《征信与大数据》刘新海著中信出版社2016-11随着近年来国内征信相关法规的出台，国内市场化的征信业开始起步，建设热情高涨，社会需求旺盛，资本市场热捧、大量互联网公司涌入。针对国内目前刚起步的市场化征信机构所面临的问题和挑战，本书剖析国外成熟的知名征信机构的发展历程，商业模式和未来趋势，提取对中国征信业建设的启示和有益的经验，希望能够给混乱而有蓬勃发展的中国市场化征信提供借鉴。国
内的征信业虽然起步比较晚，但是目前已经形成了央行征信系统和市场化征信机构的基本征信体系框架，还有提供信用风险评估服务的金融科技公司作为征信体系的外围支撑。而且在消费金融、互联网金融和共享经济等新经济形态的强大市场需求和先进的信息技术例如大数据、云计算和人工智能的共同推动下，中国的征信业是朝阳产业，未来充满生机。
央行征信系统
2006年3月，中国人民银行设立中国人民银行征信中心，专门负责企业和个人征信系统（即金融信用信息基础数据库，又称企业和个人信用信息基础数据库）的建设、运行和维护。同时为落实《物权法》关于应收账款质押登记职责规定，征信中心于2007年10月1日建成应收账款质押登记系统并对外提供服务。2013年3月15日施行的《征信业管理条例》，明确了征信系统是由国家设立的金融信用信息基础数据库定位。目前，征信中心在全国31个省份和5个计划单列市设有征信分中心。征信分中心主要负责信用报告查询等征信服务和异议处理等征信业务。
自2004年至2006年，人民银行组织金融机构建成全国集中统一的企业和个人征信系统，向主要的授信机构和信用主体提供信用报告查询服务，其中个人消费者还可以利用互联网进行信用报告查询。截至2015年底，征信系统收录自然人8.8亿多人，有信贷记录3.8亿人，收录企业及其他组织近2120.3万户。征信系统全面收集企业和个人的信息中，以银行信贷信息为核心，还包括社保、公积金、环保、欠税、民事裁决与执行等公共信息。接入了商业银行、农村信用社、信托公司、财务公司、汽车金融公司、小额贷款公司等各类放贷机构；征信系统的信息查询端口遍布全国各地的金融机构网点，信用信息服务网络覆盖全国。形成了以企业和个人信用报告为核心的征信产品体系，征信中心出具的信用报告已经成为国内企业和个人的“经济身份证”。
央行征信系统的征信数据具有“大样本、跨周期、全覆盖”的特点，推出了一系列基本的征信产品和服务，除了不同版本的个人和企业信用报告外，还提供对公和个人业务重要信息提示和企业关联查询等服务。多年来，央行征信中心已经研发了多版个人信用评分（目前称为数字解读），其中最新一版吸收了美国费埃哲公司的成熟经验，有相应针对消费者信用状况的数字解读内容，目前正处于商业银行推广和试用阶段。由于有央行这样强大公信力平台做支持，央行征信系统应用广泛、成效显著。征信系统已经在金融机构信用风险管理中广泛应用，其中个人信用报告2015年全年累计查询6.3亿人次，企业信用报告为8819.2万次，有效解决了信息不对称问题，提高了社会公众融资的便利性，创造了更多的融资机会，促进了信贷市场发展。
根据2014年清华大学经管学院课题组的研究报告显示：2012年征信系统拉动我国GDP多达0.33%。未来央行征信系统继续朝着“立足金融、辐射经济、面向全社会”的方向发展。
市场化征信机构
2015年1月5日，中国人民银行发布了允许8家机构进行个人征信业务准备工作的通知，被视为中国个人征信体系有望向商业机构开闸的信号，芝麻信用管理有限公司、腾讯征信有限公司、深圳前海征信中心股份有限公司、鹏元征信有限公司、中诚信征信有限公司、中智诚征信有限公司、拉卡拉信用管理有限公司和北京华道征信有限公司位列其中。截至2016年6月底，在人民银行备案的企业征信机构约为140家。
虽然第一批个人征信牌照还没有落地，个人征信的热潮不减，据报道，京东、百度、万达、复星、均瑶、小米等互联网和电商纷纷布局征信。
