个人征信牌照蓄势待发 看首批8家征信公司究竟怎么玩？|界面新闻o商业图片来源：华盖创意&美国的今天不一定是我们的明天，我们的明天很可能是美国的后天。&蚂蚁金服首席信用数据科学家俞昊杰用这样一句话描绘了国内征信市场的想象空间。
界面新闻记者获悉，8家民营征信机构获得牌照在即，今年也因此被喻为国内征信元年。早在今年1月，央行已要求芝麻信用、腾讯征信、前海征信、鹏元征信、中诚信征信、中智诚征信、考拉征信、华道征信这8家民营征信机构做好相关业务准备工作，准备时间为6个月。目前8家机构均已完成央行的入场调查和工作验收。
中诚信内部人士告诉界面新闻记者，现场检查验收围绕着&综合业务&&组织架构&&内控制度&和&技术支持&四大方面进行。相对而言，业务合规性、信息数据的安全生产与管理及内控制度建设与实施是被关注较多和较深的部分。
&征信公司就是基于对用户的了解连接到商家场景，将对用户的了解以信用评价方式输出，让商家为用户提供更好的体验，提高风险管理的能力和效率。&芝麻信用总经理胡滔表示。
央行此次对首批不同DNA征信机构的甄别颇具心思，批准筹备的8家机构各有特色。总体可分为三大类：一是有互联网背景的，如芝麻信用和腾讯征信；二是具有金融背景的，如以平安集团为背景的前海征信；三是传统征信业务经验丰富的，如鹏元；再就是有一些特色数据源的，如拉卡拉、中智诚。
不同基因的个人征信机构，数据来源也各有不同。以芝麻信用为例，目前数据来源主要包括三部分：一是阿里系的数据，二是来自政府和公共部门的数据，三是其他商业机构的数据。其中包括工商、法院、学历学籍、社会保险、生活缴费以及来自电信运营商、零售商等的数据，需得到用户授权方可采纳。
尽管牌照尚未下发，各家征信机构业务的开展速度却很快。芝麻信用已在神州租车等生活场景类服务应用上线。据芝麻信用方面的数据，通过租车应用开通芝麻分的用户超过了30万，有上万个600分以上的用户享受到了免押金租车服务。
坐拥海量社交数据的腾讯征信，把业务重心放在防范信用风险、防范欺诈风险的需求上，已推出人脸识别服务、反欺诈产品和信用评分报告三大产品。界面新闻记者获悉，目前腾讯的人脸识别服务已经进入实际应用阶段，其被应用的关键在于图像识别核心技术能力以及足够庞大且权威的图像样本数据库。
腾讯优图研发中心总监黄飞跃介绍，腾讯的反欺诈产品也是国内首个利用互联网数据鉴别欺诈客户的产品，主要服务对象包括银行、证券、保险、消费金融、P2P等商业机构。
根据从多家征信机构了解到的信息，个人征信机构产品和服务总体可归纳为四类：一类产品是评分，以分数形式总和呈现个人信用，另有定制分，可应用于特定业务场景，通过多套规则引擎匹配相应算法，得到更专业的专项评分；第二类产品包括征信报告，可提供更加多维度的客户评价，包括信贷信息、各类违约信息、公共记录、互联网行为等丰富的信息类别；第三类是个人信息查询服务，可以提供身份验证、关系验证（社交关系图谱）、专项信息查询（工商信息、银行卡交易）等服务，这类信息的查询须严格遵循个人授权的原则；第四类是风险信息查询，包括涉诉信息及&黑名单&信息；第五类是互联网身份验证服务。
多家民营征信机构还向界面新闻记者表达了与央行征信中心的数据进行联网和对接的想法。集合国家金融机构的基础征信数据的央行征信中心，未来还可能涵盖P2P在内的征信数据，而民营征信机构无法拥有这样的能力。
面对保守估计在千亿级别的征信市场，各方玩家都做好了打持久战的准备。&就目前国内征信业发展环境而言，征信机构要想实现财务盈利还有很长的路要走。&中诚信内部人士透露。
这8家征信机构是从首批20家申请者中脱颖而出，据接近央行的人士透露，第二批准生证的竞争会愈发激烈。
据媒体报道，百度、京东金融、快钱、宜信、拍拍贷等机构均有意申请第二批个人征信牌照，且部分机构已经向央行提交了申请。有消息称，目前已经有30多家企业有意申请第二批征信牌照。
拍拍贷相关人士透露，拍拍贷的征信公司已经在筹备，走完工商程序，预计8月底公司会成立。同时其也正在积极向央行申请征信牌照，希望能成为第二批拥有征信牌照的公司。
宜信方面也表示：&北京宜信致诚信用评估有限公司在去年7月份就已经向央行递交了个人征信牌照申请，我们做了很充分的工作，希望能够脱颖而出。&
值得关注的是，全国共有20家机构申请首批个人征信牌照，最后仅有8家入围。第二批最终有几位胜出者现在还不得而知，但个人征信的千亿元市场对各家机构都有十足吸引力，各家机构也将大力投入抢占市场。而中国的征信市场很大，可以支持多家征信机构存在。
更多专业报道，请
0界面记者界面金融记者，常驻上海，业务交流请邮件~相关文章您至少需输入5个字评论()如何让大数据更懂金融？征信公司都拼了--百度百家
如何让大数据更懂金融？征信公司都拼了
分享到微信朋友圈
对比美国征信行业的发展，中国征信业还处在初级阶段，既蕴含巨大市场空间，更需要众多参与者不断探索。
文/王云辉，作者微信公众号：科技杂谈（keji_zatan）
强烈的市场需求，不足的市场供给，已经迅速点燃我国征信行业。对金融机构而言，征信将完善对风险的评估和管理，有利于加快授信过程，分级定价，降低优质借款人借贷成本，大幅提高信贷效率。对商业机构而言，征信逐渐被作为经济运行和社会管理的标准，以此撬动的商业模式创新迅速拓展至酒店、租房、招聘、旅游等行业。
据中国企业联合会数据显示，中国市场每年因为诚信缺失造成的经济损失约为5,000多亿元。对比美国征信行业的发展，中国征信业还处在初级阶段，既蕴含巨大市场空间，更需要众多参与者不断探索。
个人征信行业竞争激烈 &"三驾马车"雏形初现
2015年1月，腾讯征信、芝麻信用、前海征信等八家机构获准开展个人征信业务，这让业内着实沸腾，很多人都在欢呼个人征信市场的春天已经到来。然而时至今日，八家机构苦等19个月仍然未盼到牌照。好在，个人征信市场的发展，并没有因为牌照迟迟不发而停滞不前。经过一年多的运营，一些领军企业已取得不错的进展。
比如，芝麻信用称，目前有接近60家数据合作伙伴，各场景的合作伙伴已超过200家。腾讯征信表示，已经与浦发银行、广发银行的信用卡业务展开了合作，另有多家合作方进入产品调试、试用阶段。
相比于上述两位BAT中的大拿，具有金融血统的前海征信明显在公关上低调很多。但根据近期《经济观察报》的一则报道披露，目前前海征信已为近1500家机构提供征信服务，覆盖银行、P2P、小贷、消费金融等信贷机构，其中银行客户达115家。
前海征信背靠中国经营最好的全牌照综合金融集团——平安集团，意味着坐拥近亿相对高净值金融客户数据。平安又是金融集团中互联网业务布局最早、最广的，拥有2亿互联网用户，这对前海征信而言又是一笔宝贵的资产。此外，前海征信还与政府机构、外部数据合作伙伴等合作，并加入新型互联网行为数据，在人脸识别、大数据挖掘技术上重点突破，在一年多时间内推出覆盖贷前、贷中、贷后的多款征信产品，在B端市场优势明显。
其他拥有个人征信业务准入资质的五家企业，无论在规模上还是在数据来源上都无法与腾讯征信、芝麻信用、前海征信这三家相比肩。因此，有业内人士将这三家称之为征信领域的"三驾马车"。此外，京东金融、百度金融、小米、宜信等30多家企业也有意申请第二批个人征信牌照。
个人征信公司各自为战 &"数据孤岛"如何破解?
