隨著人類社會的進步，富含高端科技的巨量數據集合技術等迅猛發展，通過對此種巨量數據進行開發處理以及駕馭海量、高增長率和多樣化的信息，能使人們具有更強決策力、洞察力和流程優化能力。
世界經濟論壇創始人兼執行主席克勞斯·
施瓦布將大數據技術喻為「新一代革命性的
信息技術」和「第四次工業革命」。近年來，以大數據為基礎而對個體進行信用評價即為一個應用場景。客觀講，直接利用這些交易數據而對個體進行「描述」與「評分」，是否屬於徵信意義上對個體信用能力的判斷，似乎尚不能貿然或直接定性。徵信作為一種金融活動，具有特定內涵以及制度構成，大數據評價只有符合徵信的要素與特徵，才可被稱之為徵信，否則不能直接將其定義為「大數據徵信」，目前有關概念的使用與解讀，可能是對徵信制度的誤認，無法展現徵信之原貌。因此，新場景、新事物與新運用，並不必然產生新概念、新理論與新制度，一切需留待理論與實踐檢驗。
中國徵信體系：三序內涵與三重「門檻」
徵信，顧名思義，通過「徵」而獲得「信」。徵信被定義為一種信息服務（credit information service），係指為（獲得）授信或其他金融信用交易的需要，對信用數據進行採集、評價、利用、提供、維護以及管理等活動。徵信具有三層遞進次序的內涵以及三重「門檻」。
一是如何獲得信用信息。徵信主要內容即對債務人的信用進行評價，而評價的客體則是有關債務人信用的相關數據。因此，授信人或徵信機構如何獲得數據是前提。實踐中，個人為獲得授信，則必須授權相應授信主體對其信用狀況進行評價，而採集與獲得信用信息是基於個人之授權，即存在信用交易與「授權」是授信主體或徵信主體獲得信息的基礎與前提。
二是如何進行評價。如何評價個人信用狀況，則主要是如何評價個人的潛在還款能力與還款意願，一般主要圍繞信用信息這一載體與表現形式。個人負債活動及其信息記錄主要存在於三個領域，分別為：第一，個人與持牌金融機構發生借貸融資形成的負債及償債記錄等等，約佔個人總負債的85%；第二，個人與非持牌金融機構等市場主體在各種消費者形成的負債及償債記錄，約佔個人總負債10%；第三，公權力機關所掌握的個人在履行法定義務過程中所形成的負債記錄，約佔個人總負債5%。徵信制度秉承一個基本理念，即考察借款人的信用狀況，權衡其償債意願頭等重要，償債意願在一定程度上決定其償債能力。判斷借款人償債意願的可靠依據，是其借錢還錢的歷史記錄，即信貸信息。換言之，信用評價考察的是償債能力和償債意願，個體信用評價也是圍繞這兩個關鍵的衡量標準與尺度。
三是信用評價如何具有可靠性與權威性。徵信體系與一國的社會信用文化與市場經濟基礎緊密相關，不同的信用文化和經濟發展程度會形成不同的信用評價機制與徵信體系。與歐美發達國家相比，中國社會主義市場經濟體制並未經歷基於內生驅動的成熟發展歷程，徵信體系也無法以市場為基礎。中國徵信體系以強大的商業銀行系統為基礎、以央行為基本載體與監管主體，形成社會公共信用體系，並使此種「信用評價」具有公信力、權威性，具有典型的「中國特徵」與「中國脈絡」。同時徵信與徵信業又密不可分，這也是2013年出臺的《徵信業管理條例》，其中對徵信業務之基本內容、基本架構等均有所規定。
在以上三層內涵的基礎上，中國徵信制度與徵信體系亦存在三重「門檻」：一是採集與運用數據，必須與徵信目的相關，不存在脫離授信目的的數據採集與運用；二是信用評價不僅在於被評價的個體是否具有還款能力，更在於其是否具有還款意願；三是信用評價所接入的徵信系統，具有公共性特徵，對個體的信用評價與認可只能由具有「公共性」或「準公共性」的機構確認。
上述第一、第二重門檻是基於徵信本身性質與特徵而言，而第三重門檻則是基於中國自身發展實踐而言。在中國，儘管「公共性」似乎總會引起一定信任危機，但不得不承認的是，中國民間似乎並不存在形成強大信用文化與信用傳統的基礎，因此，公共信用體系的形成具有一定現實性。但殊值辨識的是，徵信可能並不像石油、天然氣、水、電等等行業是一種自然壟斷行業，而是其本身具有公共性或準公共性特徵，存在較高的市場準入門檻。
大數據時代的信用評價
