信業務管理辦法（草案）》第七章征信法律法規與監管

第二節征信業務管理法律法規概述一、我國征信業務管理法律法規

（一）資訊採集1.個人征信資訊採集（1）《征信業管理條例》規定：除依法公開的個人資訊外，採集個人資訊應當經資訊主體本人同意，未經同意不得採集；向征信機構提供個人不良資訊的，應當事先告知資訊主體本人；征信機構對個人不良資訊的保存期限不得超過5年，超過的應予刪除；除法律另有規定外，他人向征信機構查詢個人資訊的，應當取得資訊主體本人的書面同意並約定用途，征信機構不得違反規定提供個人資訊。一、我國征信業務管理法律法規

（一）資訊採集1.個人征信資訊採集（2）《征信業務管理辦法（草案）》聲明，征信機構應當遵循“合理、相關、必要”的原則採集個人信用資訊，採集個人資訊應當採用合理的方式，採集的個人資訊應當與個人信用相關，不得過度採集一、我國征信業務管理法律法規

（一）資訊採集2．企業征信資訊採集（1）《征信業管理條例》明確了企業資訊採集的範圍：征信機構可以通過資訊主體、企業交易對方、行業協會提供資訊，政府有關部門依法已公開的資訊，人民法院依法公佈的判決、裁定等多個管道採集企業信用資訊，採集和對外提供時都不需要取得企業的同意；企業的董事、監事、高級管理人員與其履行職務相關的資訊，視為企業資訊，採集和使用時也不需要取得資訊主體的同意。征信機構不得採集法律、行政法規禁止採集的企業資訊，不得侵犯企業的商業秘密。（2）《征信業務管理辦法（草案）》聲明，征信機構採集企業資訊應當遵循“完整、準確、客觀”的原則，不得採集法律、行政法規禁止採集的企業資訊。一、我國征信業務管理法律法規

（二）資訊整理、保存、加工《征信業務管理辦法（草案）》要求征信機構對資訊進行審核、驗證、更正。第二十條規定征信機構應當建立數據驗證規則，對採集的資訊進行審核、驗證，經驗證確認數據錯誤的，應當刪除，無法確認數據準確的，不得對外提供。第二十一條規定征信機構在整理、保存、加工資訊過程中發現資訊錯誤的，如屬於資訊提供者報送錯誤的，應當及時通知資訊提供者更正，如屬於內部處理錯誤的，應當及時更正，並完善內部處理流程。一、我國征信業務管理法律法規

（三）資訊使用《征信業務管理辦法（草案）》明確規定：資訊使用者使用個人資訊應當有明確、具體的目的，按照與資訊主體約定的用途使用，超出約定用途的，應當另行取得同意。《辦法》還就向第三方提供個人資訊作出限定：資訊使用者向第三方提供個人資訊的，資訊使用者、第三方、資訊主體之間應當具有交易或履行合同的業務關係。資訊使用者不得向與資訊主體無業務關係的第三方提供個人資訊。一、我國征信業務管理法律法規

（四）產品設計與報備

《征信業務管理辦法（草案）》在產品設計等環節做出了聲明與規定：1、信用報告征信機構提供信用報告服務的，應當在應用後將信用報告的基本內容報所在地中國人民銀行分支機構備案。一、我國征信業務管理法律法規

（四）產品設計與報備2、個人信用評分征信機構提供個人信用評分產品服務的，應當在評分產品應用後，向中國人民行備案評分的主要維度要素、評分合義、評分的應用場景以及對資訊主體權的保護3．反欺詐服務征信機構提供反欺詐服務的，應當建立欺詐資訊認定標準，並將數據來源、欺詐資訊認定標準、主要服務場景報中國人民銀行備案一、我國征信業務管理法律法規

（五）異議與維權《征信業管理條例》明確規定個人對本人資訊享有異議和投訴等權利：異議權：個人可以每年免費兩次向征信機構查詢自己的信用報告，個人認為資訊錯誤、遺漏的，可以向征信機構或資訊提供者提出異議，異議受理部門應當在規定時限內處理投訴權：個人認為合法權益受到侵害的，可以向征信業監督管理部門投訴，征信業監督管理部門應當及時核查處理並限期答復一、我國征信業務管理法律法規