源源不断的后来者，在不停地为这个行业的竞争加码。然而各家机构跑马圈地，攻城略地之时，难掩个人征信当下面临"数据孤岛"带来的最大挑战。
个人征信行业所需的三大类数据——金融数据、政府公共服务数据、生活数据分别散落在各主体机构中。大量民间借贷、互联网金融数据未能实现统一的征集和标准化处理。政府公共服务数据则是由公检法、税务、教育及其他企事业单位分别披露。生活类数据分散在各类场景中，线上线下数据混杂。
以芝麻信用和腾讯征信为例，芝麻分自称考虑了个人用户的信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度的信息，其中来自淘宝、支付宝等"阿里系"的数据占 30-40%。
而腾讯征信主要是基于社交网络，利用其大数据平台 TDBank，重点采集并处理包括即时通信、 SNS、电商交易、虚拟消费、关系链、游戏行为、媒体行为和基础画像等数据，并利用统计学、传统机器学习的方法，得出用户信用得分，为用户建立基于互联网信息的个人征信报告。
在BAT几大互联网巨头剧烈竞争割据的当下，很难想象芝麻信用和腾讯征信会互享数据。而电商数据、社交数据在个人征信中如何应用，也备受争议。
一个简单的例子，"买包烟借钱和你开个烟店借钱，完全是两码事"；而一个负债创办企业的年轻创业者，可能将房子抵押；可能会通过社交媒体工具向亲友求援；也许会减少开支网购，也许会买东西减压；为了在客户免签撑场面，也可能买来新车壮声势。
这样的多元场景，果真能通过互联网的网购数据，或者通过社交媒体，如微博的发言，去判断他的信用状况吗？
其实，不论是电商机构，金融机构还是其他信息机构，所掌握的数据都是完善的征信服务中的一角，如果站在严谨的大数据的全面信用审核来看，理论上是应该从这些个平台中依次获得个人消费领域，金融领域，安全领域等方面的数据，然后进行交叉比对和分析，并与央行个人征信数据进行一定的结合，才能得出效率最高的，覆盖面最广的征信服务。
让大数据更懂金融，这样的个人征信公司更有优势
数据孤岛难破，而在各大征信机构的竞争中，如何获取和解读基础征信数据亦成为挑战。在这些基础征信数据，除了身份记录和信贷记录之外，可能还必须纳入影子银行、互联网金融甚至民间金融等多样化的金融投资数据。
而在数据类型中，强变量是指信贷、信用卡、外汇、民间借贷等金融交易数据，往往掌握在传统金融机构手中；中变量是商品生产、销售、流通、消费等环节的交易数据，主要来自各类电商平台；弱变量则是社交、游戏等数据，大多源于互联网平台。
由此可见，金融属性的数据是最强相关的数据，而这类数据往往在传统金融机构手中。大多数个人征信机构能够获取的，是社交记录、个人消费记录等相对弱相关的数据，但却难以获取最为重要的金融数据，导致有效数据比较有限。
在传统金融体系中，这些数据是相对割裂和分散的，尤其是对亲属和社交网络的数据监测可能是一个难点，要突破这一难点，更多的需要激活传统金融体系的创新能力，这一工作，需要传统金融企业，尤其是拥有全牌照金融能力的企业做出创新，前海征信或许正是最有潜力的一家。
目前，前海征信的合作机构数近1500家，以银行、P2P平台和小贷公司、消费金融为主。从前海征信的业务布局来看，其产品体系以贷前、贷中、贷后来布局，包括欺诈类，信用类等几十款征信产品，为金融机构提供全流程的风控解决方案。而且，前海征信尤其重视互联网金融领域，针对中国互联网金融发展现况，定制了灵活、完整的产品体系，能满足互联网金融机构和传统金融机构各种不同的风控需求。
然而，创新并不容易。因为银行业内的征信和风控体系是以大额资产和应收债权为核心的，互联网领域的征信分析目前更多聚焦在相对小额的消费贷款业务。如何能真正融合二者，还有待破题。
互联网金融倒逼大数据征信迎头赶上
中国的大数据征信，被远远甩在国外同行身后，这也是央行开始要逐步开放个人征信业务的准入资质的动力。
数据显示，截至2015年末，央行征信中心有效覆盖8.8亿人信息，其中仅有3.8亿人有信贷记录。波士顿咨询近期报告显示，央行个人征信记录覆盖率为35%，即使考虑到中国55%的城镇化率，城镇人口个人征信覆盖率仅61%，远低于美国92%的覆盖率。
此外，近年中国互联网金融的发展速度惊人。遍地开花的网络支付，一夜之间兴起的P2P，如火如荼的消费金融，带来机遇与危机共存的复杂局面。一方面，央行征信中心覆盖率不足，且收录的以传统银行提供的借贷信息为主；另一方面，网贷领域在经历开天辟地的发展和变化，互联网征信，尤其是大数据征信的发展成为了当务之急。
当前，个人征信时代不断更替，随着央行征信管理局向各大征信机构下发了《征信业务管理办法(草稿)》(以下简称《草稿》)，对信息采集、信用使用以及征信产品进行了规范。难怪有评论认为，个人征信牌照只差临门一脚。
一旦牌照正式发布，以内外部大数据和互联网新技术为依托的个人征信，不仅能进一步深化了金融机构风险管理的内涵，也有望使我国个人征信迎来再一次创新和飞跃，不仅能促进个人征信业务进一步市场化发展，更使信用应用场景从金融服务延伸到生活服务，让每一个诚信、守信的人，都能享受到拥有好信用带来的实惠和便利。
阅读：1721
分享到微信朋友圈
在手机阅读、分享本文
还可以输入250个字
推荐文章RECOMMEND
热门文章HOT NEWS
任何一个市场总是这样，大的领域看似已经饱和，其实垂直领域尚存很...
