數(shù)字化轉(zhuǎn)型中最為重要、也最為復(fù)雜的環(huán)節(jié)，就是數(shù)字化風(fēng)控。充分利用現(xiàn)有條件推動(dòng)“傳統(tǒng)審批授信模式”向“數(shù)字化風(fēng)控模式”蛻變，將成為數(shù)字經(jīng)濟(jì)時(shí)代下信用卡發(fā)展的核心競爭力。個(gè)人征信市場的加快開放和迅速崛起，為此提供了無限可能。包括數(shù)字化產(chǎn)品、數(shù)字化營銷、數(shù)字化獲客、數(shù)字化風(fēng)控、數(shù)字化運(yùn)營等，這是信用卡數(shù)字化轉(zhuǎn)型的實(shí)質(zhì)和關(guān)鍵信用卡的數(shù)字化經(jīng)營時(shí)代已來臨。伴隨著金融科技浪潮的風(fēng)起云涌，移動(dòng)互聯(lián)、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等新一代信息技術(shù)迅猛發(fā)展，不知不覺間已滲透至信用卡經(jīng)營的方方面面。所謂數(shù)字化經(jīng)營，主要體現(xiàn)在兩個(gè)層面：一個(gè)是普遍意義上的“數(shù)字化管理”，即利用數(shù)據(jù)統(tǒng)計(jì)技術(shù)對(duì)企業(yè)經(jīng)營目標(biāo)和行為進(jìn)行量化管理，實(shí)現(xiàn)對(duì)經(jīng)營發(fā)展各環(huán)節(jié)的客觀評(píng)價(jià)和決策驅(qū)動(dòng);另一個(gè)是更深層次的“數(shù)字化生產(chǎn)”，它已不僅僅局限于“指標(biāo)評(píng)價(jià)”或“決策依據(jù)”的簡單定位，而是全面超越了“統(tǒng)計(jì)層面”，深入到“生產(chǎn)層面”，通過深度應(yīng)用多維新興技術(shù)，對(duì)信用卡經(jīng)營模式的各個(gè)環(huán)節(jié)進(jìn)行“數(shù)字化”全流程改造

一、時(shí)代的機(jī)遇

1.個(gè)人征信市場洪流漸次開閘

面對(duì)國家大力推行社會(huì)信用體系建設(shè)的宏觀機(jī)遇，國內(nèi)征信行業(yè)迎來巨大發(fā)展空間，個(gè)人征信業(yè)務(wù)市場加速開放，具備移動(dòng)互聯(lián)基因和大數(shù)據(jù)整合優(yōu)勢的第三方征信機(jī)構(gòu)紛紛搶灘籌建，圍繞人民銀行征信數(shù)據(jù)庫以外的其他“信用數(shù)據(jù)”和“非信用數(shù)據(jù)”，進(jìn)一步完善客戶征信畫像，成為傳統(tǒng)征信的重要補(bǔ)充，推動(dòng)征信行業(yè)逐步邁入互聯(lián)網(wǎng)多元化發(fā)展階段。人民銀行將首張個(gè)人征信牌照發(fā)給了“百行征信”，其由中國互聯(lián)網(wǎng)金融協(xié)會(huì)和8家個(gè)人征信試點(diǎn)單位共同出資成立，保障了個(gè)人征信機(jī)構(gòu)在股權(quán)層面的獨(dú)立性和征信結(jié)果的公正性。雖然創(chuàng)建伊始的“百行征信”在一些方面仍需進(jìn)一步探究，但其最大的意義在于打破了過去個(gè)人征信市場的壟斷局面，表明了國家加快推進(jìn)個(gè)人征信市場化發(fā)展的決心，也為后來者獲取個(gè)人征信牌照提供了現(xiàn)實(shí)借鑒，有利于營造出更加健康有序的市場環(huán)境。因此，及時(shí)把握個(gè)人征信行業(yè)革新的紅利，對(duì)于加快信用卡數(shù)字化轉(zhuǎn)型具有重要意義。