（五）異議與維權《征信業務管理辦法（草案）》明確了異議的提出與受理流程。異議處理期間，征信機構、資訊提供者應當在異議申請人的信用報告及其產品中注明相關資訊存在異議的狀況。經核查，對於沒有錯誤的異議資訊，應當取消標注；對無法核實的異議資訊，對核查情況和異議內容應予以記載。二、美國征信業務管理（一）資訊採集《誠實信貸法》和《信用卡發行法》等法律規定，征信機構在收集個人信用資訊時，可以不經過消費者個人的同意《公平信用報告法》明確給出了消費者信用報告的定義，還強調了資訊收集應該具備的完整性，關於個人信用的正面資訊和負面資訊都應該被包含在內。二、美國征信業務管理（二）資訊使用《公平信用報告法》規定，消費者信用資訊只能夠用於與信用交易有關的、判斷消費者是否有資格獲得信貸的、保險、雇傭或其他法律許可的目的（三）資訊公開《公平信用報告法》等相關法律規定，征信機構只能在以下有限的情況中公開披露消費者個人的信用報告（四）異議與維權第七章征信法律法規與監管

第三節征信機構與人員監管法律法規概述一、監管機構及其職能

（一）監管機構中國人民銀行的征信監管職能：1.制定征信業法規、政策，制定行業發展規劃、行業規範；監督征信行業的法律法規、行業規範的執行；依據征信行業運行提出合理的立法建議2.維護征信市場的公平競爭秩序，規範征信機構的競爭行為，懲治反競爭行為3.依法審批、評估、遴選征信機構，審查批準個人征信機構的設立、變更、終止以及業務範圍，頒發（換發）《征信業務許可證》，管理征信機構的市場退出4.負責對個人征信機構高級管理及從業人員實行任職資格管理，監管征信機構的征信行為，確保征信行業的安全運營。定期或者不定期開展征信業務檢查一、監管機構及其職能

（一）監管機構5.監督、調查、統計、分析和預測征信行業數據，與社會有關方面協調，建立金融征信統一平臺6.維護信用產品消費者權益，維護被征信主體權益。依法處理征信投訴7.普及宣傳征信及有關金融知識8.與社會有關方面推動建立社會信用體系9.指導和管理征信行業協會10.在外事授權範圍內，開展國際交流與合作。積極參與國家標準制定一、監管機構及其職能

（二）監管措施1、現場檢查2、詢問當事人和與被調查事件有關的單位和個人3、查閱、複製、封存與被調查事件有關的資料4、檢查相關資訊系統二、征信機構與人員監管

（一）征信機構準入管理個人征信機構的設立條件：需具備主要股東信譽良好，最近3年無重大違法違規記錄，註冊資本不少於5000萬元，有符合規定的保障資訊安全的設施、設備和制度、措施，董事、監事和高級管理人員取得任職資格等條件，並經國務院征信業監督管理部門批準，取得個人征信業務經營許可證後方可辦理登記。企業征信機構的設立條件：《企業征信機構備案管理辦法》規定，企業征信機構須在註冊地的人民銀行省級分支行辦理備案，並接受其監督管理。二、征信機構與人員監管

（二）對金融信用資訊基礎資料庫的專門規定《征信業管理條例》規定，金融信用資訊基礎資料庫由國家設立，為防範金融風險，促進金融業發展提供相關資訊服務。金融信用資訊基礎資料庫由不以營利為目的的專業機構建設、運行和維護；該專業機構由國務院征信業監督管理部門監督管理。二、征信機構與人員監管

（三）從業人員管理個人征信機構任命未取得任職資格董事、監事、高級管理人員的，由中國人民銀行責令改正並給予警告；情節嚴重的，處1萬元以上3萬元以下罰款企業征信機構任命董事、監事、高級管理人員未及時備案或者變更備案，以及在備案中提供虛假材料的，由中國人民銀行分支機構責令改正並給予警告；情節嚴重的，處1萬元以上3萬元以下罰款。《個人信用資訊基礎資料庫管理暫行辦法》對商業銀行（資訊報送或查詢機構）的罰則中規定，當商業銀行出現違規行為時，中國人民銀行可以建議商業銀行對直接負責的董事、高級管理人員和其他直接責任人員給予紀律處分；涉嫌犯罪的，依法移交司法機構處理

