(资料图)

作者 |见微知著博采众长 来源 | 企业征信服务平台从我国首部征信行政法规开启立法工作算起，至今已经21年，法规最初的名称为《征信管理条例》。从2002年3月至2013年3月，历时11年，被更名为《征信业管理条例》（下称《条例》）的法规终于正式施行，至今十周年。十年之后，征信行业步入大数据征信阶段，但征信市场各主体在开发利用信用信息的过程中依旧面临多方面挑战。在大数据技术的不断变化更新下，征信机构不断精进其数据收集、挖掘、处理及分析能力，征信应用场景也进一步得到拓展；与之对应，多元化的场景运用与数据联通，推动信用数据的共享与流通仍是重要课题。图：周璇、柏亮、陈琛、宋鑫、王永洁、王宏、鲜涛（从左至右）注：宋鑫微众信科首席风险官王永洁交通银行深圳分行普惠金融事业部副总经理鲜涛深圳市信用促进会秘书长柏亮零壹智库CEO王宏金蝶信用科技总裁陈琛苏州征信总经理助理周璇微众信科副总裁（主持人）8月11日，微众信科「第三期」“信科下午茶”主题沙龙活动，在深圳顺利举办。本期探讨的主题是《<条例>施行十周年，再议征信新发展》。在活动现场，嘉宾们认为，过往这些年，征信机构的生存并不容易，我国依然处在征信业早期发展阶段；同时，征信机构作为打破金融机构和企业之间的关键信息来源，发挥了重要的作用。随着金融业的不断发展和科技的创新应用，征信机构在不断适配金融数字化转型中的各种需求，起到了关键性作用。在数字经济背景下，未来征信机构将继续在金融、商事和政务场景中寻求场景应用的突破创新，共同构建征信市场的健康竞争环境，为做精做优铺垫肥沃“土壤”，在精细化服务方面寻求进一步突破。01征信公司的核心竞争力是数据资源还是数据加工能力？公开资料显示，目前在人民银行备案的企业征信机构有140多家，市场份额的争夺变得愈加激烈，行业普遍看到，没有数据乃至没有独特数据的征信公司很难展业或很容易碰到天花板。但是，仅有数据的公司，没有加工能力和产品化能力，也很难卖得上价格。那么，掌握独特数据资源，和强大的加工能力，对征信公司而言，哪个更为重要？对此，陈琛从当下和未来两个角度进行了阐释。当下，数据资源本身是一个基础性资源，没有数据资源很难开展征信业务；未来，征信公司的核心竞争力是一个长期的优势资源和优势能力，所以会随着市场需求的变迁，或整合、或调配、或新生，征信公司也会根据自身的发展阶段去主动选择当前这个阶段，是以哪一种能力或者资源去打造公司的“护城河”。数据资源和数据加工能力是相辅相成的，王宏表示，我们在探讨一家征信公司的竞争力，不如去探讨我们的客户，客户真正的需求是什么。比如银行客群，当下的需求是推动普惠金融，在这一层面，对于征信服务的需求，无论是数据资源、加工能力还是对于技术或监管的理解，最能够理解和贴合客户需求的，才是最重要的竞争力。鲜涛认为特色数据资源是一个征信机构的生存的基本，但了解的情况来看，全国140多家企业征信机构，真正有自己特色优势数据的机构并不多，同时，随着市场竞争的不断加剧，如何对数据资源进行创新性的利用也非常关键，这里的创新性应用是指以客户为中心，引导和挖掘客户真实需求，实现数据的创新应用。宋鑫表示，做好一家征信公司，第一，肯定需要数据资源；第二，要有很好的将数据资源加工变现的能力；第三，能够找到合适的应用场景。他指出，如果我们去参照个人征信机构发展的轨迹来看，未来当数据资源通过产业数字化发展后，大家都能够掌握相关数据之后，那时候考验我们的是如何将数据跟场景做深度结合。柏亮用历史研究来类比征信机构的核心竞争力，历史研究领域有两类大家：第一，掌握了别人没有的史料；第二，大家都能找到的史料，研究钻深，发人之所未发、见人之所未见。