前言
2013年《征信业管理条款》出台并实施， 2015年初，央行下发通知，令芝麻信用、腾讯征信、前海征信、鹏元征信、中诚信征、考拉征信、中智诚征信、华道征信8家企业做好关于开展个人征信业务的准备工作，中国征信行业开始呈现市场化，2016年企业征信备案在存量既定的情况下审批节奏有所放慢。2017年颁布的《网络安全法》明确在非个人主动意愿或明确授权的情况下，数据获取方式上第三方强授权的方式将变成非法行为，网络信息安全进一步规范。2018年央行发布了《关于百行征信有限公司（筹）相关情况的公示》，百行征信由中国互联网金融协会持股36%，芝麻信用管理有限公司、腾讯征信有限公司等8家个人征信牌照试点机构各持股8%。自此，中国征信行业大格局形成。同时，由于社会大众信用需求、信用意识不断增强，中国征信行业潜力待释放。
金准人工智能专家发现与建议：目前国内征信市场尚处在起步阶段，对比与国外征信市场，可以推测，国内征信未来市场容量相对较大，且由于中国金融业的快速发展，倒逼信用体系逐步完善，由金准数据推测，中国征信行业规模远大于美国市场。同时数据本身天然的垄断性，尤其是在颁布《网络安全法》后，导致具有生态背景的征信公司更具有优势：获得低成本、高价值的生态数据、能够对征信效果快速评估等。由此，金准人工智能专家预测，较低的市场开发度、社会信用潜在需求度及数据先天垄断的特性，中国征信市场有着较大的成长空间。
一、征信概述
1.征信的定义
征信机构从多种渠道主动采集被征信对象信息数据，利用相关技术将数据进行集中汇总，生成并储存为征信对象信用档案，个人或商业机构出于风险评估的需求，在得到被征信对象授权的前提下，征信企业利用模型算法，对被征信对象的信用状况、信用资质进行评估，并将评估报告及结果出售给个人或企业，以便帮助其了解被征信对象真实信用状况。
2.征信的价值
主要帮助企业及个人解决市场交换、商品贸易、投资借款等活动中，交易双方信用信息不对等的现象，解决被征信方信用资质评估的问题。征信的具体作用主要应用在金融领域，帮助金融机构识别被征信对象的信用状况，如判别其偿债能力、还款意愿，同时为被征信对象提供信用状况改善建议，另一方面，征信也在进入新的领域、产生新的业务形态。
3.征信的分类
按征信对象可分为企业征信和个人征信，按征信用途可分为公共征信、非公共征信和准公共征信。
4.征信的行业产业链
征信产业链主要由数据源、数据处理、产品服务和应用场景组成，其中数据处理和产品服务是征信公司的核心竞争力。由于数据具有垄断性，数据的获取成本也是征信公司的核心问题。
5.征信产业链的关键点分析
5.1有针对性的采集被征信对象数据
征信机构按照计划开展数据采集，数据一般为公开信息、征信机构内部信用档案、数据合作商、被征信对象主动提交信息等，但由于关系到企业、个人信息安全，因此在数据采集时要根据监管要求，对敏感机密信息进行脱敏处理，保证信息不外泄。
在确定信息采集类型、渠道之后，征信机构必须要对数据进行检验，数据检查是保证征信产品真实性的关键。首先，征信机构通过比较不同渠道获得的数据，来验证数据的真实性，同时对独有数据，可以通过常识判断、二次调查等方式验证数据信息。其次，对于被征信对象不完整、有残缺的数据，征信机构需要查找缺失数据。然后对于资本市场、企业征信来说，还需要将征信的数据反馈给被征信人，弥补、修正征集信息过程中出现的数据遗漏、数据错误。最终将收集到的数据存档，形成被征信对象的信用数据档案。
需要注意的是，信用主体的信息呈现碎片化、分散化的特点，其中信息全面性、准确性成为信用资质评估的基础支撑，能否获取有效信息、能否征集多渠道信息、能否将分散信息归总集中于被征信对象个体，对信用服务方而言是一个发展考验，毕竟在相对混乱的源数据领域，真实、全面、及时、隐私性原则或会因企业发展阶段的特殊或利益关系而发生冲突。
5.2利用固有的分析模型，对征集到的数据进行分析