國內征信市場與機構

第一節國內征信市場一、我國企業征信機構發展歷程

我國現代企業征信業的發展：20世紀30年代初：上海已經有上海興信所等5家外國投資者開辦的企業信用調查機構1932年：由多家中資金融機構共同發起成立

“中國征信所”1945年：由多家官辦金融機構合作開辦的“聯合征信所”在重慶正式成立一、我國企業征信機構發展歷程

我國當代企業征信業的發展：（一）第一階段(1995年前)：中國企業征信起步20世紀80年代後期：當時的對外經濟貿易部決定和鄧白氏公司合作，互相提供國內外企業的信用報告1988年：中國人民銀行批準成立了第一家信用評級公司——上海遠東資信評估有限公司1992年：中國第一家專門從事企業征信的公司“北京新華信商業風險管理有限責任公司”成立。新華信的成立標誌著中國的企業征信行業開始進入市場化運作階段。一、我國企業征信機構發展歷程

我國當代企業征信業的發展：（二）第二階段(1995年--2013年)：中國企業征信穩步發展1.央行企業征信發展1995：人民銀行印發《貸款證管理辦法》，拉開我國央行征信服務事業的序幕1997年：人民銀行開始推動銀行信貸登記諮詢系統建設2002年：建成全國、省、市三級聯網的銀行信貸登記諮詢系統，從事企業征信業務2004年：銀行信貸登記諮詢系統升級為全國集中統一的企業征信系統建設2006年：全國集中統一的企業和個人征信系統全部建成，並實現全國聯網運行2006年：經中央編辦批復同意，人民銀行設立直屬事業單位——中國人民銀行征信中心2007年：央行建成應收賬款質押登記公示系統（即目前的動產融資登記公示系統）2013年《征信業管理條例》正式明確全國集中統一的企業和個人征信系統為金融信用資訊基礎資料庫一、我國企業征信機構發展歷程

我國當代企業征信業的發展：（二）第二階段(1995年--2013年)：中國企業征信穩步發展2.市場化企業征信發展上海、北京、廣東等地率先啟動區域社會征信業發展試點，一批地方性征信機構設立並得到迅速發展，部分信用評級機構開始開拓銀行間債券市場、信用評級等信用服務領域，國際知名信用評級機構先後進入中國市場一、我國企業征信機構發展歷程

我國當代企業征信業的發展：（三）第三階段(2013年至今)：中國企業征信規範發展1.央行企業征信發展2013年：國務院《征信業管理條例》正式頒佈實施，填補了我國征信史上的法律空白，開啟了我國企業征信機構規範發展的階段2013年底：央行建成應收賬款融資服務平臺，為企業與金融機構之間搭建起應收賬款融資供需資訊對接橋樑2019年：征信中心積極參與動產擔保統一登記試點方案制訂，在動產融資登記公示系統平臺上新增生產設備、原材料、半成品、產品抵押登記服務一、我國企業征信機構發展歷程

我國當代企業征信業的發展：（三）第三階段(2013年至今)：中國企業征信規範發展2.市場化企業征信發展2013年：《征信業管理條例》授權中國人民銀行對企業征信機構發放牌照2016年：《征信業務管理辦法（草稿）》從流程上對企業征信進行了規範截至2019年6月末，央行征信管理局網站公佈全國共有21個省（市）的130家企業征信機構在人民銀行分支行完成備案，包括中誠信征信有限公司、綠盾征信（北京）有限公司、鵬元征信有限公司、上海華夏鄧白氏商業資訊諮詢有限公司等新型企業征信機構、新型數據服務公司或將掀起企業征信發展的新浪潮二、我國個人征信機構發展歷程