万能的大熊
新榜——内容创业服务平台
百度新闻客户端
百度新闻客户端
百度新闻客户端
扫描二维码下载
订阅 "百家" 频道
观看更多百家精彩新闻最有看点的互联网金融门户
中国征信体系建设应由政府主导吗？
中国征信体系建设应由政府主导吗？
王强 | 来源：财新网
互联网金融业发展的初衷是降低金融交易成本、扩大金融业服务的范围和产品、解决中小企业和农村人口借钱难和投资难的问题，但是由于中国征信业落后，P2P等互联网金融企业在中国发展先天不足，问题频出。要加速发展普惠大众的互联网金融，前提是发展和完善征信业。
如果说高铁、高速公路是实体经济的基础设施，那么个人征信报告就是信息经济的基础设施。和高铁建设一样，政府主导和参与是不可替代的。
在政府的强力主导和扶持下，预计人民银行征信中心覆盖的人口比例在五到十年内会有较大的提升，可覆盖达50%-70%的人口，基本解决互联网金融面临的瓶颈。在此基础上，可以考虑引进市场机制、形成竞争局面。
经营征信的固定投资和运营成本是很低的，引进市场机制具体的办法可以有多种。例如：在允许央行征信中心市场化的同时，通过招标方式选取两家数据科技领先的民营征信公司，赋予其与央行征信中心同等的征信执照，并将央行征信中心的历史信息以优惠价格提供给它们，以此形成三家竞争的局面。另外，新加坡和马来西亚的征信业在过去十五年都有长足的发展，在市场化方面也有一些可借鉴的经验。
美国征信制度建设经验
对于前述政府主导建设征信市场的观点，一定会有反对声音，多数会援引西方的例子、主要是美国经验来证明，征信业可以通过市场化自由发展来满足经济发展对征信的需求。这听起来有道理，但忽略了几个事实：
一、美国个人征信业发展到今天的水平，用了超过100年的时间，早期走过很多弯路。1970年《公平信用报告法案》通过后，政府强力介入，发布了一系列相关法律，大力加强监管，征信业才得到快速健康的发展。但即使从1970年算起，美国也用了45年才建成今天这样一个以三家征信局(Experian、Equifax、TransUnion) 和一家评分公司（FICO) 为支柱、覆盖80%人口的征信体系。
个人征信产业的落后是制约中国互联网金融和消费快速发展的瓶颈。没有一份准确、完整、及时、透明、合法的信用报告，无论是线上还是线下的金融机构，都不能靠信息技术提供贷款、保险和其他金融业务。信息科技的飞速发展要求中国走一条比西方发展更快的道路，这是时代的要求，是中国政府不可回避的责任。
二、征信是一个市场价值较小、社会价值巨大的行业。关于征信在美国的社会价值，可以从两个角度测算。美国消费在GDP中的比例从1970年到2010年提高了10个百分点。假设征信对美国GDP增长有一半推动作用，那么征信每年影响5%的GDP，即约9000亿美元，这是一种算法。
另一种算法是看征信报告对报告主人的价值。一份准确、透明、与信贷信息密切相关的征信报告，对信息持有人是有价值的。据笔者的观察和在小范围的问卷调查，美国的中产阶级对征信报告最为珍惜，将报告的资产价值估计为一年的工资。高、低收入人群则对征信报告估值要低得多。如果简单考虑占人口一半的中产阶级对征信报告的估值，根据美国工资收入占GDP的比例为三分之二，那么征信报告的社会资产总值相当于美国GDP的三分之一，约6万亿美元。
两种算法都是大致的推测，但都说明一个道理，征信报告虽然市场价值小，但社会价值是巨大的。这样的产业需要政府主导和管理。
三、征信报告有极强的单一性、权威性、垄断性。先说单一性，美国虽然有三家征信局，但对绝大多数用户来说，三家信用报告从内容到形式都大同小异，用户只需要从其中一家公司取得一份报告就能清楚地获得所需要的信用信息。
权威性体现在公民和社会对征信局和征信报告的信任。这种信任基于征信报告的准确、完整、和及时，是征信局通过接受政府的监管、社会的监督，以及对错误信息的及时纠正，用了几十年功夫赢得的。在当今中国，只有政府拥有这个权威。任何企业想得到这种信任，都需要十年以上的时间。
最后再说垄断性，美国维持三家征信局的市场格局主要目的是保护竞争、保护消费者，避免一家独霸市场、获取高额利润。如果没有美国政府的干预，三家征信局很有可能合并为一家。至于信用分，其垄断性更加明显。FICO（费埃哲）占尽先入为主的优势，基本上垄断了这一业务。
征信行业的垄断性决定了其发展只有两条路：一是政府建立机构经营这一行业；二是让民营企业在政府强势指导和监管下经营，保持公平竞争的发展。考虑到民营征信企业需要很长的时间来完善自己的征信体系、建立市场权威，由政府机构主导经营征信行业是唯一可行的选项。
大数据征信的缺陷
另一种反对政府主导的意见认为，在大数据时代，政府在征信领域的作为有限，通过大数据征信，可以跳过西方国家征信报告的模式，发展出一种全新的征信体系。
对于大数据征信，笔者不敢苟同 （参见财新网专栏“垃圾进垃圾出”：大数据征信的难题）。大数据征信的拥护者只看到征信报告解决信贷交易过程中信息不对称的问题，但忽略了征信报告对征信报告主人有价值、能起到抵押品（Collateral）的作用这一事实。
美国法律规定征信局每年必须为消费者提供一份免费的信用报告，报告的最后四至五页会介绍《公平信用报告法案》赋予信息拥有人的权力，并详细告知信用报告的主人如何解决信息错、假、或身份欺诈造成的问题。对美国中产阶级来说，信用报告是一份经过信息本人检验、核实的信用记录。这份记录的价值远高于信用卡的额度或其它小额贷款，因而大多数美国人不会为几千至几万美元债务而毁了自己的信用。而在大数据征信的黑箱操作模式下，很难核实这些信息的准确性，而准确性是征信报告的第一要素。
另外，征信体系的建设是反腐制度建设的一部分，信用报告的完善会使越来越多的交易从现金交易转为信用交易，而信用交易都是有记录的。一个公民的消费如果远远大于其合法收入，其消费资金的来源和合法性就会引起质疑。
如何完善征信体系
人民银行征信中心的垄断经营优势有两个：一是经营征信的权利，包括规定银行等金融机构提供和使用信息；第二是个人信用历史，也就是历史数据。建议中国政府以中国人民银行征信中心为基础，从以下四个的方面完善征信体系：