2.個(gè)人征信數(shù)據(jù)廣度有效拓寬

。而“大數(shù)據(jù)征信模式”在數(shù)據(jù)采集的廣度和深度、數(shù)據(jù)處理效能等方面更具優(yōu)勢，幾乎能觸達(dá)人們?nèi)粘Ｉ畹姆椒矫婷?，金融行為、消費(fèi)偏好、個(gè)人興趣、社交網(wǎng)絡(luò)、活動(dòng)范圍、出行方式等數(shù)據(jù)，都在采集范圍之內(nèi)，相比傳統(tǒng)征信報(bào)告覆蓋人群更廣

個(gè)人征信市場的加快開放、大數(shù)據(jù)信息技術(shù)的飛速發(fā)展，使得個(gè)人信用數(shù)據(jù)呈現(xiàn)幾何式增長，為“大數(shù)據(jù)征信模式”的建立和完善提供了先決條件。過去，人民銀行征信報(bào)告是信貸審批的首要甚至是唯一依據(jù)，其數(shù)據(jù)主要來源于對(duì)傳統(tǒng)金融機(jī)構(gòu)信貸數(shù)據(jù)的強(qiáng)制采集，雖然報(bào)告中也包含了部分補(bǔ)充信息，如其他授信機(jī)構(gòu)的信貸信息、部分公用事業(yè)繳費(fèi)信息、部分公開司法信息等，但受限于相關(guān)行業(yè)信息化程度較低、數(shù)據(jù)結(jié)構(gòu)化程度不高，這些信息整體應(yīng)用價(jià)值十分有限，是對(duì)人民銀行征信報(bào)告的有益補(bǔ)充;在采得“海量”數(shù)據(jù)后，應(yīng)用大數(shù)據(jù)技術(shù)對(duì)其進(jìn)行清洗、分類、匹配、整合并及時(shí)更新，最終實(shí)現(xiàn)數(shù)據(jù)的結(jié)構(gòu)化、標(biāo)簽化、模型化，大大提高了個(gè)人信用評(píng)估的準(zhǔn)確性和實(shí)效性，為信用卡“數(shù)字化風(fēng)控”提供了有利條件。

3.人工智能模型發(fā)展趨于成熟

接下來就要看是否具備與之相匹配的數(shù)據(jù)處理和應(yīng)用能力

有了市場環(huán)境和數(shù)據(jù)基礎(chǔ)，，即高效的模型工具。早期的數(shù)據(jù)應(yīng)用靠的是專家經(jīng)驗(yàn)，在數(shù)據(jù)稀缺、工具匱乏的年代里，“拍腦袋”式的規(guī)則制定是行業(yè)通行做法。在信息技術(shù)發(fā)展初期，數(shù)據(jù)獲取能力較為有限，數(shù)據(jù)規(guī)模和數(shù)據(jù)質(zhì)量得不到保障，僅可通過在有限樣本中建立較為簡單的統(tǒng)計(jì)模型來進(jìn)行數(shù)據(jù)處理，相關(guān)算法主要包括線性回歸、邏輯回歸等，由于樣本的局限性，整個(gè)模型的預(yù)測效果受到了一定影響。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)的廣度和深度得到了充分保障，比如神經(jīng)網(wǎng)絡(luò)模型就是通過模擬人類大腦的神經(jīng)網(wǎng)絡(luò)，形成多重變量的交互影響，并可根據(jù)結(jié)果自動(dòng)調(diào)整模型參數(shù);隨機(jī)森林模型通過隨機(jī)選擇樣本和變量生成千百個(gè)決策樹模型，進(jìn)而通過集合過程確定最終結(jié)果。人工智能模型的一個(gè)主要優(yōu)勢就是能夠隨著數(shù)據(jù)量的不斷積累而持續(xù)改進(jìn)自身算法，進(jìn)而提升準(zhǔn)確度。這也為信用卡數(shù)字化經(jīng)營能力的提升奠定了堅(jiān)實(shí)基礎(chǔ)。

二、面臨的挑戰(zhàn)