（一）第一階段(1988年-2013年)：中國個人征信起步階段1997年：央行籌建銀行信貸登記諮詢系統，收集整理銀行個人信貸資訊1999年：經央行批準，成立上海資信有限公司，成為全國首家從事個人征信業務的機構，標誌著個人征信服務的重要突破。2009年：央行開始控股上海資信有限公司。2004年：人民銀行開始推動全國集中統一的個人征信系統建設2006年：全國集中統一的企業和個人征信系統全部建成2013年：《征信業管理條例》正式明確全國集中統一的企業和個人征信系統為金融信用資訊基礎資料庫二、我國個人征信機構發展歷程

（二）第二階段(2013年至今)：中國個人征信快速發展2015年：《關於做好個人征信業務準備工作的通知》，要求芝麻信用、騰訊征信等8家市場機構做好個人征信業務準備2018年：百行征信成立，是我國目前唯一一家獲得個人征信業務牌照的機構三、我國征信市場發展模式

市場政府政府這只手主要是人民銀行的征信中心負責的國家信用資訊基礎資料庫，已經接入了3500多家銀行和其他金融機構的信用資訊數據，10億自然人的信用資訊和2700多萬戶的企業和其他法人組織的信用資訊。市場這只手，目前市場上有133家企業征信機構，97家信用評級機構，這些機構80%以上是民營資本投資興辦的。個人征信市場上，由國家首個市場化的個人征信機構百行征信第三章

國內征信市場與機構

第二節政府驅動型征信機構一、政府驅動型征信機構概述

（一）政府驅動型征信機構

政府驅動型征信機構是指建設主體為政府及其相關部門的征信機構。政府驅動型征信機構的建設主體包括：1.央行征信中心及央行下屬機構

中國人民銀行征信中心

央行下屬子公司上海資信有限公司（建有網路金融征信系統（NFCS））2.政府部門

司法、質檢、藥監、環保、稅務等3.地方政府一、政府驅動型征信機構概述

（二）政府驅動型征信機構特點央行征信中心、央行下屬子公司上海資信等政府驅動型征信機構由於其建設主體的特殊性，一般都採用數據中心模式。一、政府驅動型征信機構概述

（二）政府驅動型征信機構特點在政府驅動型征信機構採用的數據中心模式下，業務機構（例如銀行、稅務部門）將產生的主體信用資訊主動報送數據中心，中心對數據合併整理後，對外統一提供數據服務。一、政府驅動型征信機構概述

（二）政府驅動型征信機構特點

數據中心模式主要有以下三個特點：1．業務機構主動上報提交數據；2．業務機構收集的是標準化、相對單一的主體信用數據；3．數據中心一般是行政化運作，市場監管的產物，獲取的數據具有純粹、完整、及時、權威的特點。二、中國人民銀行信用資訊資料庫

（一）央行征信中心央行征信中心已經建立起了體系完善、功能互補、相互支持的服務框架體系，全國集中統一的企業和個人征信系統、動產融資登記公示系統、應收賬款融資服務平臺已成為我國重要的金融基礎設施。1.全國集中統一的企業和個人征信系統個人信用資訊基礎資料庫已為10億自然人建立了信用檔案，其中5.5億人有信貸記錄企業信用資訊基礎資料庫已為2757.5萬戶企業或其他組織建立了信用檔案，其中937萬戶企業或其他組織有信貸記錄二、中國人民銀行信用資訊資料庫

（一）央行征信中心2.動產融資登記公示系統動產融資登記公示系統基於互聯網面向全國對外提供應收賬款質押、應收賬款轉讓、融資租賃等10餘種動產融資登記公示服務3.應收賬款融資服務平臺應收賬款融資服務平臺支持企業便捷開展應收賬款融資，促進企業盤活動產二、中國人民銀行信用資訊資料庫

（二）網路金融征信系統網路金融征信系統（NFCS）主要收集全國的網路借貸、小額貸款、消費金融、融資租賃等互聯網金融及非銀行金融信用資訊，並向合作機構提供個人征信開放查詢服務。多年以來NFCS使用率始終不高三、政府部門信用資訊資料庫