同比征信公司的数据资源其实是两种：一种是独特的数据资源；另一种是公共的数据资源，谁都能获得的。他指出：“单从数据资源的角度看，我觉得这个题目的隐含前提是你有没有独特的数据资源，而不是说你有没有数据资源。独特的数据资源是一个你获得先手的机会，但并不是说没有这些先手的公司就没有机会了。”王永洁从需求方角度坦言，目前银行普惠金融服务面临两大矛盾：一是有限的前台营销人员与不断增长的业务压力之间的矛盾；二是服务客群的不断下沉与贷后管理压力加大之间的矛盾。她指出，线下业务具有展业、定量和贷后的需求；而线上业务的需求是授信额度的主动计算。“线上和线下不同的业务需求，就决定了我们在选择合作的征信公司的时候，更看重征信公司的哪种能力”。征信公司作为实现数据要素有序流转、应用的“钥匙”之一，随着数据开放共享的推进，将获得更加公平的竞争环境，但在技术投入与创新、数字质量与准确性、产品化等方面的竞争随之激烈，以客户为中心的数据的创新应用是征信公司可持续发展的关键。02AIGC时代的征信展望人工智能给征信行业发展带来的增长是不可限量的。在过去，解决交易场景中身份识别的问题已取得了巨大成功；在未来，随着AIGC的发展进步，在信用分析及预测方面解决客户信用风险评估的问题，预期发展潜力巨大。宋鑫作为风险官谈到，现阶段AI对于企业征信的发展已经有很多帮助，包括提高数据处理的效率，清理垃圾数据；以及监管鼓励人工智能的运用；同时,今年以chatGPT为代表的AIGC大火。但是研究报告显示，只有20%落地应用在辅助决策领域，其他场景都仍在信息查询领域，而信息查询在过去已经有很多成熟技术在做了；AIGC等在征信行业的创新应用还没有那么大的浪潮，但是肯定是在一个螺旋上升期，未来向好。柏亮认为，金融对于前沿科技高度敏感，很多公司开始在金融领域尝试做垂直大模型。但是距离大模型能够在征信领域里真正可用和能够推广，还有比较长的路。他指出，一方面，距离大模型本身能够进化到高度可用还需要一段时间；另一方面，大模型落地到征信中和金融行业结合起来，去形成对金融监管、金融渠道、金融风险等特征的掌握也需要一个训练时间。王永洁从银行业务的具体场景，举例人工智能的应用——抖音贷款，机器人将现场视频销售采集出的数据，加工清洗后再传送出来，极大减少了人工审核时间和差错率。鲜涛创新提出了征信+人工智能应用的两种思路：一种是转变产品服务模式，通过问答方式辅助，使用信方具备信用的识读能力；另一种是在商事征信领域，利用人工智能降低营销成本和销售链条，不断提高企业信用报告应用的边际效益。王宏分享了一个观点：信息化，是对过去发生的事情的归纳；而数字化，是更进一步，具备一定的预测未来的能力。“这就给我了一个新的视角，来理解这个议题，如果在我们征信行业里面要发展人工智能的技术，我们有大量的持续的数据的流入，我们就有了基于这些数据去用人工智能技术去开发新的服务，无论是基于这些数据做出的风险的预测，趋势的预测还是个体的判断”。陈琛关注人工智能在征信应用当中的可解释性，准确性和预测性。“人工智能的解释性方法现在是有一些的，但还不算特别普遍，当然我们也做了一些探索，用一些可解释性的方法来做二次验证等，最终能让我们做一些有效解释，但是最底层的人工智能分析，目前还没有特别好的解决方案”。不论是智能风控、智能融资还是智能征信……更多的应用场景仍需要大量数据合规性清洗，且需要更多时间与资金投入检验大模型技术在提升AI服务效率的具体成效，人工智能技术方兴未艾，征信从业者们步履不停。