7月19-20日，“2014·上海新金融年會暨互聯網金融外灘峰會”在上海舉辦。

　　會場人滿為患，“大數據與互聯網征信”專場外的走廊里，擠滿了聽眾—如此可見行業的熱度。

　　而這樣一個學術氛圍頗濃的論壇，對互聯網金融、對P2P行業的看法也是千差萬別。中國金融四十人論壇常務理事會副主席謝平指出，P2P行業可能是配置信貸資源效率最高的市場;中國最大的P2P企業宜信公司CEO唐寧認為，P2P行業是傳統金融機構的補充。

　　央行征信中心副主任王曉蕾直接指出，中國的征信系統目前覆蓋了8億人，但其中5億人從來不向銀行借貸，換言之，這5億人對于金融部門來說是陌生人，這對于所有的放貸機構都是機會。

　　上海新金融研究院特邀專家林采宜、宜信公司首席戰略官陳歡、信而富創始人兼CEO王征宇就此展開討論：互聯網金融企業需要走出這3億人，在5億“陌生人”中開發新用戶;而大數據提供了一種相對低成本、高效率的技術手段，它將作為央行征信局的補充，試圖解決對5億“陌生人”征信的問題。

　　P2P最大問題是征信體系脫網

　　王曉蕾：個人理解，征信至少應該分成兩大部分：廣義征信、狹義征信。狹義的征信，實際上是放貸人之間的信息共享平臺;廣義征信泛指所有的放貸機構貸前調查的行為，我認為這應該是P2P平臺的核心競爭力。中國的征信系統目前覆蓋了8億人，但是在這8億人里，真正和銀行有信貸關系的只有3億人，換句話說，5億人跟銀行從來沒有信貸交易關系。這5億人對金融部門來說是陌生人，這一點正好對于所有的放貸機構，包括P2P在內，既是挑戰，又是機會。從中長期來說，P2P如何在這5億人當中找到它的細分市場，找到管理這部分細分市場信用風險的獨特技術，這P2P保持中長期競爭力的一個核心。

　　征信條例明確規定，所有的放貸機構(不是放貸金融機構)都應該接入征信系統。如果有個監管部門能夠認定P2P是放貸機構，或者是從事放貸業務的機構，那么按照征信條例要求，把這些機構接入征信系統是征信中心的法律責任。在此之前，因為征信中心收購了上海資信(全稱“上海資信有限公司”);而上海資信根據征信中心的統一部署，搭建了互聯網金融的征信平臺，現在已經有兩百多家機構接進了上海資信的互聯網征信平臺，實現了P2P機構之間的信息共享。對于征信中心來說，未來的后臺是集中統一的，只不過是前臺服務客戶這方面可能會由上海資信來做。

　　林采宜：互聯網借貸必須有一個“聯網”的體系支持才是高效的，即你進入一個平臺，輸一個身份的屬性進去，這一身份相關的信息，包括收入、職業資產都出來了。目前互聯網借貸存在最大的一個問題是：它的征信體系是脫網的。每一個借貸的平臺，都要使用者個人去輸入信息，由這個平臺完成信息的校驗。每一個平臺之間的信息是分散的，這樣信息校驗的成本很高，它決定了互聯網信貸的效率以及壞賬的程度。

　　這種互聯網個人信譽數據割裂的狀態，導致了現在的征信模型的失靈，因為對一個人信用等級的所有評估，基于真實的、可靠的個人數據，這是職業、收入等結構性數據。而不是“大數據”所指的非結構性，比如一個人的朋友圈、一個人平時的聊天記錄等。

　　如果沒有一個大家公認的比較客觀、可靠的評級，那么貸方獲取借方信用的成本非常高。最近P2P行業每天都有噩耗傳來，這個跑路了，那個壞賬了，我認為最根本的問題是，整個網絡征信體系缺乏一種整合和快速的分享機制。那么如何開放分享機制，這是中國P2P可能要面臨的一個最嚴峻的，也是最急迫需要解決的問題。

　　征信是否需要大數據?

