随著(zhe)金融服務、消費行爲和金融科技的升級，更多元的信息和數據得以被(bèi)挖掘和應用，而這(zhè)些「基礎資源」的豐富也催生并支撐了更多商業上的可能(néng)。

大數據時代，對(duì)于一個人風險的判定也越來越多維。尤其，過(guò)去幾年，伴随著(zhe)新一輪的消費信貸、小微信貸崛起(qǐ)，對(duì)于信用評估的需求升級，喚醒了更大的信用評分市場，也催生了信用産品和服務的叠代升級。

根據中國(guó)金融出版社于2006年出版的《信用評分及其應用》一書中給出的定義，個人信用評分就是預測貸款申請人或者現有借款人違約可能(néng)性的一種(zhǒng)統計方法。它利用貸款人的曆史數據和統計方法及其他定量方法評估客戶信用價值，是對(duì)消費者的信用評價或者信用消費力的定量化評估。

所以，信用評分與「征信」本身不同，後(hòu)者是一份關于個體信貸行爲記錄的集合，或者說是信息的加總，提供事(shì)實而非判斷。而信用分則是基于前述個體的行爲與記錄，評分機構通過(guò)一定的算法，給出的一個評定結果，爲機構提供一種(zhǒng)數據化和科學(xué)化的決策方式。

事(shì)實上，從信用分的發(fā)展曆程來看，從它的産生、發(fā)展到不斷進(jìn)化，每一次改變的發(fā)生都(dōu)與金融服務的升級叠代息息相關。當然，也伴随著(zhe)個人信息保護、隐私保護等相關法律法規以及監管制度的健全。

回到眼下，中國(guó)高速發(fā)展的零售金融市場，過(guò)去幾年，不同類型的機構都(dōu)在探索新的信用評估方式，不斷創新和試錯。而在服務升級與合規要求的思路之下，我們也能(néng)窺探到未來的發(fā)展方向(xiàng)。

源起(qǐ)

對(duì)于國(guó)内而言，「信用」雖然是一個傳承多年的詞，但「信用分」卻是一個不折不扣的舶來品。後(hòu)者源于一個特定行業發(fā)展之後(hòu)伴生的第三方服務，有自己的商業模式和應用場景，并且伴随著(zhe)行業升級不斷叠代和升級。

以美國(guó)爲例，20世紀後(hòu)半葉，消費信貸在美國(guó)經(jīng)曆了爆炸式的增長(cháng)，傳統征信機構從報紙等分散渠道(dào)獲取各類可疑、未經(jīng)求證信息用以進(jìn)行信貸決策的模式越來越顯得低效且精确度低。

尤其是60年代末信用卡的誕生，随著(zhe)申請信用卡人數的增加，銀行和其它發(fā)卡機構意識到了數據化用戶信用評價方式的重要性，它要遠比從其它渠道(dào)獲取信息來進(jìn)行主觀臆測的精準率更高，而且适用于高速發(fā)展中的市場。

與之相對(duì)應的，在20世紀50年代，信用分「鼻祖」FICO在美國(guó)成(chéng)立，開(kāi)始初步嘗試通過(guò)數據化的方式計算用戶風險水平。很快，它被(bèi)各大銀行應用于信用卡業務，并且進(jìn)一步延伸至住房、小微企業貸款等更廣泛的零售信貸領域。

我們可以這(zhè)樣(yàng)理解其間的關系，美國(guó)信用卡行業以及更廣泛意義的消費金融市場的爆發(fā)，催生了信用分的出現，也爲其提供了大規模商業化的土壤，而信用分的發(fā)展又反過(guò)來成(chéng)爲了整個行業實現跨越式發(fā)展的基礎。

