首页 > 专栏

【专栏】央行征信管理局局长再发文,暗指芝麻信用?

孙爽 · 零壹财经 2017-06-01 12:07:30 阅读:12932

关键词:信用评分大数据支付宝牌照社保

文/孙爽 征信这一金融业的基础设施,近期受到了大量关注,尤其是在央行征信管理局局长万存知提出“8家个人征信机构无一合格”后。他是在“个人信息保护与征信管理国际研讨会”上提出这一点的。 当时这个会对个人征信的原则达成了一些共识:第三方征信的独立性原则、征信活动中的公正性...

文/孙爽

征信这一金融业的基础设施,近期受到了大量关注,尤其是在央行征信管理局局长万存知提出“8家个人征信机构无一合格”后。他是在“个人信息保护与征信管理国际研讨会”上提出这一点的。

当时这个会对个人征信的原则达成了一些共识:第三方征信的独立性原则、征信活动中的公正性原则、个人信息隐私权益保护原则。仅就独立性而言,尴尬的是,2015年获准进行个人征信业务准备工作的8家机构中,目前仅有为数不多的几家可以称作是独立的,其他几家自身或者所在集团内的其他公司都有授信金融业务。

5月31日,万存知在央行主管的杂志《中国金融》上再次发表文章,这次的主题是《个人信息保护与个人征信监管》。

这篇文章基本上囊括了他此前发表的两篇文章(《征信体系的共性与个性》和《互联网+大数据≈征信》)的精髓,增加了他在4月下旬“个人信息保护与征信管理国际研讨会”和“中国信用4·16高峰论坛”上的部分发言内容,并谈到了对当下热点(如“共享单车+征信”)的看法。

纵览全篇,万存知对一些机构的部分做法表达了不满。其中一些内容很难不让笔者想到芝麻信用,阐释如下:

1、关于信用评分

原文表述:

现在利用大数据可以掌握的信息很多,一些机构根据这些信息对个人“画像”,描述其身份、社会地位、生活习惯、消费能力等特征,并对其进行信用评分。很多人跟我交流说这个很管用,特别是在做产品策划、产品营销的时候。作为一个商业组织,通过这种大数据“画像”方式做市场营销无可厚非。但是,假如做征信,把社会公众“画成”三六九等,会导致对部分群体作出歧视性安排,这种做法不仅经不起科学推理,而且有悖社会公平和正义。

解读:

查看支付宝App可以发现,芝麻信用评分包含五个维度:身份特质(学习和职业经历、实名消费行为)、行为偏好(购物、缴费和转账等活动体现出的行为特点)、人脉关系(人际往来中的影响力和好友的信用状况)、信用历史(过往履约记录)和履约能力(社保公积金缴纳、动产及不动产等信息)。

试问,芝麻信用分中的“学习和职业经历”以及“人脉关系”与一个人的信用状况有何被验证过的相关关系?学习和职业经历在某种程度上还属于个人隐私。这些维度正是万存知所提到的一些征信机构不应使用的内容。


 


再来看下参考同类征信产品的内容:央行征信报告的主要内容:信用卡记录(账户数、未销户数、逾期数、担保数)、贷款记录(账户数、未销户数、逾期数、担保数)、公共记录(欠税记录、民事判决记录、强制执行记录、行政处罚记录、电信欠费记录)和查询记录(信用卡审批、贷后管理、贷款审批、本人查询、担保资格审查);

美国征信局信用报告的主要内容:身份信息(仅用于确认身份,不用于信用评分)、信用额度(账户类型、开立日期、账户额度、账户余额和偿还历史等)、公共记录(破产、诉讼、法院判决书等)和逾期债务信息;

FICO个人信用评分的五个维度:信用偿还历史(公共记录和催收事项)、欠款数额、信用历史长短、使用的信贷产品组合、新开立信用账户;



可以看出,上述三大产品采集和加工的信息都是信息主体的历史履约情况和现有债务,这些信息被采集和加工的目的都是判断信息主体在未来的偿债能力。从这个角度看,如果承认在做的是“征信”,芝麻信用评分可能确实需要调整下采集维度了。

2、关于应用场景

原文表述:

征信产品的运用场景应该主要在信贷领域,而不是什么领域都能用征信产品。

个人信息在征信中的使用方式可以概括四个字——有限使用。“有限”的标准就是,特定用途特定授权,没有授权原则上就不能使用。从国内外经验来看,个人征信信息一般用于信用交易领域(即放贷活动及贷后管理),不宜在其他领域广泛交叉使用,否则容易导致侵害个人信息隐私权益的法律风险。

以目前急剧扩张的共享单车市场为例,共享单车企业是借助共享单车这个介质,以押金的方式在进行社会集资,并借助押金资金池的巨额资金进行资本运作。其中最大的风险在于共享单车企业如何管理高达百亿的押金资金池,并确保用户的押金随时可以退付。征信机构能否将其掌握的个人信用信息直接提供给共享单车企业进行风控管理?我个人认为,若征信机构为共享单车企业的资金安全管理提供服务,似乎还是正道。但如果征信机构与共享单车企业合作,以信用的名义约束租车人,防止自行车被毁坏,则有点本末倒置。因为自行车毁坏与否,是企业自身的管理和业务模式设计问题;而没有租车人本人的授权,征信机构是无权自动对外提供租车人信用信息的,否则就属于征信信息滥用。