1. 非信貸數(shù)據(jù)應(yīng)用效能仍顯不足

一方面，是以水電氣為代表的基礎(chǔ)信息，包括社保、公積金、繳稅、住房、教育、司法等在內(nèi)的其他行業(yè)數(shù)據(jù)尚未實(shí)現(xiàn)完全聯(lián)網(wǎng)，底層數(shù)據(jù)缺乏全面應(yīng)用條件，如想使用需多點(diǎn)分別接入，且數(shù)據(jù)標(biāo)準(zhǔn)暫不統(tǒng)一，數(shù)據(jù)接入與清洗挖掘的工作量很大，應(yīng)用場景和規(guī)模化應(yīng)用效果有待明晰。

隨著個(gè)人征信市場的逐步開放，技術(shù)革新帶來了廣泛的數(shù)字化潮流，除了已被各大金融機(jī)構(gòu)嫻熟應(yīng)用的傳統(tǒng)“信貸數(shù)據(jù)”以外，使用“非信貸數(shù)據(jù)”開展信用風(fēng)險(xiǎn)評(píng)估也受到了國內(nèi)信貸機(jī)構(gòu)的青睞。雖然整個(gè)社會(huì)的基礎(chǔ)數(shù)據(jù)信息收集和共享環(huán)境有所改進(jìn)，進(jìn)入人們視野的“非信貸數(shù)據(jù)”種類日趨完善，但從數(shù)據(jù)標(biāo)準(zhǔn)化程度和應(yīng)用場景來看，仍不足以支撐全面的大數(shù)據(jù)征信。另一方面，此外，作為社會(huì)基礎(chǔ)性數(shù)據(jù)的公安身份信息、學(xué)歷學(xué)籍信息等公共數(shù)據(jù)共享依然不足，不利于整體社會(huì)信用體系的建設(shè)。

2. 信用評(píng)價(jià)實(shí)踐效果仍需改進(jìn)

但評(píng)分與評(píng)分之間在數(shù)據(jù)基礎(chǔ)、模型算法、變量選擇、適用場景、實(shí)際應(yīng)用效果等方面都存在較大差異

信用評(píng)分是當(dāng)前市場上較為主流的信用產(chǎn)品形式，人民銀行征信中心、各家第三方征信機(jī)構(gòu)紛紛推出了各自的個(gè)人信用評(píng)分，，即使對(duì)同一個(gè)人的信用評(píng)估也存在不同結(jié)果，整體信用評(píng)價(jià)的可信賴性有待進(jìn)一步探究和檢驗(yàn)。。由于應(yīng)用時(shí)間較短，缺乏歷史數(shù)據(jù)參考，目前的大數(shù)據(jù)模型依然存在基于規(guī)則制定的情況，其中具有大量的傳統(tǒng)征信規(guī)則，是介于大數(shù)據(jù)和傳統(tǒng)算法的一種中間形態(tài)，未能完全體現(xiàn)出大數(shù)據(jù)征信的優(yōu)勢。此外，大數(shù)據(jù)征信的大部分?jǐn)?shù)據(jù)來源于互聯(lián)網(wǎng)，實(shí)際上就把較少使用或者不曾使用網(wǎng)絡(luò)服務(wù)的群體排除在外，如偏遠(yuǎn)地區(qū)的人群以及年齡較大的人群等。對(duì)于上述人群的信用評(píng)價(jià)，目前還只能依賴于實(shí)地走訪盡職調(diào)查，因此基于大數(shù)據(jù)的信用評(píng)價(jià)效果和范圍仍存在較大改善空間。