與美國(guó)當時的情況類似，上個世紀90年代末到本世紀初，信用分在國(guó)内的萌芽與個人信貸業務，尤其是信用卡的發(fā)展同樣(yàng)息息相關。

彼時，伴随著(zhe)中國(guó)經(jīng)濟進(jìn)入高速發(fā)展期，居民收入和消費迅猛增長(cháng)，房貸、車貸等業務迅速推廣，銀行零售業務有了發(fā)展的基礎；與此同時，中國(guó)銀行業加速股份制改革進(jìn)程、引入境外投資者，從以完成(chéng)對(duì)公貸款「任務」爲己任轉向(xiàng)真正的市場化運營階段。

多種(zhǒng)因素的疊加，使得銀行的零售業務，尤其是信用卡業務的發(fā)展進(jìn)入快車道(dào)。

2003年被(bèi)看作中國(guó)信用卡元年，截止到當年年底，國(guó)内信用卡發(fā)卡銀行已經(jīng)擴大到10家，包括 工、農、中、建四大國(guó)有商業銀行和廣發(fā)、招商、交通、上海、深發(fā)展、中信等股份制商業銀行，發(fā)卡量由年初的100多萬張增加到近400萬張。

據前FICO中國(guó)區總裁陳建回憶，FICO中國(guó)籌建的幾年裡(lǐ)，他在前期很重要的一項工作便是向(xiàng)總部論證投資中國(guó)市場的潛力和可行性。數量越來越多的信用卡中心和每年呈指數級增長(cháng)的發(fā)卡量都(dōu)在證明這(zhè)是一個龐大的市場，與此同時，中國(guó)金融市場的整體基礎設施也在不斷完善。

更重要的是，随著(zhe)一批中國(guó)的銀行開(kāi)始通過(guò)股改上市、引入外部技術或合作夥伴開(kāi)啓更市場化、專業化的發(fā)展之路。包括信用分在内的一些數據化、專業化的零售銀行風控産品和管理體系開(kāi)始嘗試性引入和引用。

到2007年，中國(guó)信用卡交易金額在社會(huì)消費品零售總額中的占比達到11.2%。央行征信中心、銀聯皆已進(jìn)入平穩運行階段，至此，中國(guó)的信用評分市場伴随著(zhe)銀行零售業務的發(fā)展，真正在中國(guó)落地開(kāi)花。

進(jìn)化

與美國(guó)不同，中國(guó)的個人征信市場沒(méi)有經(jīng)曆商業化發(fā)展、洗牌和重整的過(guò)程，直接由官方介入，形成(chéng)了大一統的征信系統。 

從國(guó)外一些地區的發(fā)展來看，征信中心成(chéng)立後(hòu)的第一任務是要做征信報告，收集數據、整理數據、清洗數據、形成(chéng)報告，并且讓這(zhè)個報告被(bèi)行業所逐漸地熟悉和深度地采納。而到第二階段，需要爲金融機構提供更多價值，進(jìn)一步做增值服務，信用評分就是個典型的産品。

2013年央行征信也推出了數字化解讀産品，通過(guò)與FICO中國(guó)合作建立起(qǐ)一套算法機制，將(jiāng)數據轉化爲評判結果，爲機構的風險決策提供參考。以此爲标志，以金融行爲相關數據爲基礎的傳統信用分模式得到了空前的發(fā)展。

同樣(yàng)在這(zhè)一年，中國(guó)迎來個人金融服務的第二波浪潮。

不隻是信用卡、銀行零售業務再次迎來大躍進(jìn)，互聯網巨頭、P2P平台、産業巨擘等類玩家參與其中，分期、信用貸款等各類産品層出不窮。換言之，在主流金融體系之外産生了大量的交易數據、行爲數據，一批基于互聯網各個垂直生态和領域的「信用分」開(kāi)始湧入市場。

不過(guò)，無論是央行征信的數字化解讀，還(hái)是市場上層出不窮的信用分産品，在新一輪消費金融市場爆發(fā)、需求升級面(miàn)前，都(dōu)表現出了各自的局限性。