总而言之,征信只宜用于在借钱还钱中防范信用违约风险,而不宜广泛用于政府、企业和个人等经济行为人的内部经营管理。

解读:

相比于其他征信机构,芝麻信用一直比较高调。仅共享单车方面,
 

3月16日,ofo宣布与芝麻信用战略合作,上海地区芝麻信用分650分以上的用户可通过信用授权免押金使用小黄车的服务;4月18日,ofo宣布杭州地区信用免押金。



那么显然,万存知此番表态会让芝麻信用感到芒刺在背。

事实上,芝麻信用的应用场景已经囊括免押金骑共享单车、租汽车、租手机、住酒店、借伞、借充电宝和借书等种种方面。
 

此前,芝麻信用还曾因“高分能走机场快速通道”和“高分能给支付宝圈子评论”等引发众议。

阿里集团董事局主席马云在达沃斯论坛上接受《纽约时报》采访时还曾谈到,“所有用我们服务的人,我们都给他一个信用评级。另外,信用也可以做谈恋爱的资本,丈母娘可以对未来女婿说:你要和我女儿谈恋爱,先给我看看你的芝麻信用评分!这就是我们想要打造的系统。”



根据《上海市社会信用条例》(草案),“社会信用”指具有完全行为能力的自然人、法人和其他组织(以下统称信息主体),在社会和经济活动中遵守法定义务或者履行约定义务的状态。

因此,芝麻信用所探索的种种场景,与其说是征信的应用场景,不是说是社会信用体系的。

而芝麻信用为何热衷于探索如此之多的场景?笔者认为,芝麻信用之所以无法停止奔跑,是源于支付宝的焦虑,它肩负着提高支付宝App活跃度的使命。

移动支付方面,支付宝被微信支付步步紧逼,种种数据此处不再列举。腾讯董事会主席兼CEO马化腾更曾在年会上称,微信支付在线下已经全面超越支付宝,成为线下最受欢迎的移动支付工具。

万存知作为征信业监管者,不是第一次强调征信的应用场景应仅限于金融领域。芝麻信用,作为2015年1月被点名进行个人征信准备工作的从业机构,如果还想做征信业务,可能真的要消停一下了。而蚂蚁金服应该意识到,征信是关系到个人隐私的金融基础设施,应该更谨慎地开展业务。

3、关于个人征信牌照

原文表述:

征信业是对个人信用信息依法进行产业化共享的行业。个人信息权益保护构成个人征信监管的核心内容。因此,在个人征信市场准入和业务活动开展中,应坚持三个原则:第三方征信的独立性原则、征信活动中的公正性原则、个人信息隐私权益保护原则。

到底什么人可以办个人征信?我在这里想告诉大家的是,在当代,独立的个人或经济组织,想独自办一家征信公司,尤其是从事个人征信业务的公司,无论在理论上、道义上、法律上还是在实践上,绝无可能。据世界银行专家的总结,当今国际上没有一个征信机构是由某一金融机构或某一企业集团独立发起成立的。但是,如果若干人、若干经济组织,从自愿共享客户信息的角度出发联合起来申办一家个人征信公司,则是完全可能的。

解读:

业内对“独立第三方”基本已有共识:没有已涉足授信业务的控股股东。而芝麻信用是蚂蚁金服一子,蚂蚁金服旗下有蚂蚁小贷公司。

从这个“出身”来讲,芝麻信用的立场无论如何都难以被称为独立第三方。

因此,按照这个标准,就个人征信而言,芝麻信用自身恐怕拿牌比较困难了。

那么它会愿意跟其他机构联合发起申办一家个人征信公司吗?笔者持存疑态度。但无论如何,芝麻信用所掌握的个人还款数据大概率是要给会被授予个人征信牌照的个人征信公司的。

其他需要关注的内容

1、

原文表述:

我在这里想特别强调的是,一些行业协会的会员信息共享平台,实际具有征信的功能,因为会员来自全社会,所以它已不限于内部性了,应接受国务院发布的《征信业管理条例》的约束。

解读:

这是在说谁呢?根据公开信息,互联网金融协会、北京网贷协会等多个协会都在打造会员信息共享平台。此番表态后,这些机构要在这方面进行一些准备了。

2、

原文表述:

需要注意的是,我国对个人征信机构的监管严于对企业征信机构的监管,这也符合国际通行做法。未来,根据发展需要,个人征信机构可以兼营企业征信业务,比如在小微企业征信服务领域;但企业征信机构若想直接兼营个人征信业务,则需要另行审批。

解读:

不多说了,个人征信显然比企业征信要求严格,这可能被解读为个人征信牌照“含金量”更高。有这种想法的,建议再读一遍万存知的这篇文章。
 


零壹智库推出“金融毛细血管系列策划”,通过系列文章、系列视频、系列报告、系列研讨会和专著,系统呈现“金融毛细血管”的新状态、新功能、新价值、新定位。
 

相关文章


用户评论

游客

自律公约

所有评论


资讯排行

  • 48h
  • 7天


专题推荐

more

第四届中国零售金融发展峰会(共15篇)

《陆家嘴》交流会第6期(共14篇)

2022第一届中国数字科技投融资峰会(共43篇)

2019年数字信用与风控年会(共15篇)



耗时 166ms