3. 信息主體權(quán)益保護(hù)機(jī)制亟待健全

個(gè)人隱私和安全

伴隨著個(gè)人征信市場的加速開放，對(duì)個(gè)人信息的廣泛使用已經(jīng)威脅到了。一方面，市場上易存在個(gè)人信息采集不規(guī)范、處理不安全、使用無約束的問題，導(dǎo)致個(gè)人信息滿天飛，營銷電話、詐騙短信等騷擾愈演愈烈。另一方面，目前法律對(duì)個(gè)人信息的財(cái)產(chǎn)屬性尚未界定，互聯(lián)網(wǎng)企業(yè)和商家利用服務(wù)客戶的過程積累了大量客戶數(shù)據(jù)，在客戶不知情的情況下進(jìn)行數(shù)據(jù)交易和轉(zhuǎn)讓，同樣侵害了個(gè)人財(cái)產(chǎn)權(quán)益。個(gè)人信息保護(hù)的邏輯應(yīng)當(dāng)是既有效保護(hù)個(gè)人隱私，又不過度抑制征信行業(yè)的創(chuàng)新，從而達(dá)到兩者的均衡，促進(jìn)大數(shù)據(jù)征信實(shí)際價(jià)值的實(shí)現(xiàn)。，必須適時(shí)建設(shè)和完善符合大數(shù)據(jù)條件下的信息安全保護(hù)機(jī)制。

三、應(yīng)對(duì)的策略

數(shù)據(jù)、模型、自動(dòng)化、專業(yè)人才。

面對(duì)市場革新的機(jī)遇與挑戰(zhàn)，信用卡數(shù)字化風(fēng)控轉(zhuǎn)型應(yīng)著眼于四個(gè)關(guān)鍵詞：

1. 數(shù)據(jù)驅(qū)動(dòng)風(fēng)控能力變革

數(shù)字化風(fēng)險(xiǎn)管理能力的背后是數(shù)據(jù)驅(qū)動(dòng)風(fēng)控效能的提升

。新時(shí)代，信用卡業(yè)務(wù)應(yīng)以全新的思路引領(lǐng)有質(zhì)量的發(fā)展，立足全方位大數(shù)據(jù)實(shí)現(xiàn)信用卡風(fēng)險(xiǎn)管理前置，引領(lǐng)、協(xié)同前臺(tái)業(yè)務(wù)發(fā)展。基于行內(nèi)信用卡數(shù)據(jù)和非信用卡數(shù)據(jù)、行外信貸數(shù)據(jù)和非信貸數(shù)據(jù)，全面建立“基礎(chǔ)數(shù)據(jù)+交易數(shù)據(jù)+行為數(shù)據(jù)”的綜合應(yīng)用模式，從數(shù)據(jù)維度協(xié)助提升欺詐和違約風(fēng)險(xiǎn)識(shí)別精度，實(shí)現(xiàn)對(duì)優(yōu)質(zhì)客戶的主動(dòng)定位和預(yù)授信，以扎實(shí)的數(shù)據(jù)基礎(chǔ)驅(qū)動(dòng)智能化、數(shù)字化的風(fēng)險(xiǎn)決策管理。

在內(nèi)部數(shù)據(jù)方面

，商業(yè)銀行應(yīng)進(jìn)一步深耕手機(jī)銀行、服務(wù)App、中高端客戶、其他資產(chǎn)類或負(fù)債類行內(nèi)客戶等自有數(shù)據(jù)，結(jié)合信用卡歷史數(shù)據(jù)形成分客群“仿真畫像”，提前匹配預(yù)授信額度，擴(kuò)大白名單規(guī)模，提升自有數(shù)據(jù)運(yùn)用效率。

在外部數(shù)據(jù)方面，

商業(yè)銀行應(yīng)優(yōu)化人民銀行征信報(bào)告、公安、學(xué)歷等傳統(tǒng)外部數(shù)據(jù)的應(yīng)用邏輯，深挖風(fēng)險(xiǎn)價(jià)值點(diǎn)，豐富可用數(shù)據(jù)標(biāo)簽，做好數(shù)據(jù)之間的聯(lián)動(dòng)響應(yīng)和交叉驗(yàn)證;同時(shí)，應(yīng)借力外部征信市場開放，重點(diǎn)探究引入多頭借貸、網(wǎng)貸逾期、司法失信、通信運(yùn)營商、位置信息、車產(chǎn)信息、房產(chǎn)信息、公積金/社保/繳稅等其他外部數(shù)據(jù)應(yīng)用，多元嘗試人臉識(shí)別、設(shè)備指紋、動(dòng)態(tài)個(gè)性化身份核驗(yàn)等科技手段，結(jié)合科技創(chuàng)新打通行業(yè)內(nèi)外、線上線下數(shù)據(jù)邊界，主動(dòng)選擇風(fēng)險(xiǎn)可控的優(yōu)質(zhì)客戶，實(shí)現(xiàn)精準(zhǔn)靶向營銷和數(shù)字化風(fēng)控。