大家期盼这个“未来”不要太远。03数字化滚滚向前，征信公司积极踏浪2016-2022年，已有50余家企业征信机构因未实际展业或经营不善而被注销企业征信备案；当然，已经备案的机构当中也有不少已未实际展业，一些公司陷入青黄不接，前后路断的绝境之中；而另一部分公司，开始在监管划定的跑道中，苦寻出路……「二八法则」在征信行业依然奏效，20%的征信公司掌握了80%的数据资源和市场需求，80%的征信公司往往陷入生存窘境。王宏认为这个话题具有两面性，一方面是整体“数字化”的速度没有那么快，应该让中国企业数字化的进程再快一点，王宏阐释道，“中国企业数字化前景生机勃勃，但是目前我们数以千万计的普惠群体小微企业，真正能应用软件系统进行管理的比例，可能连10%都不到。”另一方面，要改善征信公司的生存状况，王宏认为，随着征信客户需求的变化，供需内容需要重新考量：例如，当下，相比结果性数据，需求方更偏向需要一些过程性的数据，比如月度变化，所属行业变化的数据；需求的供给需要与时俱进。作为银行从业者，站在需求方的角度，王永洁认为，数字化分两种：企业内部的数字化和企业与企业之间的数字化。他指出，如果在整个的数字化过程当中，可以掌握从上、到中、至下的货物流、资金流、发票流，“我觉得谁拿得到，谁就是甲方”，而这也恰恰是包含征信公司在内的服务提供方想要提高竞争力要考虑的问题。陈琛表示，征信公司的生存发展状况并没有明显改变，一方面从需求方变化的角度，例如原先银行相对好做的业务，现在随着业务体量、环境的变化越来越难做了，那对于供给方的要求也随之提高。另一方面，数字化出现了很多新的业态，征信机构需要从新的业态中抓取机会，不断试错，并加强相互之间的机构合作，才能长远走下去，而这是一个很有挑战的事情。柏亮概括道：破题的关键在于当前征信公司的生存状况，是由客户需求和数字化程度这两件事情决定的。客户需求的颗粒度越来越细，无论是服务下沉还是对每一环节的要求控制，对于数据要求越来越高；数字化程度在宏观趋势上整体越来越强，但在每一个微观层面上并不是均衡的。柏亮讲到：“虽然征信行业的生存发展环境没有特别明显的好转，甚至有时候感到压力，但是整体来看征信公司的数量还在不断增加。但也正因如此，这增加了内部竞争的压力，同时行业内部数据和业务割据也可能造成单家机构能力增速的减缓”。宋鑫提供了一个国际化的视角，美国的征信行业，已经有接近200年的发展历史，走过了萌芽、快速发展、监管规范、整合发展以及良性发展五个完整的阶段。“如果把时间窗口放大一些，其实，中国的征信行业发展速度已经很快了”，宋鑫讲到，“我觉得在中国做好征信企业，有三个先决条件：第一，企业数字化水平的提升；第二，政府治理数字化水平的提升;第三，金融机构贸易融资数字化水平的提升，三者必须要齐头并进”。他强调，三者中任何一个短板都可能影响到征信公司的发展。鲜涛站在促进行业发展的角度，分享了自己的看法，他认为，第一，征信机构服务的金融市场总体的规模在那里，随着普惠金融的发展，总体格局和情况相对稳定；第二，征信机构目前数量在不断增加，从业者越来越多，行业竞争是加剧了的；第三，信用产品与其他产品不同，数据解读能力在一定程度上限制了客户范围和对象；第四，数字经济下，数据从资源变成了要素之后，将很难有“免费资源”。对此，他特别提出，“可以打开思路：从企业角度出发，一个是忘掉金融，金融不是征信机构的唯一出口；第二，忘记征信，征信机构的本质是数据运营；第三，忘记公司，未来征信机构是一个资源整合者，需要做平台建生态”。征信行业吭哧吭哧、有时候打破某种现行秩序的行为恰正是创新活动的萌芽。