尹伊林, 娄睿钊

〔1.香港中文大学 社会科学院，香港〕〔2.湖南大学 金融与统计学院，湖南 长沙 410000〕

一、绪论

在大数据时代，征信业的发展如火如荼，实现信息共享以优化资源配置是征信业健全发展的必然趋势。我国现有的征信联盟有三种结构形态：第一是征信数据提供方结盟，第二是征信数据需求方结盟，第三是征信数据提供方与需求方结盟，进行数据上的互补。本文旨在构建一个以信用信息共享机制为核心的“大数据征信联盟”，以解决我国信用体系建设中存在的问题，从而推动我国信用体系建设健康发展。

二、联盟运行机制的构想

1.联盟的组织目标

(1)整合征信行业的信息资源。目前我国征信行业发展较为无序，不同机构所拥有数据资源杂乱无章，而大数据征信联盟将各方数据进行整合，分级排列，对不同级别的数据赋予不同价值，形成一个完整有序的数据库。大数据征信联盟一方面支持跨部门、跨地区的数据提供方数据互通，另一方面为数据使用方提供一站式服务，简化查询流程，优化信息内容，为其提供更加深入全面的征信服务。

(2)打破“信息孤岛”现象。制定适当的激励机制，收集整合多元化信用信息，打破银行和大数据征信机构等主体之间由于利益问题形成的数据壁垒。不仅联盟成员间可以实现数据共享，而且可以接入第三方信用信息平台，打造承载全方位信用信息的大数据平台。

(3)保护数据库信息的私密性。大数据征信联盟通过制定数据采集、共享、查询、使用标准，在各个数据流转环节严格把控。在制度条例和监管方的双重管理下，增强信用信息保障的严谨性和安全性。

2.联盟内部主体职能

大数据征信联盟的内部主体包括中国人民银行征信中心、商业银行和各大征信机构。其主要职能具体如下：

(1)央行征信中心。央行征信中心在联盟内部扮演着两个角色，一个是公共数据(税务、工商、法院、电信、水电煤等信息)和部分金融数据(银行信用数据)的提供者，但不向社会提供信用报告，因此与联盟其他主体不存在竞争关系。另一个是联盟监管者。数据提供者的角色主要是由于其他主体不易获得该部分数据，且该部分数据是个人信用评价体系的重要组成成分。央行的监管职能包括推动相关法律的出台，审核联盟成员的准入准出，查处与惩罚运行过程中的不当操作，审查数据的时效性，保证联盟数据安全等几个方面。

(2)区域性政府集合。由于本征信联盟具有跨地域的特点，因此提出区域性政府集合这一主体概念，它是不同区域内的地方政府和商业银行、政策性银行的统称。这一主体一直与央行征信中心有着密切的联系，既是企业和个人信用信息的主要提供方，也是业务技术的协调方，因此他们在联盟中是信用信息的直接提供方，弥补央行征信中心时滞性缺陷，同时也有权使用共享的非银行征信信息，以提高其风险管理能力。

(3)征信机构。主要指个人商业数据(互联网交易，社交活动等信息)和部分金融数据(互联网金融等信息)的收集者，通过对获得的数据加以转换，形成有效的信用数据，向个人或者企业提供相应的信用服务，并与其他征信机构形成数据共享机制，避免重复收集数据以及由于数据收集不全面而导致信用评分失真。

(4)数据提供第三方。这是联盟内部单向提供数据的主体，以自愿为原则加入联盟，将通过产品运营收集到的数据提供给联盟数据库，其在联盟内部的职能主要是扩充数据库信息，增加数据维度。

3.联盟的分级机制

在联盟的构建中，将数据的使用方和数据本身进行级别划分，并将二者进行层级匹配，旨在跟踪市场导向，优化内部资源结构，加强风险监控。在数据使用方的分级管理方面，根据联盟数据库的信用信息对数据使用方的开放程度，将数据使用方分成四个等级：个人(包括得到授权的所有自然人)、生活类应用方(包括租车、租房、住酒店等需要信用审核的生活类应用方)、非银行类金融机构(保险、证券、基金、信托、租赁、财务公司、P2P、众筹等金融机构)以及联盟内部数据使用方(央行征信中心、区域性政府集合、征信机构)。