2. 模型迭代適配能力變革

模型應(yīng)用能力是體現(xiàn)底層數(shù)據(jù)價(jià)值的工具和窗口

，基于多元化征信數(shù)據(jù)，需加快建立健全專業(yè)化數(shù)字風(fēng)險(xiǎn)模型體系，積極引入人工智能模型等業(yè)內(nèi)先進(jìn)算法，實(shí)現(xiàn)對(duì)模型的動(dòng)態(tài)監(jiān)控和快速優(yōu)化。當(dāng)前，商業(yè)銀行的主流做法是基于傳統(tǒng)靜態(tài)信息建立模型，未能實(shí)現(xiàn)引入其他多元外部征信數(shù)據(jù)變量用于模型開發(fā)。此外，商業(yè)銀行的主要風(fēng)險(xiǎn)模型(傳統(tǒng)的申請?jiān)u分模型、行為評(píng)分模型等)更新頻率較低，更新流程復(fù)雜，整體模型迭代更新能力亟待提升。

模型規(guī)則的快速適配能力顯得十分重要，應(yīng)重點(diǎn)提升信用卡自主模型建設(shè)和應(yīng)用能力，完善建模工具，除現(xiàn)有標(biāo)準(zhǔn)化模型外，自主搭建信用卡特色風(fēng)險(xiǎn)模型，結(jié)合不同場景、不同客群構(gòu)建差異化細(xì)分子模型，增加應(yīng)用多維度內(nèi)外部征信數(shù)據(jù)，做好建模資源共享與協(xié)同配合，進(jìn)一步提升模型的區(qū)分度和排序能力;結(jié)合自身風(fēng)險(xiǎn)偏好和經(jīng)營導(dǎo)向的適時(shí)調(diào)整，及時(shí)對(duì)模型進(jìn)行動(dòng)態(tài)監(jiān)控和迭代更新，綜合增強(qiáng)信用卡風(fēng)險(xiǎn)模型的適配效果，從而實(shí)現(xiàn)模型迭代適配能力的提升。

當(dāng)前，市場瞬息萬變，

3. 系統(tǒng)自動(dòng)決策能力變革

信用卡數(shù)字化風(fēng)控的另一個(gè)先決條件是處理流程的變革，需要依托高自動(dòng)化、智能化程度的系統(tǒng)響應(yīng)

除了數(shù)據(jù)能力和模型能力外，，這與信用卡業(yè)務(wù)自身特點(diǎn)也有關(guān)系。，重點(diǎn)完善定量風(fēng)險(xiǎn)評(píng)估模式，并在系統(tǒng)層面持續(xù)優(yōu)化審批規(guī)則，進(jìn)行客戶多維信息自動(dòng)化精準(zhǔn)采集，基于多元化征信數(shù)據(jù)應(yīng)用和自動(dòng)化科技支持，提升線上、線下系統(tǒng)自動(dòng)化決策能力和效率，動(dòng)態(tài)監(jiān)控自動(dòng)審批質(zhì)量和效果，整體提升自動(dòng)化、智能化處理能力。此外，應(yīng)同步做好數(shù)字化經(jīng)營配套升級(jí)，把握線上化遷移趨勢特點(diǎn)，加強(qiáng)成熟科技在信用卡業(yè)務(wù)中的轉(zhuǎn)化應(yīng)用，綜合提升線上客戶身份識(shí)別和風(fēng)險(xiǎn)防控;著力打造數(shù)字化信用卡“秒批秒貸”，協(xié)同提升系統(tǒng)響應(yīng)和處理時(shí)效;配合完善已有客戶信息自動(dòng)采集，精簡客戶信息填寫項(xiàng)目，提升客戶申領(lǐng)體驗(yàn)，加快構(gòu)建信用卡大數(shù)據(jù)自動(dòng)化智能決策體系。

