刘璇 中国人民银行盐城市中心支行

摘要：通过信用评分对个人信用进行量化评价，以直观、量化的形式反映客户的信用状况，判断个人的信用风险，对商业银行等授信机构在各类消费贷款、信用卡等审核方面起到重要的辅助参考作用，但是我国个人信用评分存在着数据来源有局限性、评分建模技术能力薄弱和市场化运作程度低等现状。本文分析了国内个人信用评分发展现状和出现的问题，对国内个人信用评分的发展提出针对性建议。

关键词：国内个人信用评分；商业银行；征信机构 

一、国内个人信用评分的发展现状

    我国开展个人信用评分的机构主要为商业银行等授信机构和第三方征信机构。商业银行进行个人信用评分，主要用于服务内部贷款等授信业务的审核。第三方征信机构评分为需求方提供针对性征信产品和服务。

(一）商业银行个人信用评分情况

我国商业银行均有内部的个人信用评价方法,一般以客户基本数据及历史数据为主、央行征信系统数据为辅，构建评分模型。我国商业银行个人信用评分具有以下三个方面特点：

1.评分指标体系大同小异。据调查，商业银行在对个人信用进行评价时，考察的内容基本一致。 如表所示，据调查，商业银行在信贷审批的过程中，通过查询客户的个人信用报告时，重点关注以下五大类信息：个人基本信息、信贷交易信息、公共信息、信用报告查询记录等信息。通过分析个人信用报告反映的要素信息，商业银行能够预测申请人的信用风险，作为是否审核通过的必要条件。此外，商业银行还会根据实际需求引入各种加分项、扣分项等影响因素。

表

    2.信用评价结果表示方式为分值制和等级制并行模式。据调查，大部分商业银行采用分值制和等级制并行的模式表示评价结果，分值与信用等级具有直接相关性。各商业银行评分范围上下限的设定各不相同，且差异较大，但评分等级分类基本类似，一般分为AAA、AA+、AA 、AA-、A+、A、BB、 B、CCC和C十个大类。规模较大的商业银行评价结果一般有与通用的国际信用等级存在直接的映射关系。

    3.部分商业银行将个人信用评分推向市场。目前，招商银行、广发银行等商业银行陆续根据客户在银行的账户情况推出了个人信用评分，每月更新一次评分结果。评分仅限于信用卡使用范畴，银行会根据信用评分调整信用卡授信额度及联合特约商家推出消费优惠活动。

（二）第三方征信机构个人信用评分情况

    第三方征信机构个人信用评分是独立于信用交易双方的专业机构，为使用方提供的征信产品，在我国主要有传统的征信机构和互联网征信机构开展个人信用评分业务。

     1.传统专业征信机构个人信用评分情况。目前，国内进行个人信用评分的传统第三方征信机构主要有中诚信征信公司、中智诚征信有限公司及深圳前海征信股份有限公司等。这些机构进行个人信用评分，主要有三个特点：

（1）数据主要依靠外部信息整合。作为民营征信机构，无独立、稳定的数据来源，主要通过从金融征信体系和社会征信体系中挖取数据，或是由同业共享取得，再将这些数据进行整合和分析；与此同时，受数据采集来源限制，传统征信机构数据较少是全国性的。

（2)评分指标体系略异。传统征信机构都自行设计个人信用评价指标体系，数据项各不相同，但归纳来说，一般指标体系都包含身份属性、信用记录、履约能力、行为特质等4-5个方面的内容，评价指标体系有略微的差异。

    （3)业务重点是服务金融机构。由于目前只有百行征信取得征信牌照，个人征信机构获取牌照要求严格，业务范围仍受限制，当前传统征信机构主要是提供项目合作，以外包的方式给地方中小银行提供个人征信产品。

2.互联网征信机构个人信用评分情况。互联网征信已成为传统征信体系的重要补充。近一两年来市场中推出了不同版本的个人信用评分，现以运用较广泛的芝麻信用、腾讯信用和考拉信用进行说明。

(1）数据信息主要依托自身平台。芝麻信用主要依靠阿里巴巴的电商交易数据和蚂蚁金服的互联网金融数据及与公安部门等公共机构建立的数据合作；腾讯信用依靠大数据平台的社交信息；考拉信用来源于拉卡拉积累的便民、电商、金融的个人用户和线下商户日常经营数据以及拓尔思、梅泰诺、蓝色光标等股东海量数据。

    （2）信用评分方法和标准多样。评分方法方面，腾讯信用利用统计学、传统机器学习的方法进行聚合分析，考拉信用采用web挖掘和神经网络技术等方法。评分标准方面，芝麻信用和考拉信用采用分值制，芝麻分范围在350至950 分，考拉信用分在300 至850分，分值越高，信用越好；腾讯信用采用星级制，共7颗星，五颗星即代表信用良好。不同机构信用评分呈现的方式各不相同，同一个人在不同的征信机构可能有着迥异的信用评分。