参照中国国家标准化管理委员会制定的《信用信息分类与代码》标准的指导意见，将联盟内部的数据分成企业数据和个人数据，然后根据数据的作用不同，将企业数据和个人数据分别按标准分成六级：企业数据分级从低到高依次是：基本信息，经营管理信息，财务信息，银行往来金融交易信息，提示信息和其他信息；个人数据分级从低到高依次是：基本信息，网络信息，财产信息，银行往来信息，提示信息及其他信息。分级管理有利于提高我国信用主体的信用信息采集和流通交换的效率。

结合数据使用方对数据的需求程度以及监管难度，将使用方可查询的数据进行划分，具体结果如下：

表1 数据使用方可使用的数据类型

三、征信联盟的特点

1.政府主导建立

(1)数据安全的守护者。由于人口基数较大，个人产生的信息数量较多。面对海量的信用数据，数据安全问题不容小觑。政府作为行业监管者可以制定相关审查制度，确保联盟内数据的安全性。

(2)联盟规则的制定者。政府通过制定法律法规以及行业规范，约束联盟内部主体的行为，确保各主体利益不受侵害。

(3)行业发展的引导者。首先，政府提供所拥有的公共信用信息数据，将工商、税务、法院、财政等政府部门所建立的数据库送达央行进行信息汇总。其次，制定大数据征信联盟的行业标准。政府对数据采集范围、信息分类、代码和报告形式以及其他有关的技术标准进行规范，提高数据的利用效率。最后，由于目前征信行业发展处于初级阶段，政府应制定行业发展规划。

(4)信用市场的培育者。只有当市场经济活动与信用信息产品挂钩时，征信制度才能在市场经济中充分发挥作用。从信用信息产品的使用需求来看，企业在银行信贷、债券股票发行、项目投标、企业合作和进出口贸易等各个环节必将产生较大的需求。个人信贷消费、信用卡使用、买房租车、求职招聘等各个领域也将产生较大的需求。政府应当尽早做出制度安排，鼓励在这些领域提供信用报告，形成规范的程序，从而实现促进需求、培育信用市场的目的。[1]

2.寡头垄断市场

征信业是一个前期投入大、回收期长的行业。目前，我国市场需求不足，可能会面临更长期的巨额亏损，小规模的征信公司无力承担巨大风险。[2]为保证整个市场效率，避免资源浪费(主要指数据重复收集)，寡头垄断市场是一个较为理想的状态。央行征信中心已就寡头市场的建立表示支持，这在一定程度上体现了政府的意向。

3.严格要求联盟主体业务范围

联盟内部的主体均应为征信公司，且其定位应当是“服务于金融领域的科技公司”，而非金融公司。其业务应该精细化，为多样化征信增值服务产品的开发提供基础，包括信用评分、信用评级、金融服务业务解决方案、市场营销服务、防欺诈服务、商账追收等，为金融市场和社会提供多层次、多方位的服务。

4.数据库数据的整合与保护

借鉴国内外信息共享工程建设类、总体类、应用类、安全管理类、运维类等标准规范，根据我国信用信息共享的业务特点，在满足当前需要与未来发展要求的情况下，按照急用先行的原则，建立一套适合中国国情的信用信息数据库规范体系。通过建立统一标准，整合已有信息资源，避免各自为政和重复建设。目前，我国征信系统数据库存储有大概50T的数据，每年递增的新数据为5-7T，[3]快速增加的数据对使用效率要求较高，所以应加快数据库标准化建设。标准规范体系应包括：①总体标准——标准化工作指南、基本术语等标准；②数据标准——数据元、数据格式、数据目录和信息分类编码等方面的标准；③技术标准——平台建设、接口、服务等方面的标准；④管理标准——信息归集、共享、使用、服务提供、运行维护等方面的管理规范与制度；⑤安全标准——系统等级保护、用户认证与注册、安全加密、安全认证等方面的规范。