4. 數(shù)字化專業(yè)人才隊(duì)伍建設(shè)

商業(yè)銀行要想建立信用卡數(shù)字化經(jīng)營機(jī)制，必然要依托于數(shù)字化專業(yè)人才隊(duì)伍的建設(shè)和培養(yǎng)，加強(qiáng)大數(shù)據(jù)模型專業(yè)人員的資源投入和忠誠度培養(yǎng)。

以某國際化信用卡公司為例，其總部約1000人的風(fēng)控隊(duì)伍中，有近300名專業(yè)人員專職負(fù)責(zé)數(shù)據(jù)和模型，這是其核心競爭力所在。專業(yè)化人才的培養(yǎng)，尤其是數(shù)據(jù)科學(xué)家隊(duì)伍的培養(yǎng)，是打造數(shù)字化風(fēng)控能力的核心。一方面，從快速落地的角度，商業(yè)銀行應(yīng)集中優(yōu)化人力資源配置，通過社會(huì)招聘、人才引進(jìn)等方式補(bǔ)充新鮮血液，加快吸納數(shù)據(jù)模型專業(yè)化人才，快速擴(kuò)充當(dāng)前專業(yè)隊(duì)伍，高效提升專業(yè)化能力;另一方面，應(yīng)同步實(shí)施存量挖潛，充分利用卡組織、專業(yè)咨詢公司、同業(yè)深入交流、外派專題學(xué)習(xí)等外腦資源，加強(qiáng)對(duì)存量人員的專業(yè)化培養(yǎng)，增強(qiáng)對(duì)干部人才培養(yǎng)的前瞻性，為信用卡數(shù)字化風(fēng)控機(jī)制的高效運(yùn)行奠定堅(jiān)實(shí)的人才基礎(chǔ)。

四、思考與建議

1. 聚焦個(gè)人信息保護(hù)立法進(jìn)程

美國《華爾街日報(bào)》曾發(fā)文指出，相比于西方消費(fèi)者，中國消費(fèi)者對(duì)數(shù)據(jù)隱私不太關(guān)注，中國公司有更大余地去挖掘消費(fèi)者的個(gè)人信息。其實(shí)不然，規(guī)范保護(hù)個(gè)人信息，是金融生態(tài)可持續(xù)發(fā)展的必然要素，是征信行業(yè)健康、穩(wěn)健發(fā)展的基礎(chǔ)保障。Facebook就因?yàn)閿?shù)據(jù)泄露事件惹上了大麻煩，之后Facebook試圖將多達(dá)15億用戶服務(wù)條款的主體變更至其美國公司，來規(guī)避歐盟于5月25日正式實(shí)施的史上最嚴(yán)個(gè)人資料保護(hù)法——《歐盟GDPR法案》。與傳統(tǒng)的民法、刑法不同，個(gè)人信息保護(hù)立法與全球信息通信技術(shù)的發(fā)展緊密相關(guān)，每一次技術(shù)的重大飛躍都會(huì)造成法律的不適應(yīng)，從而推動(dòng)立法進(jìn)程。隨著大數(shù)據(jù)應(yīng)用的普及，數(shù)據(jù)安全、個(gè)人信息保護(hù)在法律體系中的地位日漸凸顯，但我國尚未出臺(tái)個(gè)人信息保護(hù)的專門法規(guī)，在法律層面仍存在問題：一是法律層級(jí)低，體系不完善，在落地執(zhí)行時(shí)存在適用范圍、效力層級(jí)十分有限的困境;二是缺少一部專門的個(gè)人信息保護(hù)法，關(guān)于個(gè)人信息保護(hù)的條款散落在相關(guān)法律法規(guī)中，高度分散的法律文本停留在紙面上難以落實(shí)，監(jiān)管部門職責(zé)有待進(jìn)一步明確，缺少常規(guī)性行政執(zhí)法、處罰和保護(hù)。