（3）市场呈现“各自为战”局面。目前，互联网征信机构处于刚起步阶段，各机构以各自的优势采集数据,开辟独特的数据来源渠道,相互之间基本没有共享或分享数据。尤其是意愿的问题。征信数据往往涉及平台的隐私及利益，数据供方很难做到主动、全面的提供数据。其次就是公平问题，特别是在P2P领域，不同平台体量相差很多，越大的平台显然越不愿意分享自己的数据。此外，传统征信的收费模式不合理，并未充分体现数据价值。最后还牵涉到数据库安全性的问题。

 二、国内个人信用评分存在的问题

（一）数据来源存在局限性              

一是政务公开信息批量获取难。由相关配套制度不健全，金融机构、征信机构从政府部门批量获取政务公开信息的方式、费用等都不明确，存在操作难度。二是数据信息整合机制不完善。由于同业竞争激烈，又尚无市场自发形成的数据交易规则，征信机构之间彼此信息割裂。三是评价数据选取维度存在局限性。无论是商业银行,还是第三方征信机构在进行信用评价时，数据选取的维度一般仅集中在4-5个维度，难以反映信息主体真实信用状况。

（二）建模技术能力薄弱

一是模型的设计较为落后。在国内主要是一些较为简单的个人信用评分模型在使用，尽管包含定性定量指标，但对指标的选择和权重比例的分配往往不科学。二是模型稳定性和准确性较差。我国持续多变的人口特征和不断扩大的信用数据库会对评分模型的有效性产生挑战，一成不变的信用评分模型已不能够真正反映个人的真实信用状况。三是经济建模人才的缺失。征信机构由于实力或者意识上重视程度的缺失，对建模人才的投入不足，因此在个人信用评分产品的开发存在瓶颈，影响个人信用评分模型的科学性。

    （三）个人信用评分市场化运作程度低
    一是信用信息共享缺乏合作基础。由于第三方征信机构尚无征信牌照，无法正式与商业银行等金融机构进行信息共享方面的深度合作，目前征信机构与商业银行的合作相当有限。二是我国征信市场中征信服务的需求方和供给方合作机制不健全。征信机构开发的个人征信产品单一，需求方合作意识淡薄，个人评分产品市场化程度低。

三、完善国内个人信用评分的相关建议

（一）建立规范的信用信息数据共享机制

    一是政府公共信息平台向征信机构开放。推动政务信息公开，规范政务公开信息向征信机构、金融机构等开放，为征信机构、社会提供共享的基础公共信息平台。二是构建互联网金融征信机构间信息共享平台。多开发类似于“网络金融征信系统”（NFCS）的共享系统，实现大数据征信机构间的信用信息共享。三是推动征信机构分批次逐步接入央行征信系统。目前可考虑将央行批准的开展个人征信业务准备工作的征信机构接入央行征信系统，实现信用信息的共享和互补，提升征信数据的覆盖广度和准确性。                               

（二）利用信息技术优化个人信用评分模型

    一是设立科学的评分指标体系。注重指标的多维度，不仅要包括金融机构系统内的个人信息，还应与业务信息等整合与串联。二是利用信息技术优化评分模型。应确保从样本筛选、数据采集、信用历史界定和信用预测等每个步骤尽量精细。三是应建立个人信用评分模型的更新和管理系统。业务部门应将市场需求的情况及时反馈给IT部门，利用先进软件开发出更加精准的模型，并根据实际履约能力对模型进行调整。

    （三）多方协同拓展个人信用评分应用领域

一是需求方和供给方要积极寻求合作。征信机构要根据市场需求改进产品，除了服务于银行，还应向小贷公司、政府部门拓展；使用方要提高合作意识，利用信用评分产品服务自身业务，提高风险控制水平。二是政府要发挥引领作用。应通过政府购买等方式，推动形成使用个人信用产品和服务的机制。监管部门应加强对使用个人信用评价市场培育，加强对征信机构的引导。三是成立征信机构行业协会。行业协会应加强行业自律，出台行业规范、行业标准，接受全社会、全行业进行监督，为征信业发展创造更好的发展机遇。

参考文献：

[1]罗琎，任元芬.第三方机构使用个人信用报告存在问题及建议[J].时代金融,2012（36）.

[2]解洪文.个人信用报告应用查询中存在的问题及建议[J].征信.2011（3）.

[3]朱芳，赵明.对征信产品社会应用情况的思考[J].北方金融.2015（5）.

[4]张鑫涛.商业银行消费信贷个人客户信用评分探讨[D].天津：南开大学,2006.