征信行业黑市数据泛滥，是解不了的死结？

一本财经的深度调查《 征信之乱 》发布之后，刺破征信行业的那层窗户纸——数据之乱，是行业不可言说的秘密，却也是绕不过的硬伤。

征信行业，正处在特殊的“空档期”，一边是，行业监管尚未成型；一边是，行业乱象暗流涌动。

待发牌机构，如履薄冰，担忧监管层看到行业乱象，会“一刀切”。

中国征信行业，本有“换道超车”欧美的机会，却因为数据黑产盛行，恐怕存在劣币驱逐良币的风险。

征信行业正在紧张揣摩监管的“圣意”，是飘扬的红领巾，还是冰冷的闸刀？

1、行业的暗疮

“能不能帮我们联系黑客？我们想购买数据”，《征信之乱》发布后，后台最多的，是如此的留言。

有说“公司在冲用户量”，也有“公司融资困难，只能节约成本”，不管理由多悲情壮阔，实际上，他们对黑市数据垂涎已久，只是苦于没有渠道。

对于黑市数据的混乱和隐患，他们也极为了解。但在低价和暴利面前，大部分人会选择铤而走险。

可见，黑市数据的地下交易，已是行业的暗疮——没有人愿意揭开这个伤疤，这里满溢着欲望的脓汁。

就在11月21日，中国青年政治学院互联网法治研究中心发布了《中国个人信息安全和隐私保护报告》，从100多万的调查样本中，让人意识到，个人数据的外泄，已达到触目惊心的地步。

72%的人群认为，个人信息泄露问题严重。而81%的人，骚扰电话来电时，就知道姓名或单位等个人信息 （详情见下表） 。

实际上，黑产的可怕，远超我们想象。

黑客KK称，地下黑市交易数据，几乎可以涵盖一个人所有“可想到的信息”，包括购买记录、定位信息、开房记录，甚至在某某网页上的停留时间。

黑产数据，已可以从200多个维度了解一个人，“甚至比你自己更了解你自己”。

近两年，因为征信和大数据的兴起，给黑市注入了大量资金，推动黑市数据的迭代更新和流动交易。

“因为购买需求旺盛，每个月黑市上的数据都会翻新一轮”，KK称，黑市数据的流动速度，印证了市场的繁荣。

2、换道超车的机会

一边是黑市数据的急速涌动，一边是领头羊的乱中建序。

个人征信的的前行者，正试图为这个敏感而核心的行业，披荆斩棘，探出一条新路来。

中国的征信行业，完全有机会换道超车。

美国的征信体系，是市场主导型的，征信机构几乎都是民营性质。而其数据的来源，主要是银行和相关金融机构的信用信息。比如，费尔艾萨克公司推出了信用分模型——FICO分，已经成为世界通用的一种评分模型。

据中国网数据，在中国，截至2016年3月底，央行征信共收录8.85亿自然人数据，有信贷记录的自然人数3.7亿人，没有信贷记录的人多达5亿。这也意味着，中国还存在大量的“零征信”、“弱征信”人群——他们游离在央行征信体系之外，甚至没有迈进过银行，比如农民、蓝领、学生等。

正因为如此，也让中国征信体系的搭建，有了一些“曲线救国”的奇招。

中国一些征信公司，试图寻找一些看起来无关紧要的数据背后的逻辑，创新评分模型。

芝麻信用评分打通了淘宝的数据，以及支付宝的金融产品数据，包括花呗、借呗、余额宝等。芝麻信用分的风控模型中，网络消费、网络金融行为，成了一个重要的征信参考维度。

芝麻信用资深数据科学家赵星，曾在2016年中国科技金融FinTech创新大会上，曾经揭秘芝麻信用分的模型——采取“分群评分”，将有相同特征、画像、参数的人，放在一个模型中去分析。比如，有过逾期记录的人，会划分成一个群体。

“同样的交易行为，可能在不同的群体中，具有不同的意义”，赵星举例称，同样是在淘宝上购买了一件奢侈品，如果是一个已入中年的用户，可能是一个“加分项”，证明其财力雄厚。如果是一个刚毕业的大学生，又在多个平台有借贷行为，可能就是一个过度消费的“减分项”。

“我们也一直在挖掘，用户的购买习惯，和信用值之间的联系”，赵星称，比如，喜欢为家庭购置物品的人，比如孩子的尿布、奶粉，家里老人的保健品等，可能会更守信。

实际上，美国也有约5000万成年人没有征信局记录。于是FICO推出了FICO XD产品，通过电信运营商数据、水电煤数据、金融交易数据等判断个人的征信状况，和中国路径相似。

Viktor Mayer在《大数据时代》中提出，在小数据时代，我们总是试图寻找事物间的因果关系，也就是所谓的“线性关系”。随着数据越来越多，因果关系变得不再那么重要，而寻找数据的关联性，探求“是什么”，比知道“为什么”更重要。