數字經濟時代呼之欲出，數據正在各種領域發揮重要作用，並可能會成為一種新型生產要素。目前在不少平臺上，數據控制與處理主體正在利用大數據對個人進行「信用評價」，比如根據交易數據、平臺信用消費記錄等等形成一定信用評分，並在個別領域或事項上享有一定信用免押服務等等。對此，有人直接將其稱為「大數據徵信」，並認為這可能是徵信的一種新形式。而同時也有論者持反對意見，如世界銀行集團的託尼·利思戈（TonyLythgoe）認為，「從社交網絡採集的這些信息是由個人提供的，很難保證數據是客觀準確的。」因此，如何看待大數據時代的信用評價，無論對於個人還是中國徵信體系而言，可能都是一個難以迴避的問題，亟需探討。
一是正當性。首先要討論的問題是，數據控制與處理主體獲得個人數據，是否有權利用這些數據對個人進行「信用評價」？這可能涉及一個數據利用規則的問題。從目前相關規則來看，似乎並沒有禁止數據控制與處理主體在自有平臺上利用個人數據進行「信用評價」，只不過此種「信用評價」事實上區別於已被概念化並具有特定內涵的徵信意義上的「信用評價」。同時，作為一種假設，對於某些消費者而言，如若其從未從事過相關信用交易的話，其在某些平臺上的日常消費能夠在一定程度上被認可為可能的、潛在的徵信意義上的「信用評價」，可能既符合時代特徵，也有利於增進個人權益。就此，徵信中「徵」的範圍與要素是否也應隨著人們行為的發展而不斷更新，也是一個值得思考的問題。因此，在正當性這個維度上，利用大數據進行「信用評價」似乎並無不妥。
二是目的性。接下來要討論為什麼要對主體進行信用評價。誠如本文第一部分所討論的，「徵信」是一個具有特定內涵的概念，也具有特定運用場景，即基於特定信用交易目的（尤其是與資金相關）而獲得信用評價。有論者認為，徵信產品的運用場景應該主要是信貸領域，而不是什麼領域都能用徵信產品。但目前平臺的信用評價可能基本上並不具有此目的，大多數可能還是在自己的平臺上進行循環或者是基於商業合作而提供一定信用服務，與獲得真正意義上的如銀行授信等信用交易事實上並無太多關聯。當然，不可否認的是，隨著大數據技術的發展，平臺的此種「信用評價」可能在一定程度上會更接近於考量個體信用交易目的的方式與手段。因此，儘管本文認為當下的「信用評價」無法符合徵信目的，但是，或肯或否、非此即彼的定性判斷可能都不夠客觀，將之看作是一個開放式問題，可能更為妥適。
三是合理性。上述正當性與目的性旨在討論平臺信用評價的外部問題，而合理性則討論此種信用評價的合理性，是一種自身內容與體系上的觀察與評價。有論者認為，大數據徵信模型與傳統評分體系有所不同。在模型中，信用歷史是非常重要的一項，其他維度包括身份特質、履約能力、行為偏好和人脈關係（此項分數比重稍低），建立了刻畫個人信用全貌的模型。持相反觀點者則認為，大數據不是徵信，徵信和誠信也有區別。比如，現在利用大數據可以掌握的信息很多，一些機構根據這些信息對個人「畫像」，描述其身份、社會地位、生活習慣、消費能力等特徵，並對其進行信用評分。作為一個商業組織，通過這種大數據「畫像」方式做市場營銷無可厚非。但是，假如做徵信，把社會公眾「畫成」三六九等，會導致對部分群體做出歧視性安排，這種做法不僅經不起科學推敲，而且有悖社會公平和正義。此外，徵信機構要從保護個人信息、保護個人隱私權益方面出發，所有信息使用應該授權，應該特定用途，特定授權，不能一次授權反覆使用，或多次使用、無限使用。
回到信用評價的根本與內涵，應是償債能力與償債意願雙重衡量，而償債意願更為重要。目前大數據所可能產生的「評價」一般只能一定程度上說明個體的消費能力，某些平臺信用類產品上具有一定的信用產品特徵，但從整體的信用評價來看，確實無法較為充分地體現個體的償債意願。
另外，關於此種信用評價之可靠性與權威性。儘管在數據異常充分的時代，人們可能會批評和質疑如若不將其運用於信用評價等領域，則無法實現數據的「物盡其用」，甚至可能是一種浪費。但是無論如何，依靠強大的傳統的銀行交易信息對個人進行信用評價具有較強的可靠性與權威性，其實也是具有效率的。同時，如第一部分所論，中國並不存在民間信用體系，也基本上不存在能夠形成此種體系的經濟、社會與道德基礎，毋寧說第三方平臺能否形成具有權威性的信用評價，即便是商業銀行之間，他們各自對授信的判斷也並不通用，僅僅是互為參考。因此，信用評價具有公共性，並且僅認可依據市場準入而取得資質的主體所作做出的信用評價，在中國也具有相當的現實意義。