（一）國家市場監督管理總局國家市場監督管理總局官網主頁鏈接：國家企業信用資訊公示系統、全國12315互聯網平臺、小微企業名錄、動產抵押登記業務系統、特殊食品查詢、缺陷產品召回、直銷資訊報備、認證認可資訊公共服務平臺等國家市場監督管理總局官網主頁三、政府部門信用資訊資料庫

（一）國家市場監督管理總局1．國家企業信用

資訊公示系統資料庫公示的主要內容包括：市場主體的註冊登記、許可審批、年度報告、行政處罰、抽查結果、經營異常狀態等資訊三、政府部門信用資訊資料庫

（一）國家市場監督管理總局2．全國市場監管動產

抵押登記業務系統系統通過運用資訊化手段，實現了動產抵押登記線上申請、線上審核、線上公示、線上查詢，極大地改善了營商環境三、政府部門信用資訊資料庫（二）中華人民共和國海關總署中國海關加快“互聯網+海關”建設，通關證件資料一地備案、全國通用，一次提交、共用複用。“互聯網+海關”

全國一體化線上政務服務平臺三、政府部門信用資訊資料庫（二）中華人民共和國海關總署1．知識產權海關保護備案子系統從事進出口業務的外貿企業和生產企業需要瞭解有關知識產權在海關總署備案的情況的，可以通過本系統查詢當前有效的知識產權備案情況。三、政府部門信用資訊資料庫（二）中華人民共和國海關總署2．中國海關企業進出口信用資訊公示平臺“企業進出口信用資訊公示平臺”

平臺向社會公示企業在海關註冊登記資訊、信用等級、行政處罰資訊、特定企業資質及失信企業名單等信用資訊。三、政府部門信用資訊資料庫（三）國家稅務總局國家稅務總局設立納稅信用資料庫，包括納稅信用A級納稅人和重大稅收違法案件資料庫。三、政府部門信用資訊資料庫（四）最高人民法院根據《中華人民共和國民事訴訟法》相關規定，最高人民法院制定了《關於公佈失信被執行人名單資訊的若干規定》，自2003年10月24日起向社會開通“中國執行資訊公開網”，社會各界可通過該平臺查詢全國法院失信被執行人資訊。三、政府部門信用資訊資料庫（四）最高人民法院三、政府部門信用資訊資料庫（五）國家資訊中心國家資訊中心（國家電子政務外網管理中心）是國家發展和改革委員會直屬事業單位。國家資訊中心主辦“信用中國”主要承擔信用宣傳、資訊發佈等工作，是政府褒揚誠信、懲戒失信的窗口。三、政府部門信用資訊資料庫（六）其他政府部門1．國有資產監督管理委員會

擁有國有企業的資產、隸屬、經理人員、並購、政策等資料。2．外匯管理局

掌握著所管轄有外貿經營權企業從事外匯交易活動的外匯交易額、進出口貨物情況、結匯情況、應收賬款情況等。3．房屋管理局

主管房地產登記管理工作，確認房屋權屬，辦理房屋所有權登記和初始登記、轉移、變更、註銷及設定他項權登記。4．公安局車輛管理所

掌握所管轄區域內所有機動車所有權登記資訊。四、地方政府征信資料庫

（一）上海市征信資料庫四、地方政府征信資料庫

（二）山西省社會信用資訊共用平臺山西省社會信用資訊共用平臺於2016年正式投入運行平臺在政府採購、招標投標、行政審批等方面對相關主體予以信用獎懲作為地方社會信用體系建設的重要平臺，山西省社會信用資訊共用平臺具有兩大特色：1．開展小微企業及農村信用體系試驗區建設2．設立誠信教育基地促進全省青年信用體系建設五、行業協會征信資料庫

中國支付清算協會的支付清算共用系統是行業協會征信資料庫，由中國支付清算協會運營是全國性非營利社會團體法人，是中國支付清算服務行業自律組織，協會業務主管單位為中國人民銀行作為央行征信系統的有效補充，中國支付清算協會的支付清算共用系統的目標就是實現互聯網金融平臺間的資訊共用，打通傳統金融、新型金融與線上線下的資訊壁壘不同於其他數據中心模式的政府驅動型征信機構，中國支付清算協會的支付清算共用系統採用共用查詢模式。第三章