在廣度上，前述央行征信中心數據庫盡管已經(jīng)收錄了近3億有信貸記錄的自然人，但是在互聯網浪潮的沖擊下，無征信、短征信、薄征信人群數量依然龐大，顯然無法作爲唯一的信用評分來源。而在深度和寬度方面(miàn)，單一的金融評判維度也不再适用，從各種(zhǒng)非信貸記錄維度豐富對(duì)個人風險的綜合評價和數據畫像，開(kāi)始起(qǐ)到很好(hǎo)的補充和提升作用。

而市場上的各類信用分産品雖然在一定程度上彌補了央行征信數據在廣度、深度的不足，但它們的缺陷也很明顯。信用分鼻祖FICO的中國(guó)團隊在2015年也曾在内部論證過(guò)「大數據」信用分産品的可行性。

一方面(miàn)，從電商到社交，移動互聯網高速發(fā)展的中國(guó)市場上雖然不缺數據，但是數據源彼此之間都(dōu)還(hái)是相對(duì)封閉的「孤島」，傳統金融機構與互聯網公司之間更是相對(duì)獨立的體系，因此信用分數量雖然多，但距離一個能(néng)夠覆蓋全民的，被(bèi)普遍認可的标準分還(hái)有不小的差距。

另一方面(miàn)，在尚未規範的市場環境下，個人信息安全及信用分的正确使用受到了很大的挑戰。當時，央行征信局長(cháng)多次發(fā)聲，強調信息的誤采誤用問題。巨大市場需求和商業利益的推動下，各種(zhǒng)數據被(bèi)濫用、誤用的情況愈發(fā)嚴重。

事(shì)實上，如果再次對(duì)照美國(guó)信用評分行業的發(fā)展曆程，信用評分行業的成(chéng)熟同樣(yàng)伴随著(zhe)隐私保護制度的完善。上個世界70年代，在信用分逐步大規模進(jìn)入市場應用階段的同時，《公平信用報告法案》、《公平信貸機會(huì)法》等一系列關于隐私保護的法規條例也開(kāi)始實行。

在之後(hòu)的發(fā)展中，無論是官方主導的征信體系下的信用數字解讀，還(hái)是市場化的信用分産品，都(dōu)在嘗試突破自身的局限性，通過(guò)業務合作、技術開(kāi)放等方式以滿足市場需求。說到底，打破「信息孤島」才是那把關鍵的鑰匙。

2018年，百行征信成(chéng)立，八家曾獲得個人征信牌照試點的商業機構成(chéng)爲了其背後(hòu)的重要股東，這(zhè)是大數據時代的産物，更是征信體系商業化發(fā)展的重要一步，官方的征信中心與非官方的商業機構聯手把征信推進(jìn)了一個新的階段。

與此同時，随著(zhe)金融監管的收緊，一系列非法利用個人信息的公司被(bèi)清理，此前遊走在法律邊緣的「灰色生意」被(bèi)逐出市場。而市場化的信用評分機構開(kāi)始著(zhe)醞釀通過(guò)合規的手段打破前述「信息孤島」問題，提供一種(zhǒng)更加普遍适用的信用分産品。

在這(zhè)一階段，睿智科技、同盾、百融等一系列第三方機構開(kāi)始加大力度投入相關産品的完善。

生長(cháng)

央行主導下的官方信用評價體系的成(chéng)熟，以及市場化信用分的升級與應用，成(chéng)爲了如今市場上兩(liǎng)股重要的力量，他們各有所長(cháng)，又互爲補充。

與之相對(duì)應的，随著(zhe)新金融行業進(jìn)入新的發(fā)展階段，整個市場格局發(fā)生變化，新的市場需求産生，更大的市場機遇也在降臨。尤其是去年以來銀行的數字化轉型、開(kāi)放戰略加速，銀行在加大零售業務發(fā)展力度的同時，也在加大力度與外部信用評分機構展開(kāi)合作。

