陈振华

中国大数据征信还处于第一阶段，就是解决数据来源和数据失真问题的阶段，还没到第二个模型优化的阶段

2016年1月的一个上午，考拉征信服务有限公司（以下简称“考拉征信”）总裁李广雨拿着新年的台历，走进会议室。

“新的一年来了，但我们还不知道个人征信牌照什么时候发。”李广雨对《瞭望东方周刊》说。

早在2015年7月，央行就对外宣布，结束对包括考拉征信的8家社会机构试点个人征信业务的验收。从那时起，这块个人征信牌照何时发放就成为热点。

从2015年1月宣布试点，央行给了8家机构6个月的准备时间。最后的验收，也并不简单。

“央行主要考察了4部分：数据准备情况;在相关的系统和技术方面的准备情况;在人员、组织结构，内控制度、风险管理方面情况;以及产品准备、业务设计情况等。”李广雨说。

其中，对于数据准备情况的验收，业内普遍讨论和关注得很多。李广雨解释称，央行验收重点考察了数据规模、数据合法性以及数据能否真的应用于征信领域等等方面。

究竟是哪些大数据上的难题，阻碍了征信牌照的落地？

未公开的负向信息

对于社会性的征信公司而言，大数据主要有三个来源：自有数据、外部数据以及合作共享的数据。

不同征信机构的自有数据不尽相同，与该公司的背景有关。比如芝麻信用的自有数据，多来自于阿里巴巴业务沉淀下的数据。

“阿里巴巴本身有很多价值较高的交易数据，还包括互联网行为数据，等等。我们也会考虑支付宝里的人脉关系等数据源，甚至包括物流来确认你的地址数据，等等。……