國內征信市場與機構

第三節市場驅動型征信機構一、市場驅動型征信機構概述

（一）市場驅動型征信機構市場驅動型征信機構是指民營資本投資為主，以盈利為目的，為企業與個人提供征信服務的征信機構。包括。百行征信八家個人征信機構市場上大部分企業征信機構一、市場驅動型征信機構概述

（二）市場驅動型征信機構的分類模式市場化征信機構數據中心模式百行征信第三方征信模式芝麻信用、騰訊征信、前海征信、考拉征信、鵬元征信、中誠信征信、中智誠征信、華道征信共用查詢模式91征信二、數據中心模式

國內的市場驅動型征信機構僅有百行征信屬於數據中心模式。百行征信俗稱“信聯”，是由央行牽頭組建的國家級網路金融個人信用基礎資料庫，由市場自律組織——中國互聯網金融協會與芝麻信用、騰訊征信、前海征信、考拉征信、鵬元征信、中誠信征信、中智誠征信、華道征信8家市場機構共同發起組建的一家市場化個人征信機構。其中互聯網金融協會持股36%，8家征信公司分別持股8%。三、第三方征信模式

（一）第三方征信模式概況第三方征信機構利用自身系統或技術優勢，對主體的資訊進行主動採集、加工和整理，使用特定的模型得出主體信用，然後向授信機構提供服務。該模式下，第三方征信機構運用技術手段，通過各種途徑，採集多類數據，並對數據進行加工後對外提供服務。三、第三方征信模式

（一）第三方征信模式概況第三方征信機構利用自身系統或技術優勢，對主體的資訊進行主動採集、加工和整理，使用特定的模型得出主體信用，然後向授信機構提供服務。三、第三方征信模式

（二）第三方征信機構概況目前，國內採用第三方征信模式的主要是2015年批籌的八家個人征信公司（其中有多家征信公司也經營企業征信業務），以及市場上大部分企業征信機構。三、第三方征信模式

（二）第三方征信機構概況1．第三方個人征信機構（1）第三方個人征信機構的初步創立（2015年-2018年）征信機構主要股東及背景數據來源用戶產品及服務應用芝麻信用螞蟻金服阿裏電商、螞蟻金服、用戶上傳、合作互聯網平臺、金融機構、公共機構C端芝麻分、信用報告、反欺詐、行業關注名單信用生活服務和金融服務兩大類，合計80類服務。生活服務：信用借還、出行；金融服務：信用貸（借唄）、分期（花唄）、車貸（天貓開新車）騰訊信用騰訊QQ、微信、財付通、用戶上傳、京東C端騰訊信用分處於小範圍公測階段，2018年1月31日放開公測，當天卻下線，未實質開服業務中誠信征信中誠信集團銀行、保險公司、合作的中小金融機構、企業平臺B端萬象分、信用報告、信用資訊驗證銀行、電商、小貨公司等三、第三方征信模式

（二）第三方征信機構概況1．第三方個人征信機構（2）第三方個人征信機構的轉型（2018年至今）隨著我國“政府+市場”雙輪驅動框架逐漸明確，八家征信機構原個人征信業務，以及其他信用服務機構逐步開始轉型如芝麻信用已經大範圍減少金融場景的應用，將信用服務擴展到租車租房、出行醫療、農業租賃等非金融領域和更多的城市，推動公共資訊和商業資訊的共用融合三、第三方征信模式

（二）第三方征信機構概況2．第三方企業征信機構我國企業征信機構主要沿用的是第三方征信模式，通過與數據單位建立合作協議或憑藉技術採集資訊，處理數據，形成產品。無論是信用評級報告、資信調查報告還是其他定制化征信報告，都離不開征信機構的主動採集。三、第三方征信模式

（二）第三方征信機構概況2．第三方企業征信機構截至2019年8月末，全國共有21個省（市）的133家企業征信機構在人民銀行分支行完成備案。總體而言北京、上海兩地的企業征信機構較多，如圖顏色越深的區域，企業征信機構分佈越集中。四、共用查詢模式