2. 加強(qiáng)個(gè)人征信機(jī)構(gòu)準(zhǔn)入監(jiān)管

隨著個(gè)人征信機(jī)構(gòu)市場化開閘，監(jiān)管問題也隨之而來。根據(jù)《征信業(yè)管理?xiàng)l例》，人民銀行通過頒發(fā)個(gè)人征信業(yè)務(wù)經(jīng)營許可證對(duì)個(gè)人征信機(jī)構(gòu)實(shí)施準(zhǔn)入管理。對(duì)標(biāo)國際標(biāo)準(zhǔn)，對(duì)銀行業(yè)實(shí)施審批準(zhǔn)入制度也是國際通行的做法，由于銀行業(yè)牌照管制模式的差異，審批準(zhǔn)入制度可以分為以美國為代表的寬松型和以英國為代表的嚴(yán)格型。在美國，聯(lián)邦政府和州政府均有權(quán)發(fā)放銀行牌照，并按照“誰發(fā)放牌照誰承擔(dān)主要監(jiān)管責(zé)任”的原則實(shí)施機(jī)構(gòu)準(zhǔn)入監(jiān)管，其優(yōu)點(diǎn)是有利于行業(yè)充分發(fā)展，缺點(diǎn)是催生了“影子銀行體系”，加重了后續(xù)監(jiān)管負(fù)擔(dān);在英國，監(jiān)管當(dāng)局對(duì)經(jīng)營銀行業(yè)務(wù)和接受存款的機(jī)構(gòu)采取了許可審批制，并按照謹(jǐn)慎性原則不斷對(duì)其進(jìn)行評(píng)估和考察，使得獲取銀行牌照的機(jī)構(gòu)必須持續(xù)滿足《銀行法》規(guī)定的授權(quán)標(biāo)準(zhǔn)，其優(yōu)點(diǎn)是便于監(jiān)管，缺點(diǎn)是過于嚴(yán)格的準(zhǔn)入制度導(dǎo)致市場固化，并最終凸顯出金融市場的脆弱性。參考國際經(jīng)驗(yàn)，建議我國在個(gè)人征信機(jī)構(gòu)準(zhǔn)入監(jiān)管方面要張弛有度，既要?jiǎng)澏ㄇ逦恼餍判畔⑦吔?，?jiān)持獨(dú)立性、公正性和隱私保護(hù)原則，切實(shí)維護(hù)信息主體合法權(quán)益，以達(dá)到準(zhǔn)確識(shí)別“合格者”的目的;又要找準(zhǔn)不同的功能定位和業(yè)務(wù)類別，嚴(yán)格篩選“最優(yōu)者”進(jìn)入市場，最終處理好第三方征信機(jī)構(gòu)與人民銀行征信中心的互補(bǔ)關(guān)系，建立一個(gè)種類齊全、功能互補(bǔ)、競爭充分的個(gè)人征信市場。

3. 強(qiáng)化征信機(jī)構(gòu)之間的兼容共享

政府等有公信力的機(jī)構(gòu)在能力、技術(shù)和產(chǎn)品快速迭代方面有所欠缺，而有能力、有技術(shù)的機(jī)構(gòu)卻沒有公信力

個(gè)人征信行業(yè)目前面臨著這樣一個(gè)窘境：。從數(shù)據(jù)角度來看，個(gè)人征信數(shù)據(jù)類型激增，涉及范圍較窄;大數(shù)據(jù)征信的數(shù)據(jù)來源更加廣泛，涉及網(wǎng)購、轉(zhuǎn)賬、支付、理財(cái)、水電氣繳費(fèi)、租房租車、社交關(guān)系、客戶評(píng)價(jià)等多維數(shù)據(jù)。與此同時(shí)，;大數(shù)據(jù)征信的數(shù)據(jù)來源廣泛、形式豐富，包含視頻、音頻、地理位置等多種非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)能夠全方位、多角度地反映消費(fèi)主體的信用狀況，但數(shù)據(jù)來源差異化大，標(biāo)準(zhǔn)化程度低，共享和復(fù)用難度大。從機(jī)構(gòu)角度來看，