作者 |見微知著博采眾長 來源 | 企業征信服務平臺從我國首部征信行政法規開啟立法工作算起，至今已經21年，法規最初的名稱為《征信管理條例》。從2002年3月至2013年3月，歷時11年，被更名為《征信業管理條例》（下稱《條例》）的法規終于正式施行，至今十周年。
【資料圖】
十年之后，征信行業步入大數據征信階段，但征信市場各主體在開發利用信用信息的過程中依舊面臨多方面挑戰。在大數據技術的不斷變化更新下，征信機構不斷精進其數據收集、挖掘、處理及分析能力，征信應用場景也進一步得到拓展；與之對應，多元化的場景運用與數據聯通，推動信用數據的共享與流通仍是重要課題。
圖：周璇、柏亮、陳琛、宋鑫、王永潔、王宏、鮮濤
（從左至右）注：宋鑫微眾信科首席風險官
王永潔交通銀行深圳分行普惠金融事業部副總經理
鮮濤深圳市信用促進會秘書長
柏亮零壹智庫CEO
王宏金蝶信用科技總裁
陳琛蘇州征信總經理助理
周璇微眾信科副總裁（主持人）8月11日，微眾信科「第三期」“信科下午茶”主題沙龍活動，在深圳順利舉辦。本期探討的主題是《<條例>施行十周年，再議征信新發展》。
在活動現場，嘉賓們認為，過往這些年，征信機構的生存并不容易，我國依然處在征信業早期發展階段；同時，征信機構作為打破金融機構和企業之間的關鍵信息來源，發揮了重要的作用。
隨著金融業的不斷發展和科技的創新應用，征信機構在不斷適配金融數字化轉型中的各種需求，起到了關鍵性作用。在數字經濟背景下，未來征信機構將繼續在金融、商事和政務場景中尋求場景應用的突破創新，共同構建征信市場的健康競爭環境，為做精做優鋪墊肥沃“土壤”，在精細化服務方面尋求進一步突破。01
征信公司的核心競爭力是
數據資源還是數據加工能力？公開資料顯示，目前在人民銀行備案的企業征信機構有140多家，市場份額的爭奪變得愈加激烈，行業普遍看到，沒有數據乃至沒有獨特數據的征信公司很難展業或很容易碰到天花板。但是，僅有數據的公司，沒有加工能力和產品化能力，也很難賣得上價格。那么，掌握獨特數據資源，和強大的加工能力，對征信公司而言，哪個更為重要？對此，陳琛從當下和未來兩個角度進行了闡釋。當下，數據資源本身是一個基礎性資源，沒有數據資源很難開展征信業務；未來，征信公司的核心競爭力是一個長期的優勢資源和優勢能力，所以會隨著市場需求的變遷，或整合、或調配、或新生，征信公司也會根據自身的發展階段去主動選擇當前這個階段，是以哪一種能力或者資源去打造公司的“護城河”。
數據資源和數據加工能力是相輔相成的，王宏表示，我們在探討一家征信公司的競爭力，不如去探討我們的客戶，客戶真正的需求是什么。比如銀行客群，當下的需求是推動普惠金融，在這一層面，對于征信服務的需求，無論是數據資源、加工能力還是對于技術或監管的理解，最能夠理解和貼合客戶需求的，才是最重要的競爭力。鮮濤認為特色數據資源是一個征信機構的生存的基本，但了解的情況來看，全國140多家企業征信機構，真正有自己特色優勢數據的機構并不多，同時，隨著市場競爭的不斷加劇，如何對數據資源進行創新性的利用也非常關鍵，這里的創新性應用是指以客戶為中心，引導和挖掘客戶真實需求，實現數據的創新應用。宋鑫表示，做好一家征信公司，第一，肯定需要數據資源；第二，要有很好的將數據資源加工變現的能力；第三，能夠找到合適的應用場景。他指出，如果我們去參照個人征信機構發展的軌跡來看，未來當數據資源通過產業數字化發展后，大家都能夠掌握相關數據之后，那時候考驗我們的是如何將數據跟場景做深度結合。柏亮用歷史研究來類比征信機構的核心競爭力，歷史研究領域有兩類大家：第一，掌握了別人沒有的史料；第二，大家都能找到的史料，研究鉆深，發人之所未發、見人之所未見。