对征集到的原始数据进行分析处理，形成有价值、满足客户需求的征信产品。在信用数据处理中，通常采用的分析方法有：关联分析法、分类分析法、神经网络分析、逻辑回归分析等。根据企业征信需求，选择预先设计好的征信评估模型，选取关联项目指标，根据征信目的配以不同数据指标及不同权重，将企业、个人等被征信对象的信息数据输入模型当中，最终形成综合信用评分。
金准人工智能专家认为，近些年随着人工智能的快速发展和机器自我学习的不断提高，目前征信领域广泛的应用大数据技术，使得数据分析结果更加有效，信用评分更加贴近真实，同时，具有强大算力和模型经验的公司脱颖而出，更具有核心竞争力。
5.3信用产品应用，效果反馈
信用产品的交付后的效果反馈是征信活动的终点。征信应用领域较广；政府公司债券发行、消费品赊账、信用贷款、招聘资质调查、保险病例评估、金融投资等；具体征信服务有：主体信用评级、债项信用评级、主权及地方政府评级、公司治理评级、信用报告、信用评分等。在客户类别上主要包括：政府、制造商、零售商、银行保险金融机构、个人等。金准人工智能专家认为，商业化应用并不是征信流程的终点，征信机构要从商业机构获得反馈，以便对评估模型、方法、数据类型、数据渠道进行调整，保证征信评估的准确、客观性、随着信息化技术的快速发展，这一行为特征更加明显。
二、美国征信体系
1.世界征信体系模式种类
目前各国广泛应用的有三种征信体系，分别是以美国、英国为代表的市场主导型；法国、德国代表的政府主导型和日本主导的会员制型。由于中国征信体系刚开始建立，目前的现状是综合了市场主导和政府主导型。由于中国的大型互联网企业进入征信行业较早，拥有较独立且有价值数据，在建模和大数据分析上代表了中国顶尖的技术，且建立完善的征信体系需要有强大的财力人力资源支撑，预计未来中国依旧会是政府主导型为主，以互联网大数据公司及8家个人征信代表的市场机构起到补充作用。
2.美国征信建设体系框架
从19世纪30年代开始建立至今一百多年来，美国的消费信用体系随着市场经济发展、信用交易规模的扩大、科学技术特别是信息网络技术的出现，逐步形成了以标准普尔、穆迪、惠誉为核心的三大资本市场信用评估机构，以邓白氏为代表的普通企业征信机构，以益博瑞、艾可菲、环联为主的个人征信机构，此外还有基于这七大机构开展相关征信业务的区域或专业性征信机构。
美国的消费信贷业务十分发达，对于征信需求强烈，因此采用了征信市场化的方式，由私人征信机构通过完全竞争来提供更优质的服务。美国征信市场先后经历了快速发展期、法律完善期、并购整合期、成熟拓展期4个阶段，从巅峰时期的2000余家机构逐渐演变成了现在的巨头垄断的市场结构。
美国征信行业完全市场化，经历了几百年的发展，从之前分散杂乱的完全竞争市场，逐步形成目前多寡头甚至是单寡头的垄断的市场格局。在发展过程中，除了市场旺盛的需求、征信机构不断推出创新服务外，更重要的是监管体系在维护用户权利与推动市场发展中所起到的作用。
3.美国人个征信发展历程
在个人征信市场，有experian、equifax、transunion三大个人征信巨头掌握了约65%的美国本土个人征信市场份额。美国个人征信的监管体系分为行政监管、司法监管和行业自律。美国联邦贸易委员会（ftc）负责监管个人征信公司、信用报告业协会、消费者信用提供者和使用者；美国联邦储备系统负责监管银行机构；联邦或州法院根据相关法案对银行机构实施司法监管。而政府并不直接参与征信服务业的竞争，通过颁布立法和监管来控制征信业的发展。
美国个人征信主要经过了5个阶段。在整合规范期后主要迎来了两次快速发展的浪潮，一次是技术驱动的行业垄断期，一次是以海外市场需求驱动的成熟期。
美国监管体系呈现“双头多级”的特点。双头即政府监管作为主要监管机构，制定征信行业标准规则、保护个人及企业信用权力，个人征信市场监管机构：目前美国监管主要负责机构为联邦贸易委员会及其6大下属部门，联邦储备委员会、财政部货币监理会、联邦存款保险公司、国家信用联盟、储蓄监管办公室、消费者金融保护局。企业及资本市场则是没有明确相关监管主体，而是根据业务类型开展监管，如个人征信市场：消费者数据产业协会、美国国际信用收账协会、全国信用管理局。