1. 将征信信息收集和使用的范围从银行扩大到所有在政府注册、接受监管的信贷公司，包括P2P、线上和线下的民间小额贷款公司。这样做，一方面完善了央行征信报告，另一方面也使银行以外的借贷机构透明化，便于监管。
2. 鼓励银行和互联网金融公司发行有现金作抵押的小额信用卡，作为中低收入人群进入征信系统的初始金融产品，这个产品也为没有信用卡的大众进行网上消费提供便利。在美国，这种小额信用卡至今仍存在，对那些从未有过信用记录的人来说，这是一个很好的普惠金融产品。
3. 加强公民征信知识普及教育，让每一个公民都理解征信报告的价值。
4. 征信中心是非盈利机构，应以最低价格或免费提供信用信息给所有符合《征信管理条例》规定的使用者。
另外，央行征信报告中关于婚姻、配偶的信息虽然有一定征信价值，但对信息主人和配偶的隐私是一种侵犯。个人借贷一般是个人行为，与配偶无关。如果婚姻中双方一起借贷，应分别纳入各自的信用记录，婚姻关系不宜记录在征信报告中。
用微信扫描可以分享至好友和朋友圈
按日期检索
2017年三月
20212223242526
2728293031
扫描关注官方微信账号
Copyrights. (C) 2013 by 清华大学五道口金融学院互联网金融实验室 版权所有 | 京ICP备号-2以下内容摘自中信证券研究部《 共享经济之银行篇——银行业征信专题研究报告》之 《大数据时代， 征信大有可为》。接上篇
海外经验表明， 征信大有可为。 完善的法律体系是征信市场良性发展的前提，庞大而优质的数据库则是征信机构的核心竞争力。
（ 1 ）无论是美国的市场主导型模式、欧洲的政府主导型模式还是日本的行业主导型模式，无一不是以系统而完善的法律和监管体系为基础，着重保护征信信息安全和个人隐私权，保障了征信市场的高效运转。
（ 2） D&B、 Experian 等世界著名征信机构均拥有庞大的数据库，以此为基础开展征信业务并提供高质量的信用评估产品和服务，此外还衍生出商业决策分析、市场营销与拓展解决方案等业务，已成为重要收入来源，因此数据是核心竞争力。
前景展望：金融基础设施， 重构“信用”价值。
（ 1 ） 征信行业自身成长空间广阔，受益于社会融资总量的增长、征信渗透程度的提升、征信机构的市场化、商业化以及应用场景的拓展等因素，对标美国征信普及水平，我国个人征信行业至少还有 16 倍的增长空间。
（ 2）征信重构“信用”价值，通过建立征信系统可以完善对金融主体的数据刻画，创新融资模式，满足潜在融资需求的价值更大。
（ 3）规模经济和交易成本限制促使征信市场具备天然的垄断基因，我国未来征信市场或呈现“央行公共征信系统+寡头商业征信机构”的竞争格局。
数据是征信的核心竞争力， 不同的数据优势形成不同的商业模式，我们更看好以芝麻信用为代表的互联网平台公司。 互联网征信机构有望凭借海量的互联网数据、强大的 IT 技术以及开放创新的思维建立互联网平台征信模式；而非互联网征信机构则可能依靠多年的风险评估经验、特色征信数据，深耕区域性、专业性等细分领域市场。我们认为互联网征信机构依托强大股东背景、利用平台模式快速积累数据形成先发优势、持续增加应用场景有望成倍拓展成长空间， 更有机会在行业竞争中胜出。
海外征信经验
欧美以及日本、 中国香港、 中国台湾等发达国家和地区，经历了长时间的经济发展已经形成了较为完善的征信体系。目前国际上相对成熟的征信模式包括三种：市场主导型（以美国为代表）、政府主导型（以欧洲大陆国家为代表）和行业协会主导型（以日本为代表）。 此外部分国家和地区还对三种模式进行综合，实行混合型的征信模式。
美国： 市场主导模式
在美国，征信机构均独立于政府和联储之外，按照纯市场化的方式运作，并以营利为目的向市场提供信用信息产品和服务，政府和联储仅扮演监管者的角色。美国征信机构中影响力最大的包括三大个人征信机构 Experian（益博睿）、 Equifax（艾克飞）、 Trans Union（环联） 和企业征信机构 Dun & Bradstreet（邓白氏）等，占据了美国征信市场的大部分市场份额。除美国外，英国、加拿大等也采用市场主导的征信模式。
完善的监管和法律制度是美国征信体系的一大特点，这也是其市场主导型征信模式能够高效运转的基础， 而监管的执行和法律的制定则是基于保护个人信息安全和隐私权的理念。（ 1）征信法律体系： 主要以《公平信用报告法》（ Fair Credit ActReporting Act， 简称 FCRA）为核心， 该法规定了个人信息主体、信用信息提供者、征信机构等在征信活动中的权利义务关系，并从保护消费者隐私和信用报告准确性的角度出发，规定了信用报告的合法用途、负面信用信息的保存期限、信息主体获取和要求更正本人信息的权利、征信机构对信用报告准确性的法律责任等内容。（ 2） 监管框架： 美国并未设立类似征信管理局之类的部门专门负责征信监管，而是通过立法或自然分配的形式将监管职能分配至各个部门， 在各个部门履行监管职能的过程中，依旧遵循保护个人信息与隐私权的基本原则。
美国企业征信领域龙头——Dun & Bradstreet（邓白氏公司）
D&B 是全球历史最悠久的商业信息服务机构。 D&B 成立于 1841 年，时为纽约第一家征信事务所，目前主要向客户提供风险管理和市场营销等领域的解决方案，产品和服务包括各类商业信息报告、合规服务、供应链管理等。 2014 年公司营收 16.8 亿美元，同比增长 1.61%；净利润 2.9 亿美元，同比增长 13.89%； 毛利率和净利率分别为 66.85%和 17.71%。
庞大的全球商业数据库是其核心竞争力。 D&B 的全球商业数据库是全世界最大的企业信用数据库，覆盖逾 2.4 亿家企业。这得益于其悠久的历史和全球化的发展战略，公司在 19世纪后期便开始在澳大利亚、墨西哥等国设立分支机构。公司数据来源渠道广泛，包括当地商事登记部门、黄页、报纸和出版物、官方公报、互联网、银行和法庭，还通过拜访和访谈形式收集相关信息。