在共用查詢模式下，業務機構無需事先將數據上報給共用中心，數據由機構自行管理。當機構需要獲取數據時，通過中心發送到其他機構，有數據的機構回應資訊，返回查詢機構。

國內該模式的代表企業包括央行旗下支付清算協會的互聯網金融風險資訊共用系統（政府驅動型征信機構）、蜜蜂數據、91征信、華道征信等。四、共用查詢模式

91征信為例，其定位是“只做數據連接工具，不存儲數據”。五、大數據征信商業模式雲計算和大數據分析技術將交易過程、產品使用和人類行為數據化，再進行深度數據挖掘，從而在某些情況下通過模型模擬來判斷不同變數下何種方案投入回報最高目前，該模式的企業主要是初創企業，如百融金服、同盾科技等。

征信與金融科技

第一節大數據技術與征信一、大數據

（一）大數據的定義大數據，指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的資訊資產。一、大數據

（二）大數據的特徵1．數據海量2．高速流轉3．類型多樣4．價值密度低二、大數據技術

（一）大數據處理流程1．數據抽取與集成對所需數據源的數據進行抽取和集成，從中提取出關係和實體，經過關聯和聚合之後採用統一定義的結構來存儲這些數據2．數據分析（1）數據的清洗（2）演算法的調整（3）分析結果的評價二、大數據技術

（一）大數據處理流程3．數據解釋大數據時代的數據分析結果往往海量，結果之間的關聯關係極其複雜，傳統解釋方法不可行，可以考慮以下兩個方式：（1）可視化技術

標籤雲、歷史流、空間資訊流（2）

人機交互技術

讓用戶能夠在一定程度上瞭解和參與具體的分析過程二、大數據技術

（二）大數據關鍵技術征信數據一般具有“流數據”特徵，需要在短時間內快速處理。與其他行業相比，征信數據具有邏輯關係緊密、處理即時性要求高、可展示性需求強等特徵，通常需要以下幾類關鍵技術：1．數據分析技術2．數據管理技術3．數據處理技術4．數據展現技術三、傳統征信與大數據征信互為補充

（一）大數據征信是傳統征信的重要補充1．拓寬數據採集維度2．滿足互聯網金融風險管理需求（二）現有征信體系仍以傳統征信為主1．大數據征信是完善和更新傳統征信系統的積極嘗試，而不是替代品2．大數據分析模型也給信用風險管理帶來複雜性的挑戰第十二章征信與金融科技第二節區塊鏈與征信一、區塊鏈技術

一、區塊鏈技術區塊鏈是一種按照時間順序將數據區塊以順序相連的方式組合成的一種鏈式數據結構，並以密碼學方式保證的不可墓改和不可偽造的分佈式底本區塊鏈本質是分佈式帳本、點對點傳輸、共識機制、加密演算法等電腦技術的集合二、區塊鏈征信

（一）傳統征信的局限性1.數據膨脹2.用戶數暴增3.技術壁壘二、區塊鏈征信

（二）區塊鏈征信的優勢1.時效性強區塊鏈以最長分支確定當前區塊生效，每個區塊生成時間大概10分鐘，遠高於傳統征信T+1的時長2.擴展性強區塊鏈技術避免了傳統伺服器架構需要不斷升級擴容的短板，實現了系統的自動擴展二、區塊鏈征信

（二）區塊鏈征信的優勢3.隱私保密性區塊鏈征信是去中心化、開放的，鼓勵征信活動參與者積極參與和共同維護4.安全穩定性當節點故障排除後，其餘節點可將其記賬帳本複製給該故障節點，從而保障後續其仍可正常參與記賬二、區塊鏈征信

