互联网金融征信系统存在哪些风险和挑战？

摘要： 1、定义：狭义上，互联网征信是指采集个人或企业在互联网交易或使用互联网服务中留下的行为数据，并利用大数据、云计算等技术进行信息评估的活动，广义的互联网征信还包括采集个人或企业使用互...

1、定义：狭义上，互联网征信是指采集个人或企业在互联网交易或使用互联网服务中留下的行为数据，并利用大数据、云计算等技术进行信息评估的活动，广义的互联网征信还包括采集个人或企业使用互联网金融服务所留下的信贷等数据以及通过线下渠道采集的公共信息等数据，并进行信用评估的活动。

2、特点

多维度数据来源：除了传统的借贷信息外，还涵盖了信用卡、网购、转账、理财、生活缴费、社交关系等多方面的数据，能够更全面地反映用户的信用状况。

动态评估：包含静态评估指标如身份特质和信用历史，以及动态评估指标如行为偏好、人脉关系和履约能力等，使信用评估不再是独立或固定不变的，而是能根据用户的最新消费及经济水平等信息实时更新。

与应用场景紧密结合：具有丰富的使用场景，如信用使用出租车、信用入住酒店、信用便捷办理签证等，同时这些场景下的用户行为也会纳入信用评估指标，实现信用评估与使用的相互促进。

3、主要机构

专业征信机构：拥有健全的消费者和企业信用等信息的综合数据库，具备丰富的征信产品和服务经验与技术，主要为各类公司企业等机构提供互联网征信服务。

大型电子商务和互联网企业：依赖主营业务发展互联网征信，采集的信息多以网络交易信息为主。

新兴的互联网企业：借助大数据等新技术手段从事信用评分、建立声誉机制等征信活动。

4、典型案例——芝麻信用

衡量维度：采用“FICO”评分体系，从信用历史、行为偏好、履约能力、身份特质、人脉关系等方面综合评分，分数分为五个级别：350～550为较差、550～600为中等、600～650为良好、650～700为优秀、700～950为极好。

数据来源：主要来源于旗下电商平台、互联网金融、云业务及互动娱乐业务，同时也接入合作互联网企业的用户行为数据作为补充。

特点

评估指标结合：既有传统征信评估指标的身份特质和信用历史指标，又有互联网征信特有的行为偏好类、人脉关系类和履约能力指标，是对传统征信的延伸。

动态与静态结合：包括静态评估指标和动态评估指标，能实时反映用户的信用变化。

评估与使用结合：丰富的使用场景不仅方便了用户生活，也使信用评估更加及时准确。

存在问题

用户隐私保护问题：数据来源于互联网，互联网企业对用户数据有最高权限，一旦疏于防护，易发生侵犯用户隐私事件，影响整个行业。

数据多样化问题：面对互联网上越来越多的非结构化数据，如图片、视频等，处理能力发展缓慢，可能导致数据匮乏，影响征信优势。

数据质量问题：互联网金融信贷过程的真实性不易考察验证，存在虚假交易提高信用等级的现象，如“假评价”“刷信用”等，降低了评级可信度。

5、发展趋势

技术创新持续推进：随着大数据、人工智能、区块链等技术的不断发展和应用，互联网征信将能够更精准地收集、分析和评估信用信息，提高征信效率和准确性。

征信体系不断完善：法律法规将不断健全，明确数据采集、使用和共享的规则，保障信息安全和合法权益；资源整合与共享机制也将逐步完善，打破信息孤岛，提高征信数据的质量和可用性。

国际化合作加强：在全球化的背景下，各国的征信市场将逐渐融合，跨国征信合作将越来越频繁，有助于提升全球征信市场的一体化程度。

以下是两个与互联网金融征信相关的问答：

1、问：互联网金融征信与传统征信有何区别？

答：互联网金融征信与传统征信主要有以下区别：一是数据来源不同，传统征信主要基于线下金融交易数据，而互联网金融征信还涵盖了大量的互联网交易和服务行为数据；二是评估方式不同，传统征信侧重于静态的信用记录评估，互联网金融征信则更注重动态的信用评估，结合多维度数据实时反映用户信用状况；三是应用场景不同，传统征信主要用于传统的金融服务领域，互联网金融征信的应用范围更广泛，与各种互联网消费和生活场景紧密结合。

2、问：如何保障互联网金融征信中的个人信息安全？

答：保障互联网金融征信中的个人信息安全可以从以下几个方面入手：一是加强法律法规建设，明确数据采集、使用和共享的规则，规范互联网企业的征信行为；二是互联网企业要加强自身的安全管理，采取加密技术、访问控制、数据备份等措施保护用户数据；三是建立健全用户反馈渠道和投诉机制，及时处理用户的信息安全问题；四是加强对个人信息保护的宣传和教育，提高用户的信息安全意识。