同比征信公司的數據資源其實是兩種：一種是獨特的數據資源；另一種是公共的數據資源，誰都能獲得的。他指出：“單從數據資源的角度看，我覺得這個題目的隱含前提是你有沒有獨特的數據資源，而不是說你有沒有數據資源。獨特的數據資源是一個你獲得先手的機會，但并不是說沒有這些先手的公司就沒有機會了。”王永潔從需求方角度坦言，目前銀行普惠金融服務面臨兩大矛盾：一是有限的前臺營銷人員與不斷增長的業務壓力之間的矛盾；二是服務客群的不斷下沉與貸后管理壓力加大之間的矛盾。她指出，線下業務具有展業、定量和貸后的需求；而線上業務的需求是授信額度的主動計算。“線上和線下不同的業務需求，就決定了我們在選擇合作的征信公司的時候，更看重征信公司的哪種能力”。征信公司作為實現數據要素有序流轉、應用的“鑰匙”之一，隨著數據開放共享的推進，將獲得更加公平的競爭環境，但在技術投入與創新、數字質量與準確性、產品化等方面的競爭隨之激烈，以客戶為中心的數據的創新應用是征信公司可持續發展的關鍵。02
AIGC時代的征信展望人工智能給征信行業發展帶來的增長是不可限量的。在過去，解決交易場景中身份識別的問題已取得了巨大成功；在未來，隨著AIGC的發展進步，在信用分析及預測方面解決客戶信用風險評估的問題，預期發展潛力巨大。宋鑫作為風險官談到，現階段AI對于企業征信的發展已經有很多幫助，包括提高數據處理的效率，清理垃圾數據；以及監管鼓勵人工智能的運用；同時,今年以chatGPT為代表的AIGC大火。但是研究報告顯示，只有20%落地應用在輔助決策領域，其他場景都仍在信息查詢領域，而信息查詢在過去已經有很多成熟技術在做了；AIGC等在征信行業的創新應用還沒有那么大的浪潮，但是肯定是在一個螺旋上升期，未來向好。柏亮認為，金融對于前沿科技高度敏感，很多公司開始在金融領域嘗試做垂直大模型。但是距離大模型能夠在征信領域里真正可用和能夠推廣，還有比較長的路。他指出，一方面，距離大模型本身能夠進化到高度可用還需要一段時間；另一方面，大模型落地到征信中和金融行業結合起來，去形成對金融監管、金融渠道、金融風險等特征的掌握也需要一個訓練時間。
王永潔從銀行業務的具體場景，舉例人工智能的應用——抖音貸款，機器人將現場視頻銷售采集出的數據，加工清洗后再傳送出來，極大減少了人工審核時間和差錯率。
鮮濤創新提出了征信+人工智能應用的兩種思路：一種是轉變產品服務模式，通過問答方式輔助，使用信方具備信用的識讀能力；另一種是在商事征信領域，利用人工智能降低營銷成本和銷售鏈條，不斷提高企業信用報告應用的邊際效益。
王宏分享了一個觀點：信息化，是對過去發生的事情的歸納；而數字化，是更進一步，具備一定的預測未來的能力。
“這就給我了一個新的視角，來理解這個議題，如果在我們征信行業里面要發展人工智能的技術，我們有大量的持續的數據的流入，我們就有了基于這些數據去用人工智能技術去開發新的服務，無論是基于這些數據做出的風險的預測，趨勢的預測還是個體的判斷”。陳琛關注人工智能在征信應用當中的可解釋性，準確性和預測性。“人工智能的解釋性方法現在是有一些的，但還不算特別普遍，當然我們也做了一些探索，用一些可解釋性的方法來做二次驗證等，最終能讓我們做一些有效解釋，但是最底層的人工智能分析，目前還沒有特別好的解決方案”。不論是智能風控、智能融資還是智能征信……更多的應用場景仍需要大量數據合規性清洗，且需要更多時間與資金投入檢驗大模型技術在提升AI服務效率的具體成效，人工智能技術方興未艾，征信從業者們步履不停。大家期盼這個“未來”不要太遠。03
