金电联行征信事业部副总裁范文清：社会信用体系建设要将各种数据进行结合

---

作者：范文清

其实大数据行业不好做，难在什么地方呢？首先大数据公司要有大数据，但现在很多大数据公司没有自己生产的数据。国家也越来越重视数据安全，购买数据的使用范围和权限也越来越小。

二是技术，数据的收集有标准，数据经过存储、传输、加工、比对，最后才形成数据产品，技术是大数据公司的命脉，没有技术加工数据，数据就没得到应用，也就没有价值。

第三，资产，大数据越来越值钱，将来我们的资产负债表中会有一栏叫“数据资产”。

第四，时间，大数据公司需要时间解决实际问题，比如解决没有贷款抵押物的科技型企业或者中小企业贷款的问题。

国家现在的社会信用体系建设存在一些问题。现在建的比较多的是“一网三库一平台”，现在叫“一网多库多平台多应用”。网就是网站，诸如信用上海、信用浙江等。平台指数据交换平台。多库有企业信用库、个人信用库、重点行业库、重点人群库，包括地理信息、资源的信息都可以做到数据库里。还有应用，做得比较多的就是信用基准评价、公共信用信息共享、公共信用综合服务、公共信用移动应用等。

数据采集的协同机制建立难度大、难以形成联合奖惩机制、数据采集重地方轻全国，这是现有信用平台在数据采集方面存在的问题。数据收集有了，但是共享很困难。数据收集完以后还有标准问题，目前的标准很混乱，各个部门的标准都不一样，归类以后怎么去处理也是一个问题。最后是应用问题，现在数据应用的非常少，基本上都是红黑板，用来进行奖惩。但是上海、浙江做得不错，上海做了很多为民服务的应用，例如进行一些简单的查询。

大数据社会信用体系建设的解决方案有哪些？

我们做了很多案例，在实践中我们也产生了一些想法。比如数据要结合，政府数据要结合行业数据，小数据和大数据结合，静态和动态结合，微观和宏观结合，管理和服务结合，信用管理和信用服务结合。

要发挥大数据优势。发挥大数据优势要拓宽数据渠道，汇总区域数据、收集全国政务数据、抓取互联网数据、采集第三方数据和企业填报数据等，让真正的数据公司去整合各种各样的数据。还要进行动态数据的处理，数据工厂采集处理过数据后要提供服务。政府行政管理、企业商业服务、金融机构服务，这些要联合起来，应用空间要多维度。还有衍生服务，就是综合服务平台，为中小企业服务。

做征信查询。现在在社会信用体系方面的查询功能还不多，接下来的建设是一键式和一站式查询。汇总区域数据和26个部委、24家第三方数据公司的数据，只要输入企业名字就可以查询到企业的260多项信息，包括股东、投资、经营范围，还有族谱信息，谁投资了你的，你投资了谁。如何对企业评分？对企业评分需要大量的数据，我们做了五个基本大项，这五大项包括一类指标、二类指标、三类指标，未来会越做越细。还有利用政府数据和行业数据进行行业结构分析、企业活跃度分析、税收情况分析、环境分析、行政处罚分析，然后将报告提供给相关部门，这也需要大量的数据。信用体系还包括企业定位和行业定位，围绕一个园区或者地区优选企业，利用大数据技术，而不是人工去制定政府补贴政策。

互联网金融的监管问题越来越重要，现在政府非常关心集资、P2P行业、众筹，因为其中很容易出现问题。互联网金融是虚拟的，分散在全国，看不到具体的产品，也不知道它在什么地方，一旦出现问题风险会非常高，涉及的范围也广。针对这种现象，国家还没来得及出台相应政策，事前事中很难发现问题。互联网信息分散不容易获取，传统手段难以持续跟踪评估，一些传统做法对新金融没有效用，那么如何解决互联网金融监管问题？

首先要研究政策。虽然现在还没有现成的针对互联网金融的监管政策，但在已有的金融监管办法里面可以找到相关的。政策研究完了以后，要对目前的问题进行分类，先把公司的类别分清楚，是金融集团还是财富管理公司要搞清楚。比如金融集团是个房产集团，它的资金来源是P2P，下面有一个P2P做财富管理，资金进入集团后做房地产或者其他投资，这里面的资金流就要做好分类。分类以后用数据处理。一般这些公司都不会留下任何数据，网上的信息也不更新，有的假数据也看不出来，要收集数据建模，做长期跟踪。

这里讲三个建模，事前的分层分级，事中的数据比对，事后的动态跟踪。首先要有自己的数据，互联网数据、行业协会数据、互联网金融企业数据，然后实行方式是事前，事中、事后。事前将数据分层分级，搞清楚这些公司的业务方案。事中要建立模型，通过监管办法设立模型指标，除了监管指标外还附加有规模、能力、产品等指标。事后要随时跟踪。

风险预警排查指标怎么做？从经营指数、合规性指数、关联指数、舆情指数、平台指数、司法信息指数、传播力执法等几个方面进行，这是一级指数，一级指数后面还有二级、三级、四级指标。

互联网金融监管非常复杂，不是一夜之间或者一个指标就能解决的，需要我们慢慢摸索。今天我就分享到这里，谢谢大家！

来源：数据猿

---

---