5.公共征信与市场征信互相补充，共同发展

征信作为一种“准公共产品”，政府参与征信市场的供给，但是并不代表政府提供征信产品，政府通过行政手段建立全国统一的信用信息数据库，而数据的加工以及深加工最终形成征信市场的产品则取决于征信公司的业务水平及服务质量。进入联盟的若干征信公司各有长短，处于合作与竞争的双重关系。为了扩大市场份额，提高盈利能力，征信公司会和有业务往来的机构即信息需求者，如银行、保险、证券、P2P、酒店等建立合作关系。因为他们既是信息的需求者，同时也是信息的提供者，他们需要的是法人或者自然人的事前信息，在业务发生之后可以得到法人或者自然人的事后信息，即他们的资信能力，是否违约等情况。征信机构与这些机构合作得越多，其数据库就越大，征信信息就越全面，信用报告就越可靠。同时由于联盟的准出机制，当征信公司营业额多年亏损资不抵债的时候就会进入破产清算阶段。在社会主义市场经济条件下，优胜劣汰的市场法则会使一批业务水平突出，管理水平高效，信贷产品优良，满足客户个性化需求的征信公司留下来；不适应这个市场的将被淘汰，最终形成寡头垄断的格局。这样既能发挥征信业规模经济的优势，又能充分发挥市场的力量生产市场需要的增值业务，共同服务于现代金融体系。

四、联盟运行机制

1.联盟的准入准出机制

该机制用于审核计划加入联盟的征信机构的资质，确保联盟内部的征信机构具有一定的能力，并在其退出联盟的时候进行审核，确保不留隐患。在准入机制的运行阶段，需要审核征信机构、商业数据提供方的资质。对于征信机构的审核，需要从公司掌握的数据量、数据维度、实有资本、市场份额、信用报告准确度、数据获取成本、数据库安全程度以及科研经费投入等8个板块进行考核，计算其加权平均数，并设定最低准入分数，若审核通过，则可以进行下一步的端口授权工作以及按照数据库的标准化规定进行处理。对于商业数据提供方的审核主要在于其数据的真实性和时效性，此外可以考虑其拥有数据的独特性和与个人信用评分的相关性。

在准出方面，主要是防止机构在联盟内部获得共享数据后，企图逃避联盟的监管并进行非法活动。针对这部分公司，监管机构应在其退出联盟后跟进监督一段时间。此外，对于受到惩戒被迫离开联盟的机构或者经营不善而破产的机构来说，应做到妥善安置。对于受到惩戒的机构来说，应切断其一切联盟数据共享途径，并跟进监督，促进整改。对于破产的机构而言，应首先考虑破产重组或者收购，避免其拥有的数据或者核心机密泄漏。

2.失信惩戒机制

目前我国对失信的惩罚措施及力度不够充分，存在对失信人的信息掌握程度不够，失信惩罚的公开程度不够，失信人的约束力度不够等问题。这会对守信人的行为产生消极影响，不利于社会信用体系的建设与发展。对联盟成员行为进行有效约束，明确和加强失信惩戒势在必行。

(1)法律手段。失信惩戒法律的推出对失信行为具有威慑作用，给失信的企业和个人在经济生活和社会生活中均带来不便。因此有必要从法律层面制定较为完善的失信惩戒制度，从失信的种类、认定程序以及如何消除不良信用记录等方面进行规定，使得对失信的惩罚有法可依，完善失信惩罚措施。

(2)市场手段。市场是惩戒机制的核心，市场不仅会对失信者进行惩罚，而且会对守信者进行奖励。在对失信者惩戒的公平和效率方面，市场手段所发挥的作用更加突出。在失信惩戒方面，将失信成员加入黑名单，在联盟中进行信用信息共享，对于信用记录差的个人和企业，市场会提高其在社会上进行融资以及交易的成本，甚至会被市场淘汰；而信用记录良好的企业和个人将会获得优惠的信用条件，如在信贷市场上以较低的成本融资和获得较大的信贷规模。

(3)行政手段。当前，行政手段的惩罚仍然是约束社会主体的最直接、有效的手段。对于失信企业，在信贷申请、信用卡办理、税收优惠以及其他优惠政策方面受到限制或禁止，工商管理部门会对失信企业采取警告处罚甚至取消市场准入等行政管理手段。对于失信个人，对其申请除最低生活保障以外的其他社会公共服务予以限制。对于其财产交易、大宗商品采购等行为予以限制，以防止其转移资产；或增加其交易难度促使其主动履行相应的债务。此外，要将失信企业负责人的个人信息列入失信人名单。

(4)社会手段。社会手段主要是通过社会舆论对失信者进行施压和道德谴责。应当在全社会加强信用文化建设，宣扬守信的良好风气。这就要求媒体加强对失信成员的报道，对其产生强大的威慑力。同时要加强正面守信事迹的宣传，形成人人讲诚信的良好社会氛围。