可見，目前將大數據運用於信用評價之時，事實上可能並不符合徵信之自身邏輯與特徵，並非實質意義上的徵信。只能說二者在拋卻目的性、權威性和被認可度等因素之外，在技術處理方式上有某些相似之處，但如果考慮體系化以及與社會信用體系的接入等問題，其實質差異可能是南橘北枳。
大數據信用評價的公共性準則
現如今，海量數據存儲於第三方平臺，但是有關這些數據的性質、產權歸屬等問題，卻多有爭論。比如有人認為這些數據具有財產權性質，屬於平臺企業、或者某些屬於企業、或者是企業的資產等等。無論數據產權如何爭論，最大化地利用數據在一定程度上卻是共識。因此，在徵信中如能更好地使大數據發揮作用，則無疑對於個體、企業和國家都具有益處。
第一，平臺數據可以成為信用評價的來源之一。從個體角度而言，人們在意欲獲得授信之時，最希望的是授信機構能夠「最大化」地判斷自身的還款意願和還款能力。相比以前的傳統交易，而現在網購越來越多，能夠形成交易和消費，那麼在個體申請信用交易或者申請授信之時，既希望自己與銀行之間的資金記錄能夠證明還款能力和意願，也希望其他的消費記錄能輔以證明還款能力與意願。個體也希望日常消費能夠進一步「增值」個人信用，成為一種可能的信用證明。
第二，平臺信用評價尚須深入挖掘與建構。之所以平臺的信用評價受到質疑較多，主要是因為並非所有的大數據都具有評價意義。比如，對當下「描繪性」的大數據「信用評價」而言，基本上是以精準營銷為目的，對於信用評價則並不具有意義。但同時，必然有一些數據是對信用評價具有意義的。比如有一些產品具有借貸特性、在一定程度上能夠持續觀察、獲取一些有關個人的償債意願與償債能力，這種產品就可以進行改造而成為更接近於信用評價的工具。但在實踐中，有的人用平臺之內的借款工具償還信用工具，在一個平臺上形成了「自體循環」，這種情況就完全無法判斷個體的信用能力，與傳統的信用卡產品等等存在很大不同。再比如，目前有銀行就與第三方平臺合作，進行一些消費貸款（快貸）業務的信用評價考察等等，這也不失為一種先行先試的商業化嘗試。因此，目前某些平臺產品只能說是初具雛形，尚需深入挖掘建構。
第三，信用評價的公共性衡量。事實上，此種公共性鏈條分為兩段：一為大數據本身所具有的公共性特徵；二為利用大數據所產生的信用評價亦具有公共性特徵。儘管對於大數據權屬頗具爭議，但是數據控制與處理者佔有這些數據，仍然具有一種佔有意義上的絕對優勢。不得濫用數據、保護個體權益，此為數據利用規則本身之內在要求，而此種數據也在利己性與利他性之間共存協調，具有一定公共性特徵。大數據信用評價的公共性特徵，既表現為評價機構應當是獨立的第三方、保持客觀、公允，同時又表現為只有進入社會公共信用體系，才可認為此種評價具有公共性。目前信聯的作用到底能發揮到何種程度，可能尚需時日觀察，因為從技術層面來說，各平臺數據架構互不相同，數據如何導入及匯總真正實現共享也是難點之一。
從微觀的信用評價構成或信用報告而言，我們嘗試做一種假設或預測，第三方平臺的數據或信用評價應如何設置評分機制，可能需先行討論，大致可以存在以下幾種方案。
第一種方案：成為個人信用報告的一部分，切割、分配出一定的比例，比如1%、2%……10%；第二種方案：成為個人信用基礎信息的一部分，系徵信報告的有益補充，不佔比，但是作為必要性的參考依據；第三種方案：成為個人信用基礎信息的一部分，不佔比，但是作為可選擇性的參考依據。
上述幾種方案可在定性或定量層面分別觀之，並根據實踐發展情況作動態系統調整。
綜上，大數據時代應充分發揮數據所帶來的「增益」與福利，但是其接入任何制度或體系之時，都要尊重和遵循事物與制度的本質、邏輯與規律，徵信制度亦是如此，既要實現「數據盡其用」，同時也不改徵信制度之初衷與目的，並使之更加豐富、完善和具有時代特色。
作者單位：中國社會科學院法學研究所 本文首發於微信公眾號：銀行家雜誌。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。
（責任編輯：李佳佳 HN153）