商业模式： （ 1）风险管理业务是主要收入来源， 2014 年风险管理和销售及市场拓展两大领域分别为公司贡献了 62.7%和 37.3%的营业收入，其中风险管理主要包括信用评估等，而销售及市场拓展则主要是基于征信系统而开展的衍生和增值业务；（ 2） 全球化布局的同时北美依旧是主要市场， 2014 年北美、亚太和欧洲及其他地区收入占比分别为 74%、 11%和15%；（ 3） 高毛利同时高费用导致毛利和净利差距大， 近年来公司毛利率和净利率均保持稳定，高毛利率主要源于征信业务的规模经济，而数据库的维护等因素带来高费用率，导致净利率较毛利率低许多。
美国个人征信领域龙头——Experian（益博睿）
Experian 主要提供数据和分析工具， 帮助企业管理信贷风险、防止欺诈行为、确定营销目标，以及实现自动化决策，同时也帮助个人用户查询自己的信用报告和信用评分，并防止身份盗用。 公司总部位于爱尔兰都柏林， 营运总部分别设于英国诺丁汉、美国加利福尼亚和巴西圣保罗， 业务网络覆盖全球 39 个国家和地区。
财年公司实现营业收入 48.1亿美元，净利润 7.72 亿美元，净利润率 16%。
数据是所有业务的核心与基础，构成公司核心竞争力。 Experian 拥有 30 多年的征信数据管理及建模专业知识，并与全球 70 多家征信机构进行合作，目前其全球数据库共覆盖 8.9亿人和 1.03 亿家企业。数据来源广泛，包括个人和企业信用记录、保险、租赁、保健（医疗）支出及交通记录等，并不断加强数据库覆盖的广度、深度和质量。此外 Experian 拥有超过 400 位数据分析师对数据加工和挖掘。
基于征信服务和数据分析，拓展业务范围和数据应用场景培育新收入增长点。 信贷服务是 Experian 最大的业务板块， 2014 年占营业收入比重为 49.2%； 而以征信业务为基础，利用数据优势发展其他增值业务， 客户互动服务、 市场营销解决方案、 决策分析亦成为重要收入来源， 分别占 20.4%、 18.1%、 12.3%。 收入来源分行业看，金融服务业仅占 30%，而直接服务消费者、 零售行业、 汽车行业分别占 20%、 9%、 5%，亦表明公司不断拓展业务范围和数据应用场景，增加收入来源。
大数据征信代表——ZestFinance
ZestFinance 由 Google 前信息总监 Douglas Merrill 和 CapitalOne 前信贷部高级主管Shawn Budd 于 2009 年 9 月创立， 旨在利用大数据技术重塑审贷流程，帮助在传统信用评估体系下因风险高估而难以获得信贷服务的个人拿到融资，并降低其借款成本。公司已于2013 年 7 月完成 2000 万美元的 C 轮融资。 2015 年京东宣布投资 ZestFiance，并将与ZestFinance 成立名为 JD-ZestFinance Gaia 的合资公司， 致力于在中国开展消费金融业务，结合 ZestFinance 的模型技术和京东的消费数据提供信用风险评估服务。
客户定位：没有信用记录或信用评分较低的人群。 这部分群体往往信用数据不足，因此在传统的信用评估体系下信用水平容易被低估，很难获得正常的金融服务。 ZestFinance 一方面可以直接为这部分人提供小额贷款，另一方面也可以为其提供信用评估服务，帮助他们从其他机构获得贷款并降低借贷成本。 而 ZestFinance 能够实现这一目标的原因在于可以运用其特有的大数据模型更深入、 全面地识别借款人的信用风险，可以在同样通过率（注：获得贷款的通过率）的情况下降低坏账率，或在同样坏账率的情况下提高通过率。 对于金融机构而言，在风险可控的前提下更多的贷款意味着更多的收益。
数据来源： 传统的结构化数据和大量非传统数据共同构建数据基础。 ZestFinance 数据来源十分丰富，除了传统的信贷记录等数据，还包括大量交易信息、法律记录、租赁信息、网购信息等数据， 能够更全面地刻画每个人的属性， 公司的数据来源主要包括第三方、网络数据、直接询问用户等。
优于传统机构的大数据挖掘技术和多维模型算法才是核心竞争力。 不是数据多了就叫大数据， 能够利用 IT 技术将碎片化的信息整合起来才能形成真正有用的大数据。 ZestFinance的优势在于：（ 1 ） 基于海量数据生成大量的风险变量，然后输入不同的预测模型（如欺诈模型、身份验证模型、还款能力模型等），每一个模型会从不同的角度预测个人的信用状况，而 ZestFinance 会不时地推出新的模型，然后形成多样化的业务，如信用评估、市场营销方案等；（ 2）对于“缺失数据”，与传统数据处理方法不同的是，其认为数据缺失本身也是一种信息， 充分利用丢失数据之间的关联、和正常数据的交叉， 寻找数据丢失的原因，进而获得有用的消费者信用信息。
从 ZestCash 到 ZestFinance——由单纯的提供贷款向信用风险管理的其他领域扩展。公司前身为 ZestCash，主要运用自身的大数据技术提供借贷服务，初始定位于发薪日贷款（ payday loan）和高利贷的替代产品。 2012 年 ZestCash 变更为 ZestFinance，主要变化在于：（ 1 ）开始向其他信贷机构提供信用风险管理的产品和服务，如 2014 年 2 月推出基于大数据分析的收债评分（ Collection Score）， 即用于汽车金融、学生贷款、医疗贷款一款新的评分系统；（ 2）原来 ZestCash 的借贷服务将与
共同开展，相比于 ZestCash仅覆盖 6 个州，
可以在全国范围内提供借贷服务。
欧洲大陆国家： 政府主导模式
德国、法国、意大利等国均主要依靠国家和政府组建征信机构，因此欧洲大陆国家的征信体系发展遵循的是政府主导模式。该模式的特点在于：、
（ 1）征信机构组建——主要的征信机构并非由私人部门投资和经营，而是由政府部门组织成立和运行；
（ 2）信用信息获取——商业银行等金融机构被强制性地要求定期向公共征信机构提供企业和个人的信用信息；
（ 3）信息数据范围——公共征信系统的数据主要包括企业和个人的借贷信息，与市场化的征信机构相比该系统的信息范围要窄许多，对诸如企业地址、业务范围、所有者名称等信息基本不搜集；
（ 4）信用信息使用——只有被授权的央行职员或金融机构职员才能通过公共征信系统查询相关信息，其他任何人均不能在未得到授权的情况下通过该系统直接查询企业和个人信用状况；
（ 5）央行地位——既是公共征信机构的发起者，同时也是征信市场的监管者。