3.监管内容

由政府主导，各主体相互监督的监管机制，主要表现在以下几个部分：

(1)相关法律的出台。征信业相关法律法规有2013年3月15日起施行的《征信业管理条例》[4](以下简称《条例》)，目的是维护社会主义市场经济秩序、保护征信活动相关当事人的合法权益、规范征信机构的行为、促进征信业发展。《条例》由征信机构的设立，运行与退出，金融信息基础数据库的设立与运行以及与之相适应的监管等几部分构成。中国人民银行征信中心作为国务院征信业监督管理部门还出台了《征信机构管理办法》《银行信贷登记咨询管理办法》《个人信用信息基础数据库管理暂行办法》等对征信行业进行监管，但其约束力较弱。在实际操作中，并非所有机构都按照其要求约束自身行为，所以，将办法升格为法律就显得尤为重要。

除征信业的监管外，个人信息立法保护也是一个在各国常见的做法。虽然《条例》在个人信息安全方面给出了相应的保护，但我国个人信息保护法从十几年前开始酝酿至今，仍在草拟之中，相应的个人信息保护，也仅仅是规定在不同的法律文本中，并没有一个专门为信息主体设立的信息保护法律体系，因此出台以信息主体为核心的法律规范迫在眉睫。制定和完善个人信息保护法律体系，既是对个人信息的一种保护，也是社会平稳运行的一种保证。[5]

(2)联盟成员的准入准出审核。对加入联盟和退出联盟的机构按照“准入准出机制”指标进行审核，保证联盟运行的规范性。

(3)对内部机构运行过程中不当操作进行查处与惩罚。主要监管内部征信机构是否利用共享平台，通过购买或者非法收集的信息牟取收益，或者私自开展规定以外的高风险业务。

(4)对数据时效性的审查。监管方定期对机构数据以及数据提供方数据更新情况进行审查，确保数据及时更新，避免由于数据老旧而导致信用判断失误，造成进一步的损失。

(5)保证联盟数据安全。跟进监督机构的数据库安全级别以及督促其不断提高安全防护技术，并给予相应的安全评级(可以由第三方机构进行认证)，对防护系统落后的机构提出警示。此外，应强制要求共享数据的重要直接关联方，即各征信机构和商业银行建立专门的“数据查询室”，做到入室、开机、查询均需身份认证，共享数据处理也应在查询室内完成，做到“查询结果不出室，处理结果可带走”的流程，且做到实时监控和记录，方便监管部门对工作人员正确操作进行定期审核。

五、联盟机构的合作

1.整体框架

构建一个包含区域性政府集合、征信机构、数据提供方以及央行和监管方的联盟，该联盟成员间实现数据的共享和流通。征信机构将数据进行标准化处理，有偿共享数据和提供信用服务。区域性政府收集该区域的政府数据，通过央行数据库实现数据的流通，并提供给征信机构，弥补其政府数据的缺失部分。政府数据的定价依据维持成本原则，不以营利为目的。

图1 联盟数据共享框架

2.数据共享

数据在征信中占有核心地位，但是目前直接购买数据成本很高，倘若公司没有自己爬取数据的能力，那就要支付昂贵的费用。针对该问题，采取“数据库接口付费共享”的理念，即征信机构并非完全公开免费地共享其数据，当其他人从该接口进入数据库获取数据时，需要根据数据的不同级别支付相应的费用，整个过程受数据库所有者实时监控。对于数据提供方，这种做法省略了与顾客直接交流的过程，只提供数据即可获得收益，并不涉及任何关于信用评级、信用风险和信用报告方面的内容。

(1)央行与征信机构之间的数据共享。央行采集了来自政府机关、银行、企事业单位以及个人的大量信用信息，作为数据库的重要组成部分，央行向征信机构提供这些数据信息时仅允许联盟内部的征信公司从端口接入实现信息共享。由于信用信息本身杂乱无章，需要按照人的主观需求进行采集和整理，相关部门以及工作人员需要付出劳动的产生成本[6]。所以机构共享信用信息应当是有偿的。央行的定价应当满足两个原则。一是“公益性”原则。央行提供的是一种不具有竞争性和排他性的“准公共产品”，数据价格不宜过高。用户以较低的成本就可以享受到较为专业的信息服务，无疑会加大央行征信中心的使用频率，扩大征信市场的需求。二是“成本定价”原则。征信行业属于固定成本较高，而边际成本几乎为零的行业，在系统的建设初期需要投入大量的资金以及技术，同时还要花费监督管理等行政费用。央行系统的建设不以盈利为目的，而是以成本定价原则，使得成本和收益相平衡，一方面可以缓解系统运营成本的压力，另一方面可以提高系统的使用效率[7]。

