互联网金融征信体系建设的现状和发展建议(2)

以及其他互联网服务使用中产生的行为数据等，而互联网的行为轨迹和细节更多反映人的性格、心理等更加本质的信息，可以用来对信息主体的信用状况进行推断。

第二，在信用评价思路方面，传统征信的思路是用昨天的信用记录来判断今天的信用。这就存在两个问题，一是昨天信用记录不好的人今天是否仍然是一个高风险者;二是对于过去没有发生过信用记录的人，如何判断其信用状况。对于第一个问题，互联网征信所获取的数据可以实时地反映个人的行为轨迹，并以此推断个人相对稳定的性格、心理状态和经济状况，进而推断其未来的履约能力。第二个问题则引出了两者的第三个差异。

第三，在覆盖人群方面，截至2013年底，人民银行的征信系统中有征信记录的约3.2亿人，约占总人口数的23.7%，远低于美国征信体系85%的覆盖率。随着互联网的不断普及，征信数据范围和来源渠道日益广泛，同时互联网技术的使用极大地降低了数据采集成本。因此，互联网征信可以覆盖到过去没有信用记录的人，利用他们在互联网留下的信息数据作出信用判断。

第四，在应用领域方面，互联网征信因为数据来源、数据内涵、模型思路的不同，信用评价更趋于对人的一些本性的判断，可以运用于借贷以外更广的场景，生活化、日常化的程度更高，比如应用于租房、租车、预订酒店需要支付押金或预授权等现实中非常常见的各种履约场景。

互联网征信存在的主要问题

第一，信息标准和共享机制有待建立。一是当前个人和企业网络信息采集标准、信用报告格式规范、征信服务标准等缺乏，制约了互联网征信机构利用信息技术提高信息采集、加工和应用的效率。同时，缺少相应的接口交换标准来打通传统金融和互联网金融、线上和线下之间的信息壁垒。二是互联网征信条件下的信息共享问题尤为突出，互联网金融企业间的数据库由于涉及企业的核心竞争力，在没有建立起相应的利益激励机制的情况下，大多不愿意共享。

第二，合法合规风险凸现。当前，互联网征信活动存在违反《征信业管理条例》有关管理法规的法律风险。如，网络社交平台或电商平台等往往在用户不知情的情况下采集和使用用户数据或提供给第三方征信机构;又如，互联网征信机构可能有意或无意地采集并使用了用户的敏感数据，甚至存在采集法律规定不能采集的信息数据的情况;再如，一些互联网金融平台自身建立“黑名单”和“不良信息数据库”，并忽视履行告知信息主体本人的义务。

第三，信息安全风险突出。互联网征信对互联网以及技术的依赖度更高，面临的信息安全风险更加严峻。一是通过互联网采集、传输和提供网络征信服务，容易受到网络黑客和病毒的攻击，一旦出现信用信息被非法访问、截取和篡改，信息系统遭到不可逆的破坏