前述欧洲国家中只有法国没有私营征信机构，是典型的政府主导模式。 法兰西银行于1946 年组织成立了法国唯一一家征信机构——信用服务调查中心， 由其建立中央信贷登记系统（包括企业信贷登记系统和个人信贷登记系统）。
法国企业征信体系——法国的企业信贷登记系统于 1984 年开始运行，根据法律规定所有被法兰西银行监管的单位，即商业银行、财务公司、保险公司等均必须接入企业信贷登记系统，并报送企业客户的信用信息（包含正面信息和负面信息），经过分析和整理后在反馈
给各金融机构。同时法兰西银行也从其他公开的非金融渠道获取企业信用信息。
法国个人征信体系——法国于 1989 年颁布《防止以及解决个人贷款问题的法案》，设立了个人信贷登记系统，所收集数据主要是个人信贷信息，且只提供个人的负面信息。根据相关法律规定，银行、融资代理公司、租赁公司等金融机构都必须向个人征信系统报送个人在信贷、租赁、分期付款及信用卡等方面的逾期、拖欠或透支情况，此外该系统还通过法院、媒体等渠道采集个人负面信息。因此法国的个人征信系统相当于一个全国性的个人贷款不良行为档案库。
日本： 行业协会主导模式
日本的征信体系划分为三个类别——银行体系、消费信贷体系和销售信用体系，分别对应三大行业协会——银行业协会、信贷业协会和信用产业协会。目前三大行业协会的信用信息服务基本上满足了会员单位对个人信用信息征集和查询的需求。其中，银行业协会组建了非营利性的会员制征信机构，即日本的个人信用信息中心，而地方性的银行即是该“信息中心”的会员。
日本企业征信体系
日本的企业征信体系主要包括两类机构：行业会员制征信机构和商业征信机构。（ 1 ）银行会员制征信机构不以营利为目的，一方面会员银行必须如实向征信机构提供客户的信用信息，而征信机构也会为此支付一定的信息采集费用，另一方面征信机构负责为会员银行提供各类企业征信服务，而为了维持机构运营也会收取一定费用。（ 2）商业征信机构在日本的企业征信领域业广泛存在，其中规模最大的为帝国数据银行（即 TDB 公司），不仅对外提供信用信息、催收账款、市场调查及行业分析报告等服务，还可为委托人进行“现地现时”的方式进行信用调查服务。
日本个人征信体系
日本各行业协会共同出资组建个人信用信息中心，为会员单位提供各类信息查询服务，同样不以营利为目的，而各会员单位也必须将其所掌握的个人信用信息上报至信息中心。当前日本较大的个人信用信息中心包括：
（ 1）全国银行个人信用信息中心（ KSC），由全国银行业协会组建。 KSC 以商业银行、非银金融机构、银行附属公司等金融机构为会员， 该数据中心还与其他协会的数据中心就消费者的不良信用记录进行业务交换，建立了企业信息的交换制度和系统。
（ 2）株式会社日本信息中心（ JIC），由全国信用信息中心联合会管理。 全国信用信息中心联合会的股东会员则是 33 家地方信息中心，这 33 家信息中心本身都是独立的公司，各地区的消费金融公司是其股东。
（ 3）株式会社信用信息中心（ CIC），由日本信用卡行业协会组建。 CIC 主要向商业信用授信机构（如赊销厂商）提供消费者信用调查，业务量在日本消费者征信体系及其产业中是最大的，其前身包括以汽车系统和流通系统的信用卡公司为中心的“信用信息交换所”和以家电系统的信用公司为中心建立的“日本信用信息中心”等， 会员主要是由各信用销售公司和信用卡公司组成。
此外这三家征信机构在为各自的会员单位提供信息服务的同时，还合资建立了消费者信用信息网络系统（ CRIN），致力于三大机构间的信息共享。
征信行业前景展望：金融基础设施，重构“信用”价值
我国征信行业空间探讨
征信作为金融体系的基础设施，其价值不仅在于自身具备广阔的成长空间，更在于将重构“信用”价值，促进融资模式的创新和潜在融资需求的满足。
征信行业规模测算——潜在空间巨大
征信的基本功能在于为信贷融资提供信用评估产品和服务。 尽管我国经济总量和融资规模均实现了快速增长，但征信行业规模依旧较小，原因在于：（ 1）尚未建立完善的信用体系，导致信用经济的渗透率处于较低水平；（ 2）目前商业银行等金融机构的信用信息需求主要由央行征信系统满足，且信用风险管理往往不依赖外部机构，导致无法通过市场交易的形式体现价值。 据央行统计，截至 2012 年底我国有各类征信机构 150 多家，当年行业收入规模约20 多亿元。相比之下，同期美国最大的企业征信机构 Dun & Bradstreet 营业收入 16.63 亿美元，其中风险管理业务 10.48 亿美元；三大个人征信机构中 Experian 和 Equifax 的营业收入分别达 44.87 亿美元和 21.61 亿美元，其中信用服务类业务分别为 21.33 亿美元和 9.17亿美元。
因此我们认为未来征信行业的发展空间将取决于：（ 1）社会融资规模的增长；（ 2）征信渗透程度的提升；（ 3）征信机构的商业化和市场化；（ 4）应用场景的拓展，包括金融场景、生活场景和商业场景等。 除了围绕信贷融资提供信用评估服务外，以大数据基础衍生的诸如决策分析、市场营销方案、供应链管理等都有望成为重要收入来源。
（ 1 ） 个人征信： 如果能达到美国的征信普及水平，则我国个人征信市场规模尚有 16倍的增长空间。 央行个人征信系统 2014 年查询 4.02 亿次，此外商业征信龙头的鹏元征信提供超过 7000 多万份信用报告，合计相当于人均查询 0.34 次。而美国最大的个人征信机构Experian 当年日均查询 380 万次，而其征信业务 47%由北美地区贡献，考虑到三大征信机构占据美国个人征信市场绝大部分份额且 Experian 规模最大，故假设其市场份额为 30%，由此计算得到美国个人征信市场 2014 年人均查询次数约 5.79 次。 因此我国个人征信人均查询量仅有美国的 1/17。
（ 2） 企业征信： 经济增长驱动企业融资规模扩大，进而引发征信需求，因此企业征信规模应与经济总量成正比。 2014 年美国 GDP 为 17.35 万亿美元，企业征信规模（以 Dun &Bradstreet 的征信收入代替）占 GDP 比重约 0.00608%，照此比例计算中国 2014 年企业征信的潜在规模约 40 亿元。 我们认为随着中国经济总量的持续增长，以及小微企业融资需求得到满足，企业征信的规模将远不止上述规模。