(2)征信机构与征信机构之间的数据共享。各征信机构提供其掌握的商业类大数据，包括网购、互联网金融产品等数据。各个主体之间提供数据库端口，为保证各自数据完整性和安全性，需要建立一定的审核机制和自动保存调取记录，收费价格应交由市场决定。联盟内部的各征信机构处于寡头垄断的优势地位，具有较大的自主定价权，需要政府对这些机构进行价格管制，以免消费者剩余被垄断机构独占，使整个社会达不到帕累托最优状态。因此信用信息的价格既要覆盖成本，又要考虑效益。信用信息的价格不仅包括维持征信机构长期运行的固定成本、可变成本、存储成本，还要给供需双方必要的利润空间，以形成价格驱动机制[8]。

信用数据价格的决定因素除数据收集成本外，还有信息的可重复利用度、信息的时效性、信息给对方带来的效益、信息存储复杂性以及信息提供方的预期利润等。因此信息定价可以根据这些因素，将数据进行分级，确定统一的收费标准。此外，征信机构之间可以根据调用记录按月或季度进行结算。

征信机构之间共享的数据主要是经过加工的有效数据，各征信机构之间建立长期的业务关系，属于信息的批发市场，在大量信息的交易下可以较低的价格交易。而商业数据提供方如搜索引擎公司、社交软件公司、第三方支付机构、在线地图等互联网公司储存了大量的用户数据和资料，征信机构在调用这些信息的时候，采取有偿获取的方式，属于信息的零售市场。征信机构之间互相采用的数据以及商业数据提供方对征信公司提供的数据不必每一次都付费，可以形成一个调用信息记录，根据该记录，按月或者季度进行结算。同时，为了扩大对某些信息的需求，可以根据数据的使用次数来收费，数据使用次数多的可以相应优惠。

六、大数据征信联盟的SWOT分析

1.优势(Strengths)

首先，实现信用信息共享后，所建立的数据库包含了多个维度的信用数据，数据更加全面，能够大大降低信用信息不对称现象的发生，使信用业务更加可靠、准确；其次，大数据和云计算使海量信用数据的存储、处理和共享更有保障，且政府直接参与到联盟当中，能有效地对联盟内部的各项操作进行监督和管理；第三，联盟数据交换定价机制的根本目的是服务于信用数据的补充；最后，联盟运行机制能吸引大数据掌握者。目前，我国的信用数据主要掌握在央行和一些大型征信机构手中，数据库相互之间缺少共享。而大数据征信联盟提供了一个共享数据的平台，通过建立完善的数据库，实现各类数据的汇总与整理，有利于征信机构提供更加准确完善的信用评级和报告服务。

2.劣势(Weaknesses)

联盟采用以政府为主导，各征信机构互相竞争的运行模式。央行提供公共数据(工商、税务、法院、海关等)和金融数据(银行、信贷、保险等)，各征信机构利用大数据和云计算技术采集社交信息、网购信息、P2P借贷信息等商业信息。由于信用信息准公共产品的特性，需要由政府出面主导建立，以解决市场失灵的问题。因此在联盟的运行初期，政府居主导地位，既是规则的制定者，又是联盟的参与者，可能会出现较多的政府干预，也可能会出现效率低下的情况。随着征信市场供给与需求充分市场化，政府会逐渐淡出，以充分发挥市场机制和行业自律的作用。

3.机遇(Opportunities)

征信业政策利好。在2017年两会上，政协委员丁时勇对征信行业的发展以及信用数据共享联盟的建立提出建设性意见。他认为建立交换平台整合政府个人征信数据，并分类有序地向个人征信业开放势在必行。目前政府征信管理的最主要问题是互联互通，所以有必要建立国家级和省部级之间纵向交换平台，并出台相关征信交换平台管理条例，有计划、有步骤、强制性地要求各个职能部门与地方政府的个人征信数据在平台上进行交换，以实现政府征信数据的分级、分类管理，实时更新和互通互联。[9]央行正在不断完善我国个人信用信息数据库的建设，已经将个人生活数据纳入数据库。业内人士也认可联盟构建。通过走访调研得知，业内人士认为，大部分公司的数据都不齐全，只是在某一方面比较突出，建立征信联盟可以从一定程度上消除信息不对称问题，规范行业行为，促进我国金融市场发展。