这些市场化征信机构生于草根，往往从零开始，积极地搜集国内可得的征信相关数据，不断和各种的金融机构探讨征信服务的应用，从反欺诈，身份验证到获客和追债等征信服务环节积极尝试。
目前具有代表性市场化征信产品是阿里芝麻评分（其他个人征信机构紧跟阿里其后，纷纷推出各自的评分），其核心数据来源于支付宝数据以及和阿里系合作的金融消费场景。虽然目前阿里芝麻评分对于支付数据和阿里系平台的依赖性较强，缺少金融数据和违约样本，缺乏足够的数字解读和信息披露环节，并且和成熟的费埃哲信用评分模式存在很大的差别，但是目前阿里芝麻评分已经应用于一些小微金融机构、共享经济和银行信用卡申请阶段，作为传统信用评估的替代数据，在一些金融消费场景下取得了效果。
虽然在起步阶段有着明显的同质化和基础薄弱等缺点，国内这些市场化的征信机构都在努力地探索一条符合中国国情的市场化征信之路。
目前，国内至少有几十个金融科技公司也在尝试利用大数据技术来解决普惠金融和互联网金融中的风险评估问题，例如闪银科技、量化派和银联智策等，分别对电信、支付和一些互联网金融消费行为的大数据进行整合、匹配、交叉验证和挖掘，量化评估普惠金融服务人群的信用风险。
一些互联网巨头也在大数据信用风险评估的领域跃跃欲试，抢滩普惠金融的制高点。
2015年6月底，京东集团宣布投资美国金融科技公司ZestFinance，同时双方宣布成立名为JD-ZestFinanceGaia的合资公司。2016年7月18日，百度宣布也将向ZestFinance进行数额未明的投资，后者将利用机器学习与大数据分析融合为百度提供更加精准的信用评分。目前这些国内外的利用大数据信用评估技术的尝试虽然不够成熟，但是已经初见成效，对于特定消费场景和特定的普惠金融人群，还是有一定的替代作用。
未来的中国征信业还在路上
征信业是金融和科技融合的金融服务子行业，数据资产是其核心，目前飞速发展的大数据、云计算、人工智能和区块链技术将推动中国的征信快步前进。
发达的征信服务需要有配套的经济环境和金融市场。征信系统是市场经济和金融的基础设施，会受制于整个经济发展水平、社会文化、法律、金融市场等外部环境的发展，不能抛开这些宏观因素来孤立地看中国征信。到目前为止，距央行2015年发布准备个人征信工作不到两年时间，相比欧美征信机构上百年的历史实在是不足为道，监管机构、金融机构、互联网和大数据公司、资本市场和社会大众需从发展的眼光看中国市场化征信之路。
吸纳国外的经验，结合中国的国情，打造符合中国目前和未来发展的征信业，还需要时间的积累、专业的沉淀和实践的检验，中国征信业还有很长的路要走。但是另外一方面，站在欧美征信巨人的肩上，发挥技术的后发优势，利用初期阶段监管方面的空间都会给充满朝气的中国征信业带来新的机遇。
一周书情
《技术伦理学手册》[德]阿明‧格伦瓦尔德著社会科学文献出版社2017-5
在科技迅猛发展的能源制造、医疗和军事工程、纳米和太空技术等领域，伦理学问题也随之而生。这些是好还是坏？为了正确做出决策，机遇和风险、危险和安全、进步和责任都是人们必须考虑和权衡的问题。
《高效的秘密》[美]查尔斯‧都希格著宋瑞琴、刘迎译中信出版社2017-4
高效并不意味着超额工作或者拼命工作，也绝不是花更多的时间在工作上，甚至牺牲个人生活，作者开辟了对效率的科学探索，向我们阐述了如何激发动力、保持专注、优化工作，做得更好。
《创业清单》[美]戴维‧罗斯著桂曙光魏亦萌等译中国人民大学出版社2017-6
怎样避免完全不靠谱的创业？怎样避免跟你兴趣不一致的人纠缠不清？怎样避免股权分配无法挽回的错误？……作者将自己的经验和智慧融入本书中，给创业者提供一站式的创业清单，让创业者获得强大支持。
《时间的形状》汪洁著时代华文书局2017-5
作者用通俗幽默的语言讲解深奥的科学道理和相对论。