目前美国已出台以《公平信用法》为核心的17部监管法律，从被征信对象信息安全，到信用信息使用途径等，都做了较为详细的规定。对触犯征信监管法规的行为，如信息泄露等情况，监管机构据此给予征信企业高达数百万美元的重罚。
4.美国三大个人征信巨头概况
美国人征信市场，experian、equifax、transunion三大个人征信巨头掌握了约超过一半的美国本土个人征信市场份额。三家公司在侧重点、盈利模式和优势各有不同，其中experian擅长数据处理征信评估，equifax可以对无信用消费者进行信用评估，transunion的核心竞争力在于专业征信技术的研发和创新。
通过对比美国三大个人征信机构2013-2016年营收数据，可知三大机构整体营收较为稳定，其中equifax和transunion保持稳定增长，这也符合美国个人征信市场已发展至成熟期，市场总规模趋于饱和。三家个人征信机构2013-2016年的主要增长动力来源于美国本土的信息服务营收上升和海外市场的拓展。
截至2017年，experian的市值最高，为169亿美元，三家营业利润率都在25%左右，未来五年的peg都大于1，三者在未来5年仍然能够保持良好的成长性。
其中以experian为例，experian的业务主要分为四个方面：信息服务、决策分析服务、市场营销服务和个人消费者服务。其中信用服务营收额大于另外三种服务营收额的总和。个人消费服务和市场营销服务由于experian在c端的服务正在转型，英国、巴西和美国的的消费者可以免费获得信用评分等产品，近三年呈现下降趋势。
除三大个人征信机构外，美国还有数十家垂直领域的专业个人征信机构。专业的征信机构围绕着消费者场景而设，与三大个人征信机构服务于信贷等相关机构，主要采集银行信贷的历史信用，解决信贷风险问题不同，专业的征信机构服务于垂直领域的机构。这些专业征信机构之间，以及和传统的征信机构也有业务往来，并互相竞争，但是不同类型的征信机构之间的主要关系是互相补充，进行征信信息的合作与共享。此外，有一些专业征信机构本身就是由传统征信衍生出来的子公司。
5.美国征信市场新形势
征信机构最基本的作用就是将分散在不同授信机构、碎片化的信息加工融合成为具有完整视图效果的全局信息，帮助商业机构更加有效的进行决策。大数据技术有助于对更加分散、碎片化、底层的数据加工处理为更加完整的全局信息，更加有效地减少信息不对成。
大数据为征信活动提供了一个全新的视角，基于海量的、多样的、交叉互补的数据，征信机构可以获得信用主体及时、全方位的信息。大数据征信的数据来源更为广泛，除信贷数据以外，信用卡还款、网购、社交、转账、理财、水电煤缴费、社保、身份信息、租房信息等都成为大数据征信的数据原料。
在大数据背景下，征信数据规模更大，更新加快，类型复杂，需要有区别于传统工具的新技术方法来完成数据的处理和任务分析。费埃哲公司研究表明，将社交媒体和电商网站拥有的在线数据、移动运营的手机使用数据与传统数据结合用于风险建模，提高了模型对于客户的区分度，在降低拒贷率的同时，提高了风险预测能力。
同时，在大数据的背景下，在原有的三巨头鼎立的局面之外，出现了许多新的竞争者，这些新兴的风险和信用信息公司普遍依靠强大的数据背景或出色的建模和大数据分析能力，服务更专业、领域更垂直，直接对原有三大个人征信机构相关市场份额造成威胁，同时也给整个行业带来了创新和活力。
三、中国征信市场
1.中国征信市场宏观环境分析
2003年，十届全国人大一次会议审议通过“政府工作报告”，首次提出“加快建立社会信用体系”，2004年，人民银行成立银行信贷征信服务中心，2006年，央行企业信用信息基础数据库实现全国联网查询，2009年央行发布信用评级和数据交换行业标准，2013年征信业管理条例正式实施，2015年初，下发通知，要求8家机构做好个人征信的准备工作，2018年央行发布了《关于百行征信有限公司（筹）相关情况的公示》，百行征信由中国互联网金融协会持股36%，芝麻信用管理有限公司、腾讯征信有限公司等8家个人征信牌照试点机构各持股8%。
目前中国征�...