对于征信行业来说，无疑健康竞争的市场才是有活力的市场，但不是任何时候市场都能自行解决阻碍健康竞争的问题，这便是更多力量介入市场的良机。04征信机构与数交所：携手度过“量价质”难关数据交易所模式的初衷是解决征信数据滥用、数据垄断、数据歧视等问题，丰富和完善现代征信体系，引导征信替代数据的规范发展，将促进我国社会信用环境改善。但是当前监管和交易的实践路径与数据交易所模式还存在较大的差距，部分底层逻辑问题仍需讨论解决。“我认为数交所的首要功能，是要把数据源的合规性进行全面的、系统性的梳理和整理”，鲜涛如是说，“数交所以后将是征信行业生产资料的核心来源”。王永洁提出，数交所和征信机构相互赋能的点，可以是征信公司提出需求，由数交所说服产业链上的企业将交易数据资产化，挂牌在数交所进行交易，让数据流通起来，便可以完美实现“货物流，资金流，发票流”三流合一。宋鑫强调了数据资产化和交易合法化的重要性，他认为，从数交所的角度来看，它是一个公开交易数据的一个场合，从数交所能够了解到之前渠道了解不到的数据资产和通道。从征信机构的角度来看，数交所也是市场的一个角色，征信机构的技术服务可以将对于场景和业务的理解能力产品化，为数交所赋能，形成生态互补。陈琛认为，“我们看数交所，像是一个渠道；数交所看我们，像是一个场景，我觉得各自的认知和实际情况差别还是比较大的”。他建议，“数交所对于征信行业可以多点投入，多点关注，将征信机构在普惠金融领域全链条运作的成功经验，做一些标准的提炼，形成一些未来业务中可以参考的价值”。谈起数交所和征信机构的关系，王宏认为，离不开对于数据的认知和理解。他认为，如果一个企业的数据能够通过征信公司加工之后给到客户，需要满足三方面的要求：有足够的覆盖度，完整性，准确性。王宏指出：“无论是政府还是市场，对数交所的期待都是希望它真的能繁荣于各方，吸引各方的参与者进来，当然当中包括合规性的把握，合理的定价估值等基础设施的搭建，从而让数据‘土地’更肥沃，让‘山更清水更绿’”。柏亮认为，数交所是征信公司合规的采购数据的来源，但现阶段，数交所更像一个数据电商，而不像一个“数据资产”交易所。他认为数交所和征信公司可以相互赋能：如果征信公司提供的一些产品和服务，能变成数据资产在数交所交易，那么征信公司收入结构甚至估值都将发生变化；同时，随着数交所交易类型的丰富，对数据资产提供了一个估值的参考，数据资产有了公允价值，征信公司去评估企业信用的时候，将更具有准确性；另一方面，数交所与征信公司合作，结合金融需求和监管特征，可能打造金融数据交易专业板块，提升数据交易的质量和效率。征信作为一个标准化程度较高和商业化空间较大（应用场景丰富/市场需求大）的细分产业，随着政策鼓舞和法t律法规的明确，将迎来更大发展机遇。与之相对，市场对于精准化的数据服务依赖度越来越高；未来，数据是征信机构竞争的基础，增值服务是差异化的关键。同时，征信数据的多源性进一步增加了数据流通的难度，如何打破不同机构之间的数据孤岛，制定有效的数据市场规则，促进数据的交易流通，是当前行业监管和征信数据治理面临的重大挑战。本场征信主题沙龙活动，四个议题均是围绕着变化来展开：市场的变化、科技的变化、场景的变化、生态的变化。对于当下征信市场直接的或间接的参与者而言，数字化洪流势不可挡地冲向未来，这些变化将带来全方位的可能性，包括机构之间合作模式变迁，供需关系的调整，产业链的细分和升级，新的业务形态从市场的边缘走向了中心……科技的浪潮奔涌向前，征信行业是全面数字化当中一股不容忽视的力量！

推荐内容