征信价值探讨——提升信用经济渗透率，支撑起更大的社会融资规模
征信是现代金融体系的基础设施，伴随着征信体系的逐步完善，更多潜在的融资需求将得到满足，进而驱动社会融资总量的增长，这便是征信的价值所在。 分场景看， 基于居民消费（如信用卡、消费贷款、汽车金融等）和企业投资（如供应链融资、小微企业融资）的融资需求而产生的各类创新融资模式都有望在征信的刺激下，规模实现量的飞跃。
（ 1） 信用卡： 信用卡是满足个人消费融资需求的重要工具，截至 2014 年底我国信用卡累计发卡量达到 4.55 亿张，同比增长 16.4%，人均持卡量约 0.33 张，而美国人均信用卡持卡量已达到约 4.7 张的水平。 如果我国的信用卡人均持卡量能与美国持平，则有望刺激消费信用爆发式地增长。
（ 2）消费贷款： 消费贷款往往具有笔数多、金额小、纯信用等特点， 对金融机构而言信用成本较高， 因此对信用评估服务需求强烈。近几年我国消费贷款规模一直保持两位数的增长， 2014 年达 15.37 万亿元（同比增长 18.5%），约合人均 1.12 万元。 而同期美国消费信贷规模为 3.32 万亿美元，约合人均 1.04 万美元。 未来随着居民消费支出的持续增长，以及信用消费渗透率的提升， 消费金融的规模将具有巨大的增长空间。
（ 3） 供应链融资： 供应链融资特点在于将核心企业及其上下配套企业作为一个整体，根据交易关系和行业特点制定基于货权及现金流控制的整体金融解决方案。供应链融资模式得以顺利开展的前提是成员企业间的长效信任（信用）机制，而这种信任（信用）仅仅依靠企业间的产业关联是远远不够的，征信系统作为金融基础设施能够发挥更重要的作用。
以农业金融为例： 农村金融因服务成本高（金额小、笔数多、周期长、回收慢）和资产风险大（缺乏有效担保品、自然灾害风险、信用环境差）的问题，一直是全球金融业公认的难点。对农户进行有效的信用评估，有助金融机构在降低信用风险的同时，扩大融资规模、增加盈利空间。
基于长期跟踪农业生产数据建立征信系统。 征信体系的建立数据是关键，而农业相关数据往往高度分散、非标准化、不连续，因此基于合作社模式（如蔬菜种植合作社、生猪养殖合作社等） 长期跟踪收集农业生产数据，以此为基础建立农业征信系统。
农户消费和经营融资需求是蓝海市场。 农业征信系统的建立将有助农村普惠金融的发展，并满足农业规模化发展趋势下的产业加杠杆需求， 并培育金融业务新蓝海。根据中信证券研究部农林牧渔研究小组测算，全国生猪养殖行业正常运转至少需要近万亿资金， 年融资至少能达到近 4000 亿元的规模（平均资产负债率 40%），而剔除养殖产业之后，仅其他种养殖环节融资规模、农民消费信贷余额理论上分别能达到 6400 亿元、 1.08 万亿元的水平。
行业格局展望：未来将呈现寡头垄断竞争格局
规模经济和交易成本的限制促使征信市场具备天然的垄断基因。 一方面征信市场呈现明显的规模经济特征，随着数据库规模的扩大以及使用次数的增加，征信业务的平均成本逐步降低，因此拥有大规模高质量数据的征信机构有望胜出；另一方面征信主要基于信贷等金融业务而开展，因此交易成本存在上限，出于降低成本的考虑，全社会需要大而优的征信机构而非小型机构。
海外成熟征信市场大多经历了“充分竞争→优胜劣汰→寡头垄断” 的发展过程。 海外成熟征信市场在早期发展阶段都有数量众多的征信机构，但分散经营和过度竞争最终都促使行业整合的到来， 仅少数几家能够留存，如美国的 1 家企业征信机构和 3 家个人征信机构占据了征信市场大部分的市场份额。
监管政策短期内将影响行业规模和竞争格局。（ 1 ） 对征信信息的保护将影响数据规模，进而影响到征信行业的规模。（ 2）《征信业管理条例》规定个人征信实行审核制，因此短期内的竞争格局将由央行所发牌照而定，且获得牌照时间较早的征信机构将会获得先发优势，更容易在未来竞争中成长为行业龙头。
我国未来征信市场或呈现“央行公共征信系统+寡头商业征信机构”的竞争格局。（ 1 ）公共征信领域， 央行征信系统作为央行履行金融监管职能的重要手段和工具仍将存在，并继续发挥重要作用。（ 2）商业征信领域，目前已有 78 家企业征信机构在人民银行完成备案，预计短期内备案的征信机构数量仍会增加， 而个人征信机构牌照数量则由央行决定， 但长期看具备数据优势、资金优势、综合金融优势的征信机构有望通过并购整合成长为绝对的行业龙头，而小型或专业性的征信机构则或被收购或成为大型机构的供应商，进而实现行业集中度的提升。
具备数据优势的征信机构将脱颖而出
数据是征信的核心竞争力
通过对国外成熟征信市场和征信机构的分析，可以发现： 数据是一切征信产品和服务的基础，也是征信机构的核心竞争力所在， 而美国三大个人征信机构之间的竞争，其实就是对于数据的管理、加工、保护、风险判断的竞争。 我国目前已经完成企业征信备案和正在进行个人征信准备工作的征信机构大致可以分为两类——传统征信机构（含资信评级机构） 和互联网公司。 两类机构有望依托各自资源， 形成不同的数据优势。
互联网公司——海量的互联网数据优势。 互联网公司能够依靠自身特色的业务，产生可观的数据流量，比如芝麻信用依托电商流量（淘宝天猫）、腾讯征信依托社交流量（微信 QQ）。而基于互联网支付而产生的各类生活场景也都能成数据来源， 如购物、缴费、交通、通讯等。除了海量数据外，互联网公司的优势还包括：（ 1 ） 开放和创新的思维， 可以通过扩大外部合作和应用场景实现数据量的几何式增长， 例如招财宝的平台模式，以做大流量、 做活流动性取胜；（ 2）强大的 IT 技术， 构建信用评估模型。
传统征信机构——长期数据积累及风险分析经验优势。 传统征信机构的优势在于多年的征信数据积累和风险评估经验，以及与金融机构的合作关系，这是互联网公司目前所欠缺的。除了征信机构之外， 其他一些非互联网机构从事征信业务也具备各自的优势，例如担保公司对当地企业情况更为了解、行业协会拥有专业经验和产业数据优势等。
数据优势不同决定差异化的商业模式
互联网平台公司——个人与小微融资和生活场景信用服务
