7月19-20日，“2014·上海新金融年会暨互联网金融外滩峰会”在上海举办。

　　会场人满为患，“大数据与互联网征信”专场外的走廊里，挤满了听众—如此可见行业的热度。

　　而这样一个学术氛围颇浓的论坛，对互联网金融、对P2P行业的看法也是千差万别。中国金融四十人论坛常务理事会副主席谢平指出，P2P行业可能是配置信贷资源效率最高的市场;中国最大的P2P企业宜信公司CEO唐宁认为，P2P行业是传统金融机构的补充。

　　央行征信中心副主任王晓蕾直接指出，中国的征信系统目前覆盖了8亿人，但其中5亿人从来不向银行借贷，换言之，这5亿人对于金融部门来说是陌生人，这对于所有的放贷机构都是机会。

　　上海新金融研究院特邀专家林采宜、宜信公司首席战略官陈欢、信而富创始人兼CEO王征宇就此展开讨论：互联网金融企业需要走出这3亿人，在5亿“陌生人”中开发新用户;而大数据提供了一种相对低成本、高效率的技术手段，它将作为央行征信局的补充，试图解决对5亿“陌生人”征信的问题。

　　P2P最大问题是征信体系脱网

　　王晓蕾：个人理解，征信至少应该分成两大部分：广义征信、狭义征信。狭义的征信，实际上是放贷人之间的信息共享平台;广义征信泛指所有的放贷机构贷前调查的行为，我认为这应该是P2P平台的核心竞争力。中国的征信系统目前覆盖了8亿人，但是在这8亿人里，真正和银行有信贷关系的只有3亿人，换句话说，5亿人跟银行从来没有信贷交易关系。这5亿人对金融部门来说是陌生人，这一点正好对于所有的放贷机构，包括P2P在内，既是挑战，又是机会。从中长期来说，P2P如何在这5亿人当中找到它的细分市场，找到管理这部分细分市场信用风险的独特技术，这P2P保持中长期竞争力的一个核心。

　　征信条例明确规定，所有的放贷机构(不是放贷金融机构)都应该接入征信系统。如果有个监管部门能够认定P2P是放贷机构，或者是从事放贷业务的机构，那么按照征信条例要求，把这些机构接入征信系统是征信中心的法律责任。在此之前，因为征信中心收购了上海资信(全称“上海资信有限公司”);而上海资信根据征信中心的统一部署，搭建了互联网金融的征信平台，现在已经有两百多家机构接进了上海资信的互联网征信平台，实现了P2P机构之间的信息共享。对于征信中心来说，未来的后台是集中统一的，只不过是前台服务客户这方面可能会由上海资信来做。

　　林采宜：互联网借贷必须有一个“联网”的体系支持才是高效的，即你进入一个平台，输一个身份的属性进去，这一身份相关的信息，包括收入、职业资产都出来了。目前互联网借贷存在最大的一个问题是：它的征信体系是脱网的。每一个借贷的平台，都要使用者个人去输入信息，由这个平台完成信息的校验。每一个平台之间的信息是分散的，这样信息校验的成本很高，它决定了互联网信贷的效率以及坏账的程度。

　　这种互联网个人信誉数据割裂的状态，导致了现在的征信模型的失灵，因为对一个人信用等级的所有评估，基于真实的、可靠的个人数据，这是职业、收入等结构性数据。而不是“大数据”所指的非结构性，比如一个人的朋友圈、一个人平时的聊天记录等。

　　如果没有一个大家公认的比较客观、可靠的评级，那么贷方获取借方信用的成本非常高。最近P2P行业每天都有噩耗传来，这个跑路了，那个坏账了，我认为最根本的问题是，整个网络征信体系缺乏一种整合和快速的分享机制。那么如何开放分享机制，这是中国P2P可能要面临的一个最严峻的，也是最急迫需要解决的问题。

　　征信是否需要大数据?

　　王晓蕾：怎么去了解这5亿的陌生人，对所有的放贷机构来说都是挑战，但我认为它更是机会。互联网的发展使很多的个人和小企业在互联网上有了互联网生活，所以记录了很多信息，但是这些记录下来的信息在多大程度上能够满足放贷人贷前对借款人的还款意愿和还款能力审查，还要靠全行业去研究和探索。个人认为，不光是P2P，包括小额贷款机构，甚至包括现在的银行，在做贷前调查风险管理时，不应该明确地区分所谓的线上线下，应该是在现有的条件下，八仙过海各显其能。

　　陈欢：随着互联网和移动互联网的越来越普及，我们的行为被数字化的越来越多。通过数字化的行为，能够采集到很多信息，无论是我们的身份信息、位置信息、交易信息、社交信息，还有行为习惯的信息，都被采集和被处理。在这种情况下，我觉得像国外有些机构提出的所有数据都是信用数据，而不像传统观点，只有金融交易的行为、一些社会公共的信息，个人身份的信息才是征信信息。这就是所谓的大数据和互联网发展所带来的机会。

　　王征宇：美国征信局回答了三个问题，大数据跟互联网金融征信结合也要回答这三个问题：第一个问题，你是谁;第二个问题解决的是你在哪儿工作，你是干什么的;把这两个问题延伸到第三个问题，就是还款意愿，还款能力、稳定性等。

　　互联网金融和征信环节上，目前最重要的是，通过技术手段获取征信局现在没有获取到的数据，中国互联网金融征信要解决的是覆盖的问题。这些数据的收集，不一定要通过走街串巷，挨家挨户去敲门，而是通过互联网用低成本、高效率的方法。

　　技术手段上如何用数据来进行评分，如何通过评分以后对这个人进行评估，这些问题在很多年以前就解决了。现在的问题不在于有没有一个评分，而在于：第一，数据到底解决什么问题?第二，用什么技术手段从数据中抽取信息?第三，得到了这些信息以后，用什么样的尺度来刻画一个人的风险行为和风险特征?第四，确定了这个人的风险特征以后，怎么样对他采取一个有效的授信策略，当然还有贷后管理等等。这些可能是大数据能够帮到我们的。

　　林采宜：我认为，征信不需要大数据。表达还款意愿的首先是长期的信用记录，央行的征信体系解决了这个;然后是你还款的能力，稳定性，这里面就是你的职业和你的收入。这几个数据对一个人会不会还款起到一个核心的作用。其实这三个数据的获取需要大数据吗?我认为不需要。它需要的是我们现在个人信誉数据的采集和分享机制。

　　第二，非结构化的数据像一个人在网络上的交易行为、采购行为，和征信没有正相关。我生活中就见过，有人开着奥迪车，过着很好的生活，吃着豪餐，但是他借我的5万块钱就是不还。你看他的信誉记录就可以发现，他不仅我的钱没还，也没还我朋友的钱。

　　中国和美国有点不同，美国人基本上不向朋友借钱;而中国人如果你信誉好，可以向同事、朋友、亲戚借钱;如果他们都不借给你，你基本上就是信用破产的人，这样你就去网络上借利息很高的钱。

　　王征宇：大数据之所以在征信问题上有意义，主要的意义是补充而不是取代。征信局覆盖的那3亿人，最好的数据就是央行征信中心的数据，你再怎么找数据比不上那3亿数据，对那3亿人借贷就是靠那个数据，不需要别的。问题是除了那3亿人外，央行征信中心也没法帮你。你自己做数据只能做一个黑名单的排除。怎么解决跨出3亿人的征信问题?互联网大数据提供了一种低成本的技术手段。