隻不過(guò)相較于以往，爲銀行提供服務，意味著(zhe)這(zhè)些信用評分機構在合規、産品有效性等方面(miàn)臨更高的要求：

1、身份的獨立性：需要作爲獨立第三方的信用評估公司，就像大數據時代的FICO，可以不占有數據，但是能(néng)夠最大化地利用數據。

2、數據的合規性和有效性：合規性是前提，也是與持牌機構的合作的基礎；有效性涉及數據的廣度（覆蓋率足夠高）、深度（多維、立體）、精度（經(jīng)得起(qǐ)大量曆史數據和實際業務的檢驗）。

3、技術能(néng)力的領先性：能(néng)夠快速、準确地對(duì)數據信息進(jìn)行處理，并將(jiāng)其輸出爲标準的信用分爲其他合作夥伴所利用。

4、商業模式的可持續性：信用分提供者本身不是行政或者公益組織，需要能(néng)夠實現盈利才能(néng)維持健康的發(fā)展。

事(shì)實上，在過(guò)去幾年的探索中，已經(jīng)有一些公司和産品逐漸成(chéng)熟。以反欺詐爲例，前述幾家公司的相關産品都(dōu)已經(jīng)相當成(chéng)熟。在我和一些銀行從業者的交流中，他們也告訴我，這(zhè)是一個銀行相當成(chéng)熟的開(kāi)放合作領域。

信用評分機構能(néng)夠整合多方數據源的信息，在短時間内爲銀行提供反饋結果，這(zhè)類服務旨在爲銀行提供黑名單以識别「壞人」，從而避開(kāi)風險陷阱。

不過(guò)對(duì)于銀行而言，在零售業務大發(fā)展的過(guò)程中，相比于以黑名單避開(kāi)「壞人」，如何以白名單識别「好(hǎo)人」是一個更加重要但也更加困難的命題，尤其是在合規、透明的前提之下。

技術的進(jìn)步爲前述這(zhè)些條件的滿足提供了條件。以數據的合規性爲例，2015年FICO中國(guó)團隊開(kāi)始探索在大數據時代的信用評分模式時，就提出了一種(zhǒng)不涉及數據買賣、留存等可能(néng)侵害用戶隐私問題的模式。

後(hòu)來，伴随著(zhe)市場需求的增長(cháng)和業務模式的成(chéng)熟，一些獨立的第三平台開(kāi)始出現。以睿智科技爲例，這(zhè)家公司就是利用雲計算和分布式的人工智能(néng)算法，通過(guò)全程「不落地、不留痕、不存儲」的方式，整合了各大數據孤島海量數據裡(lǐ)面(miàn)的風險洞察力，同時不涉及任何數據的交易、傳輸、收集、披露。

換個角度來看，不擁有數據也就意味著(zhe)可以利用更多數據。獨立的第三方身份和不留存式的數據源合作模式，使得信用評分機構可以最大程度地打破前述「數據孤島」問題。而且基于對(duì)數據和信息的處理能(néng)力，睿智可以還(hái)可以爲銀行提供産業鏈上下遊的更多服務，比如銀行的精準導流獲客。

當然，在如今的市場環境下，從反欺詐到白名單，都(dōu)隻是「信用分」應用的一小部分内涵而已。如果我們放眼整個新經(jīng)濟的發(fā)展，從共享經(jīng)濟到智慧城市建設，信用分都(dōu)在成(chéng)爲更多行業發(fā)展的基礎設施。這(zhè)也是在「後(hòu)信用分」時代，這(zhè)個傳承已久的行業再度面(miàn)臨的新命題，也是新的機會(huì)。

事(shì)實上，作爲一個數據和技術驅動的産品，一種(zhǒng)需求越來越高頻的服務，它正在獲得更大規模的商業化土壤。我在2015年做大數據征信系列報道(dào)時，曾經(jīng)提出過(guò)一個問題——誰將(jiāng)成(chéng)爲中國(guó)的FICO，如今這(zhè)個問題雖然依然沒(méi)有答案，但是卻比4年前有了更大的想象空間。