基于互联网公司的优势，我们认为其未来的征信业务很可能以平台模式（即征信生态圈）开展：
（ 1）数据来源： 除了自身所依托的流量数据外，由外部机构负责采集数据也可能成为其选择，采用收入分成或支付费用的方式；
（ 2）数据加工： 利用自身强大的 IT 技术对数据进行分析，形成信用评估产品，正如 ZestFinance 所做的，不断推出新的模型以完善对个体的刻画；
（ 3）产品与服务： 向信贷类的金融机构提供信用评估报告和服务，并且不排除反向从金融机构处获得数据的可能；
（ 4）应用场景拓展： 除了金融领域外， 生活场景（签证、 租车等）、 商业场景（企业间贸易往来） 等都有望成为征信服务的目标领域；
（ 5）与公司原有互联网金融业务相结合： 一方面由征信平台为其提供信用评估服务，另一方面原有互联网金融业务亦可扩大征信数据来源。 平台模式的核心在于平台本身与其他主体之间不是单向关系，而是互动关系，以此聚集流量形成数据积累，并通过征信服务的形式反馈给其他主体。
个人与小微征信有望成为互联网公司优势领域。 一方面个人和小微融资风险较高，例如银行近几年发生的不良很多来自小微、商贸领域，因此传统银行等金融机构往往授信条件都比较严格（如房产抵押等增信条件），导致这部分融资需求尚无法完全满足；另一方面，以阿里和腾讯为代表的互联网公司的商业模式恰恰契合了个人和小微融资“数量多且金额小”的特点，有望真正解决这部分融资需求。
芝麻信用——国内大数据征信的领导者
2015 年 1 月芝麻信用开始在部分用户中进行公测，并推出芝麻信用分，这是我国首个个人信用评分。 芝麻信用分与国际通行的信用评分类似，分区间设定为 350 分至 950 分，分数越高代表信用程度越好，违约可能性越低。
基于互联网大数据的征信模式：（ 1） 数据来源： 优势在于互联网数据，包括淘宝、 天猫的电商交易数据和蚂蚁金服的金融数据。用户通过支付宝缴纳水电煤气费、信用卡还款以及物流信息等也是重要的数据来源，此外还包括用户自主上传的数据和合作伙伴回流的数据；（ 2） 模型算法： 五个维度刻画个人信用状况——信用历史、 身份特质、履约能力、行为偏好和人脉关系； （ 3）接入机构： 除了蚂蚁金服旗下的“花呗”、“借呗”之外，招商银行旗下的招联消费金融也与其达成合作，预计未来会有更多的金融机构接入。
征信是蚂蚁金服金融布局的重要一环，芝麻信用通过对接其他金融板块积累数据和风控经验。 在蚂蚁金服的金融体系中，芝麻信用将承担基础设施的职能，对接原有的互联网金融业务，如银行、 P2P、信托、保险等板块，一方面提供信用信息产品与服务、协助风险管理，另一方面接入各板块的信用数据、扩充数据来源，并不断修正完善信用评估模型，积累信用风险评估经验。
开放征信平台，输出信用服务增加应用场景，拓宽未来成长空间。 芝麻信用旨在搭建一个开放数据共享的云计算平台，并基于此输出数据服务、信用服务。 基于个人行为数据而产生的信用评估产品，将不仅仅适用于金融领域，在生活领域亦可发挥重要作用。因此芝麻信用除了对个人用户进行信用评分， 还围绕着评分进行产品开发，如在租车、租房、签证等多个领域的拓展应用，如领英、神州租车、网易花田等机构已开始与公司合作。
非互联网公司——深耕细分领域征信市场
传统的资信评级业务发展空间有限。 传统的征信机构主要从事企业征信和资信评级业务，对个人征信鲜有涉足。我们认为资信评级未来的发展空间有限，原因在于资本市场本身透明度较高、信息披露充分， 针对这些企业和单位出具信用报告或提供相关信用信息服务，为信息使用者所带来的增加值并不高。
区域性、专业性的细分领域征信服务可能是非互联网征信机构的突破点。 对于传统征信机构而言，一方面多年积累的对信用风险的分析和研判经验是其优势，另一方面与央行征信系统（央行系统大而全）和互联网公司（在互联网金融领域有绝对优势）相比又都存在明显劣势。 如前所述， 包括传统征信机构在内的非互联网公司，其优势在于区域性、专业性的细分领域以及多年的风险分析经验积累，因此我们认为这部分征信机构未来的发展方向在于做区域性、 专业性的征信服务，基于对本地经济社会特征或本行业产业链特征的把握、对本地或本行业企业的了解和渗透能力，获得独有、稀缺的数据信息并开展征信服务（如针对供应链金融的征信服务），有望成为企业征信业务新的增长点。
更看好以芝麻信用为代表的互联网平台公司
2015 年 1 月央行通知 8 家机构做好个人征信的准备工作，这 8 家征信机构有望依托不同的优势形成不同的商业模式， 其中芝麻信用、腾讯征信、拉卡拉征信和前海征信更可能以互联网平台模式开展征信业务，而鹏元征信、中诚信征信、中智诚征信和华道征信预计更适合细分领域的征信模式。 在这 8 家征信机构中，我们更看好以芝麻信用为代表的互联网平台公司的成长空间，更重要的是其在发挥金融基础设施作用、 满足潜在融资需求上的价值。
（ 1） 依托强大股东背景优势赢在起跑线上。芝麻信用、腾讯征信和拉卡拉征信依靠阿里、腾讯和拉卡拉支付等大型的互联网公司，而前海征信则依靠平安集团（包括陆金所）。这些征信机构有望与各自股东的电商、社交、支付、 金融等业务板块形成良性互动，提供征信服务的同时获取相应的数据。而相比之下，鹏元征信、中诚信征信、中智诚征信和华道征信的股东本身业务相对单一且缺乏金融业务， 并仅能提供有限的数据支持。
（ 2） 互联网平台模式发展空间更大，快速积累数据形成先发优势。 平台模式的核心在于共享开放， 并与外部机构双向互动，任何外部机构都可以接入实现信息共享。 优势则在于聚集流量、为征信快速积累数据，并形成先发优势。
（ 3） 应用场景持续增加，有望成倍拓展成长空间。 应用场景的增加既能增加征信机构本身的规模，而更重要的是扩大数据的数量和维度，更准确、 更全面、 更深入地刻画金融主体，才能更好发挥金融基础设施的作用。 如芝麻信用已对接消费金融公司、租车公司、求职平台等，而腾讯征信也与银行信用卡中心、网贷公司等开始合作。
转载请注明来自36大数据（)： &
除非特别注明，本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性，宽容，换位思考的原则。