美国沃尔玛连锁店通过大数据，发现了一个有趣的现象：尿布和啤酒摆在一起，销量会双双增加了。这是因为，美国的妇女们经常会嘱咐丈夫，下班后为孩子买尿布。而丈夫在买完尿布之后，又会顺手买回自己爱喝的啤酒。

美国的征信机构益百利，可以根据人的信用卡记录，预测个人的收入情况。FICO的首席执行官更是扬言：“我知道你明天会做什么。”Viktor Mayer称，在大数据时代，我们不必非得知道现象背后的原因，而是要让数据自己“发声”，了解其中的关联性即可。

而腾讯征信，也试图在社交信息的基础上，寻找其关联性。比如QQ群、QQ好友、说说、相册，甚至QQ音乐，也作为了参考维度。充了“QQ会员”，会不会成为一个加分项？

据称，除了微信支付、QQ钱包等金融产品外，腾讯正在无所不用其极的扩大维度，比如很多银行都在微信上开通了公众号，向用户发送消费数据；微信支付也推出了信用卡还款功能，以此采集更多金融数据。

说白了，其大概的模型是“社交+金融”。

除了蚂蚁金服和腾讯外，拉卡拉“考拉分”、华道征信“猪猪分”等，也都在做一些新的尝试。

因此，征信行业将其称为中国“换道超车”的时代。

3、监管的空档期

尽管是一个超车时代，却是一个极度危险的时代——所有的人都在急速行驶，但却没有交警和红绿灯。实际上，现在是征信行业最特殊的一个阶段，征信专家们将其称为“空档期”。

2015年1月，央行发布《关于做好个人征信业务准备工作的通知》，要求8家市场化机构做好个人征信业务的准备工作。然而近两年过去，牌照迟迟没有发放。

一边是，监管体系还没有建立，一边是大量市场化的乱象，暗流涌动。

很多公司以“大数据公司”的名义，开展“征信业务”。这些都被市场分析人士认为是“行业隐患”，“开展征信业务，又不在监管范围之内，信息安全才难以保障”。

“其实，购买数据的大部分是一些较小的公司，他们目的就是挣点小钱，而大的公司则会相对谨慎，更爱惜自己的羽毛”，业内专家称。

黑市上的数据尽管便宜，但极为“不干净”，极难保证信用评价的公信力。

考拉征信总裁李广雨，曾对媒体透露过考拉征信的数据来源，主要是两个：来自股东拉卡拉的数据，有一亿个人支付数据、数百万小微个体工商户的银行卡收单数据，还有合作伙伴51job有招聘求职数据。除了这些“特色”数据之外，其余来自政府部门的公开数据，合作企业的数据，如电商、电信运营商等。

而京东金融的数据，也类似蚂蚁金服，大部分数据来源京东上的购物、消费、理财、众筹等。

媒体曾报告，芝麻信用分的数据源头，除了淘宝和支付宝的数据，还有三部分：

• 来自政府合作数据，比如法院、社保、公积金等；
• 还有一些来自合作的企业，比如一些采用芝麻信用分的消费金融、网贷平台等，其借贷纪录也会反馈回来；
• 当然，还有一些用户自己提供的数据，比如学历、车辆信息。芝麻信用会在用户授权后从相应的政府部门调取相应数据，进一步核实。

行业的前行者，走得如履薄冰，而急功近利者，却着急牟利。“很多投机取巧的创业者，只是想乘着这个空档期，捞一笔”，一位业内人士指出，这个“空档期”存在的时间过长，将可能给行业带来“毁灭性”伤害。

不止一位业内高管提出自己的担忧，害怕监管层看到了行业乱象之后，采取一刀切的方式，“放弃市场化道路，征信让国有机构来主导”。

“这无疑是在开倒车，让刚具雏形的征信行业，倒退到原点”，一位业内专家提出，现在最好的方式，是像支付行业的管理一样，尽早发牌照，让机构在监管之下，合法合规来做。

参照支付行业的发展历史，牌照的发放，的确在一定程度上，遏制行业的乱象。截止今年年初，央行共吊销了3家公司的支付牌照，对于不合规的公司，直接淘汰，防止行业的恶性竞争，出现“劣币驱逐良币”的现象。

如果黑市上购买数据的公司，成本降低，反而能获取暴利，谁还愿意安心合法采集数据？

“对征信机构的数据，需要进行溯源清查”，该业内专家称，在征信行业，对于数据不合规的公司，进行监管和淘汰，避免黑市上数据的流进征信领域。

而行业自律，恐怕也只能在牌照发放之后才能践行。“没有牌照，没有一个合法身份，大家怎么可能聚在一起成为一个行业？”业内人士称。

站在十字路口的征信行业，正在等待最终的抉择。但这个抉择，也并非全来自监管层的“圣意”。在远见和短视之间，还需要来一场理性与欲望的角斗。

更多深度内容，欢迎关注微信公众号“一本财经”，ID：yibencaijing