线上问卷调查结果显示，对于构建一个在保证信用数据安全的前提下由政府主导、监管、参与建设的信用联盟的态度，有66.67%的民众选择接受，17.59%不接受，15.74%表示无所谓。这表明，公众并不排斥数据共享，但是需要在保证数据安全的前提下实现共享。此外，受访者愿意接受共享的数据排名依次为：公共数据(税务、工商、法院、电信、水电煤等信息)、金融数据(银行的贷款、担保、抵押等金融数据)、商业数据(互联网交易、社交活动信息)和个人基本信息。对于大数据征信的发展前景，75%的人认为大数据征信会成为未来征信主要方式，并且优良信用会带来更多便利，更多人会更加关注个人信用评分，联盟的存在会更好地推进该领域的发展。

4.威胁(Threats)

以互联网为依托的大数据征信所采集到的信息包罗万象，且存在信息造假和故意刷信用的情况，因此大量数据的真实性以及相关程度存在一定的不足。联盟内部虽然解决了信息互联互通问题，但尚未找到明显提高数据质量的更好途径。不同数据的逻辑维度不同，“数据噪音”较大，使模型失真的可能性增加，且当前专业的数据挖掘人才和企业较少，数据应用不到位的情况可能成为未来发展的隐患。联盟内部具有市场竞争力的征信企业不满足于联盟内利益机制，市场中对信用数据有强烈需求的企业会不择手段抬高价格，从而使联盟成员受利益的驱使在外部市场进行数据交易，而对联盟有所隐藏，背离联盟共享准则。此外广大信用群体对联盟运行机制的认可度不足，我国征信联盟的构建仍处在起步阶段。目前，联盟所涉及的各主体对共享模式的认识仍存在分歧，因此有必要加强对征信及征信联盟的普及宣传。

七、总结

本文构建了一个以政府为主导的大数据征信联盟，政府、征信机构、数据提供方三方主体共同为信用数据使用方服务。在运行机制方面，首先，联盟建立完善的准入准出机制，以确保联盟内部成员的正常运行；其次，为使数据共享更加便捷、准确，根据数据作用的不同对共享数据进行分类和标准化；第三，为保证数据提供方利益，数据的定价机制也是数据交换过程中不可或缺的部分；最后，在监管方面，为保证数据的时效性、信息的安全性以及联盟成员的自律性，联盟监管方需要对数据进行定期审查，并对联盟成员的数据使用操作过程进行规范。

个人信用服务将被用于各个生活应用场景，人们可以凭借信用等级享受各种方便快捷的服务。征信联盟的成立将会大大降低金融机构间信息不对称的现象，为我国金融行业的发展保驾护航。信用社会的构建并非一朝一夕之事，需要长期不断的投入和探索。我国大数据征信的发展还处于摸着石头过河的阶段，但是参考国外的发展过程以及国内的发展经验，可以预测，政府部门的引导支持和社会企业的不断实践将会使信用社会很快到来。

[1] 陈经伟,鲁万峰,郭子荷.中国征信业发展与政府角色定位[J].天津行政学院学报,2010(2):80-86.

[2] 江华.构建信用信息共享系统的研究[D].广州：广东省社会科学院,2014.

[3] 郭凯.建立央行征信数据仓库初探[N].金融时报,2017-2-27(12).

[4] 征信业管理条例[EB/OL].http://www.gov.cn/flfg/2013-01/29/content_2323780.htm.

[5] 张苑.日本《个人信息保护法》的实施及其对中国的启示[D].北京：对外经济贸易大学, 2006.

[6] 吴晶妹.未来中国征信:三大数据体系[J].征信,2013(1):4-12.

[7] 张亚鹏.我国信用信息商品化机制研究[D].长沙：湖南大学,2011.

[8] 顾平,姚慧丽.实用信息商品定价模型的研究[J].船舶工业技术经济信息,2000(1):36-41.

[9] 全国政协委员丁时勇：关于加强个人征信数据共享的建议[EB/OL].搜狐 http://mt.sohu.com/20170312/n483108132.shtml.