　　王曉蕾：怎么去了解這5億的陌生人，對所有的放貸機構來說都是挑戰，但我認為它更是機會。互聯網的發展使很多的個人和小企業在互聯網上有了互聯網生活，所以記錄了很多信息，但是這些記錄下來的信息在多大程度上能夠滿足放貸人貸前對借款人的還款意愿和還款能力審查，還要靠全行業去研究和探索。個人認為，不光是P2P，包括小額貸款機構，甚至包括現在的銀行，在做貸前調查風險管理時，不應該明確地區分所謂的線上線下，應該是在現有的條件下，八仙過海各顯其能。

　　陳歡：隨著互聯網和移動互聯網的越來越普及，我們的行為被數字化的越來越多。通過數字化的行為，能夠采集到很多信息，無論是我們的身份信息、位置信息、交易信息、社交信息，還有行為習慣的信息，都被采集和被處理。在這種情況下，我覺得像國外有些機構提出的所有數據都是信用數據，而不像傳統觀點，只有金融交易的行為、一些社會公共的信息，個人身份的信息才是征信信息。這就是所謂的大數據和互聯網發展所帶來的機會。

　　王征宇：美國征信局回答了三個問題，大數據跟互聯網金融征信結合也要回答這三個問題：第一個問題，你是誰;第二個問題解決的是你在哪兒工作，你是干什么的;把這兩個問題延伸到第三個問題，就是還款意愿，還款能力、穩定性等。

　　互聯網金融和征信環節上，目前最重要的是，通過技術手段獲取征信局現在沒有獲取到的數據，中國互聯網金融征信要解決的是覆蓋的問題。這些數據的收集，不一定要通過走街串巷，挨家挨戶去敲門，而是通過互聯網用低成本、高效率的方法。

　　技術手段上如何用數據來進行評分，如何通過評分以后對這個人進行評估，這些問題在很多年以前就解決了。現在的問題不在于有沒有一個評分，而在于：第一，數據到底解決什么問題?第二，用什么技術手段從數據中抽取信息?第三，得到了這些信息以后，用什么樣的尺度來刻畫一個人的風險行為和風險特征?第四，確定了這個人的風險特征以后，怎么樣對他采取一個有效的授信策略，當然還有貸后管理等等。這些可能是大數據能夠幫到我們的。

　　林采宜：我認為，征信不需要大數據。表達還款意愿的首先是長期的信用記錄，央行的征信體系解決了這個;然后是你還款的能力，穩定性，這里面就是你的職業和你的收入。這幾個數據對一個人會不會還款起到一個核心的作用。其實這三個數據的獲取需要大數據嗎?我認為不需要。它需要的是我們現在個人信譽數據的采集和分享機制。

　　第二，非結構化的數據像一個人在網絡上的交易行為、采購行為，和征信沒有正相關。我生活中就見過，有人開著奧迪車，過著很好的生活，吃著豪餐，但是他借我的5萬塊錢就是不還。你看他的信譽記錄就可以發現，他不僅我的錢沒還，也沒還我朋友的錢。

　　中國和美國有點不同，美國人基本上不向朋友借錢;而中國人如果你信譽好，可以向同事、朋友、親戚借錢;如果他們都不借給你，你基本上就是信用破產的人，這樣你就去網絡上借利息很高的錢。

　　王征宇：大數據之所以在征信問題上有意義，主要的意義是補充而不是取代。征信局覆蓋的那3億人，最好的數據就是央行征信中心的數據，你再怎么找數據比不上那3億數據，對那3億人借貸就是靠那個數據，不需要別的。問題是除了那3億人外，央行征信中心也沒法幫你。你自己做數據只能做一個黑名單的排除。怎么解決跨出3億人的征信問題?互聯網大數據提供了一種低成本的技術手段。