數字化滾滾向前，征信公司積極踏浪2016-2022年，已有50余家企業征信機構因未實際展業或經營不善而被注銷企業征信備案；當然，已經備案的機構當中也有不少已未實際展業，一些公司陷入青黃不接，前后路斷的絕境之中；而另一部分公司，開始在監管劃定的跑道中，苦尋出路……「二八法則」在征信行業依然奏效，20%的征信公司掌握了80%的數據資源和市場需求，80%的征信公司往往陷入生存窘境。王宏認為這個話題具有兩面性，一方面是整體“數字化”的速度沒有那么快，應該讓中國企業數字化的進程再快一點，王宏闡釋道，“中國企業數字化前景生機勃勃，但是目前我們數以千萬計的普惠群體小微企業，真正能應用軟件系統進行管理的比例，可能連10%都不到。”另一方面，要改善征信公司的生存狀況，王宏認為，隨著征信客戶需求的變化，供需內容需要重新考量：例如，當下，相比結果性數據，需求方更偏向需要一些過程性的數據，比如月度變化，所屬行業變化的數據；需求的供給需要與時俱進。
作為銀行從業者，站在需求方的角度，王永潔認為，數字化分兩種：企業內部的數字化和企業與企業之間的數字化。他指出，如果在整個的數字化過程當中，可以掌握從上、到中、至下的貨物流、資金流、發票流，“我覺得誰拿得到，誰就是甲方”，而這也恰恰是包含征信公司在內的服務提供方想要提高競爭力要考慮的問題。陳琛表示，征信公司的生存發展狀況并沒有明顯改變，一方面從需求方變化的角度，例如原先銀行相對好做的業務，現在隨著業務體量、環境的變化越來越難做了，那對于供給方的要求也隨之提高。
另一方面，數字化出現了很多新的業態，征信機構需要從新的業態中抓取機會，不斷試錯，并加強相互之間的機構合作，才能長遠走下去，而這是一個很有挑戰的事情。柏亮概括道：破題的關鍵在于當前征信公司的生存狀況，是由客戶需求和數字化程度這兩件事情決定的。客戶需求的顆粒度越來越細，無論是服務下沉還是對每一環節的要求控制，對于數據要求越來越高；數字化程度在宏觀趨勢上整體越來越強，但在每一個微觀層面上并不是均衡的。柏亮講到：“雖然征信行業的生存發展環境沒有特別明顯的好轉，甚至有時候感到壓力，但是整體來看征信公司的數量還在不斷增加。但也正因如此，這增加了內部競爭的壓力，同時行業內部數據和業務割據也可能造成單家機構能力增速的減緩”。
宋鑫提供了一個國際化的視角，美國的征信行業，已經有接近200年的發展歷史，走過了萌芽、快速發展、監管規范、整合發展以及良性發展五個完整的階段。“如果把時間窗口放大一些，其實，中國的征信行業發展速度已經很快了”，宋鑫講到，“我覺得在中國做好征信企業，有三個先決條件：第一，企業數字化水平的提升；第二，政府治理數字化水平的提升;第三，金融機構貿易融資數字化水平的提升，三者必須要齊頭并進”。他強調，三者中任何一個短板都可能影響到征信公司的發展。
鮮濤站在促進行業發展的角度，分享了自己的看法，他認為，第一，征信機構服務的金融市場總體的規模在那里，隨著普惠金融的發展，總體格局和情況相對穩定；第二，征信機構目前數量在不斷增加，從業者越來越多，行業競爭是加劇了的；第三，信用產品與其他產品不同，數據解讀能力在一定程度上限制了客戶范圍和對象；第四，數字經濟下，數據從資源變成了要素之后，將很難有“免費資源”。對此，他特別提出，“可以打開思路：從企業角度出發，一個是忘掉金融，金融不是征信機構的唯一出口；第二，忘記征信，征信機構的本質是數據運營；第三，忘記公司，未來征信機構是一個資源整合者，需要做平臺建生態”。征信行業吭哧吭哧、有時候打破某種現行秩序的行為恰正是創新活動的萌芽。對于征信行業來說，無疑健康競爭的市場才是有活力的市場，但不是任何時候市場都能自行解決阻礙健康競爭的問題，這便是更多力量介入市場的良機。04