（三）區塊鏈征信的現狀甜橙信用“銀稅互動”政策二、區塊鏈征信

(四)區塊鏈征信的局限性1．私鑰的洩露或丟失區塊鏈中的私鑰由用戶自己生成並負責保管一旦丟失，用戶無法授權征信機構和其他機構，征信機構無法使用及追溯用戶數據，此問題的解決較為複雜2．用戶的“被遺忘權”與區塊鏈的不可纂改性的矛盾資訊主體對錯誤資訊的修改權與區塊鏈的不可纂改性矛盾第十二章征信與金融科技第三節人工智慧與征信一、人工智慧人工智慧，縮寫AI，是電腦科學的一個分支。人工智慧是對人的意識、思維的資訊過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。人工智慧的應用：指紋識別、人臉識別、掌紋識別、專家系統、自動規劃、智能搜索、定理證明、博弈、自動程式設計、智能控制、機器人學、語言和圖像理解、遺傳編程等。一、人工智慧機器學習是人工智慧的核心，屬於人工智慧的一個分支機器學習演算法是一類從數據中自動分析獲得規律，並利用規律對未知數據進行預測的演算法機器學習的核心是數據、演算法（模型）、算力（電腦運算能力）機器學習應用：數據挖掘、數據分類、電腦視覺、自然語言處理(NLP)、生物特徵識別、搜索引擎、醫學診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰略遊戲和機器人運用等一、人工智慧思考：八爪魚抓取數據的過程是人工智慧嗎？是機器學習嗎？二、人工智慧征信冰鑒科技官網（一）人工智慧征信的現狀特定的對象：信用不可見人群”艾可飛在信用評分中應用了機器學習軟體益博睿的信用評分設立了沙箱，並提供歷史信用數據和一套機器學習工具冰鑒科技：小微企業和個人信用評估二、人工智慧征信（二）人工智慧征信的局限性人工智慧的應用建立在存在大量可供“訓練”的數據集的基礎上，如果數據不充分，人工智慧應用的效果會受到牽連基於人工智慧的信用評分像“黑匣子”，透明度低。如果借款人被拒，人工智慧難以向其和監管層給出令人信服的理由第十二章征信與金融科技第四節征信的發展與展望一、我國征信機構的發展方向

（一）拓展替代數據的應用跨界經營帶來了更多替代數據的使用，替代數據是除信用卡、貨款等傳統信貸數據以外的數據，包括電話費、公共繳費和地址變更等內容目前，中國有數十家初創高科技企業正在探索使用替代數據對傳統信用資訊較少的自然人和企業進行征信一、我國征信機構的發展方向

（二）探索征信市場細分領域各家征信機構需要探索出一條異於央行征信系統，同時滿足市場與自身發展需要的征通道路隨著征信市場規模的不斷擴大，部分征信機構基於自身特點及優勢，開始專注於某一細分領域或某一業務環節，提供具有針對性、定制化的征信產品服務一、我國征信機構的發展方向

（三）深化征信產品設計如何基於相同數據進行更有深度的挖掘與分析和提高產品體驗，將是征信產品的深化方向（四）線上線下相結合作業線上服務雖然高效便捷，能較好滿足客戶的標準化需要，但在滿足客戶個性化需求與建立良好持久的合作關係上也有所欠缺二、我國征信業的發展趨勢

（一）金融科技與普惠金融2019年，征信系統累計收錄10億自然人，覆蓋率達到73%，但這10億人的信用檔案中，真正有信用記錄的人不超過50%，而沒有記錄的那50%卻正是消費金融需求最旺盛的人群征信藍海市場的擴容離不開金融科技的推動，依託大數據技術對海量數據集成處理，依託雲計算技術對大體量數據進行存儲計算，依託區塊鏈對數據整合，依託人工智慧提升征信運算效率等二、我國征信業的發展趨勢（二）資訊安全與隱私保護在現有監管政策的基礎上，還需從業務、技術和管理上明確征信資訊保護的監管職責，增強征信系統的技術防範措施，從技術上杜絕違規查詢征信資訊等問題，平衡發展、創新與規制的關係，全力推動我國征信業健康發展二、我國征信業的發展趨勢（三）征信業務對外開放征信是現代金融體系的重要組成，擴大征信業對外開放是貫徹落實金融對外開放戰略的一項重要任務，也是建設開放型經濟的必然要求標準普爾信用評級（中國）有限公司已於2019年獲準在中國開展業務