征信機構與數交所：攜手度過“量價質”難關數據交易所模式的初衷是解決征信數據濫用、數據壟斷、數據歧視等問題，豐富和完善現代征信體系，引導征信替代數據的規范發展，將促進我國社會信用環境改善。但是當前監管和交易的實踐路徑與數據交易所模式還存在較大的差距，部分底層邏輯問題仍需討論解決。“我認為數交所的首要功能，是要把數據源的合規性進行全面的、系統性的梳理和整理”，鮮濤如是說，“數交所以后將是征信行業生產資料的核心來源”。王永潔提出，數交所和征信機構相互賦能的點，可以是征信公司提出需求，由數交所說服產業鏈上的企業將交易數據資產化，掛牌在數交所進行交易，讓數據流通起來，便可以完美實現“貨物流，資金流，發票流”三流合一。宋鑫強調了數據資產化和交易合法化的重要性，他認為，從數交所的角度來看，它是一個公開交易數據的一個場合，從數交所能夠了解到之前渠道了解不到的數據資產和通道。從征信機構的角度來看，數交所也是市場的一個角色，征信機構的技術服務可以將對于場景和業務的理解能力產品化，為數交所賦能，形成生態互補。陳琛認為，“我們看數交所，像是一個渠道；數交所看我們，像是一個場景，我覺得各自的認知和實際情況差別還是比較大的”。他建議，“數交所對于征信行業可以多點投入，多點關注，將征信機構在普惠金融領域全鏈條運作的成功經驗，做一些標準的提煉，形成一些未來業務中可以參考的價值”。談起數交所和征信機構的關系，王宏認為，離不開對于數據的認知和理解。他認為，如果一個企業的數據能夠通過征信公司加工之后給到客戶，需要滿足三方面的要求：有足夠的覆蓋度，完整性，準確性。王宏指出：“無論是政府還是市場，對數交所的期待都是希望它真的能繁榮于各方，吸引各方的參與者進來，當然當中包括合規性的把握，合理的定價估值等基礎設施的搭建，從而讓數據‘土地’更肥沃，讓‘山更清水更綠’”。柏亮認為，數交所是征信公司合規的采購數據的來源，但現階段，數交所更像一個數據電商，而不像一個“數據資產”交易所。他認為數交所和征信公司可以相互賦能：如果征信公司提供的一些產品和服務，能變成數據資產在數交所交易，那么征信公司收入結構甚至估值都將發生變化；
同時，隨著數交所交易類型的豐富，對數據資產提供了一個估值的參考，數據資產有了公允價值，征信公司去評估企業信用的時候，將更具有準確性；
另一方面，數交所與征信公司合作，結合金融需求和監管特征，可能打造金融數據交易專業板塊，提升數據交易的質量和效率。
征信作為一個標準化程度較高和商業化空間較大（應用場景豐富/市場需求大）的細分產業，隨著政策鼓舞和法t律法規的明確，將迎來更大發展機遇。與之相對，市場對于精準化的數據服務依賴度越來越高；未來，數據是征信機構競爭的基礎，增值服務是差異化的關鍵。同時，征信數據的多源性進一步增加了數據流通的難度，如何打破不同機構之間的數據孤島，制定有效的數據市場規則，促進數據的交易流通，是當前行業監管和征信數據治理面臨的重大挑戰。本場征信主題沙龍活動，四個議題均是圍繞著變化來展開：市場的變化、科技的變化、場景的變化、生態的變化。對于當下征信市場直接的或間接的參與者而言，數字化洪流勢不可擋地沖向未來，這些變化將帶來全方位的可能性，包括機構之間合作模式變遷，供需關系的調整，產業鏈的細分和升級，新的業務形態從市場的邊緣走向了中心……科技的浪潮奔涌向前，征信行業是全面數字化當中一股不容忽視的力量！
關鍵詞：
營業執照公示信息