大数据，让信用看得见

　　目前中国社会融资规模存量在131.58万亿，15年2季度增速为11.9%，年增长规模在10万亿以上。在细分领域而言，中国消费金融2014年达 15.37万亿元，同比增长18.5%，2013到2014年增长了2.4万亿元。消费贷款中国人均1.12万元。依照同期美国消费贷规模3.32万亿美 元，人均6.5万人民币，中国消费金融应当还有2-4倍的增长空间，即十万亿以上的增量。假设每家贷款机构平均放贷1000亿，十万亿的增量也需100家 新机构来满足。
　　正在飞速发展的网贷和消费金融公司，正在极力争取扮演这样的角色。《2007-2014年中国P2P个人无抵押小额信贷市场发展报告》显示，以个人消费为目的的借贷在各项借贷需求中居首位，占到业务总份额的63.72%。
　　然而，与之对应的是，除央行主导的企业和个人征信系统外，中国仅有50多家社会征信机构和80家信用评级机构。即使是央行征信系统已经覆盖了8.7亿自然人，但是其中只有3.7亿是有信贷行为的，2.75亿有信用报告评分。
　　“这意味着，大量的人被挡在官方信用之外，无信用加持，银行很难服务到这些人群。”百融金服副总裁冯宗欣说。
　　基于大数据的征信业变革会不会改善这个现状?在五道口金融学院金融大数据研究室总监杨威看来，大数据的应用首先提升了征信数据的开放度，不仅是金融机构的数据，来自电商、互联网搜索的海量数据被纳入其中，就增加了分析和判断一个人信用的维度。
　　作为大数据征信服务的提供商，冯宗欣更强调对大数据的应用，不是局限在对于已经发生的静态数据的分析，来自与客户的动态数据，以及如何发现和理解不同的行为数据之间的联系，才是大数据征信的核心
　　“以车险为例， 车险费率改革中费率调整，与费率相关的只有三个数据：车的价格，车的使用年限以及出险历史。这些都是静态的历史数据;而大数据征信考虑什么：研究一个人的行为习惯于他车险出险之间的相关性。”如：急躁可能习惯经常急刹车，是不是经常踩油门，是不是导致经常出险；看新闻和军事的人信用比较好也不容易出险。
　　显然， 相关的维度越多，就能越精准地勾勒出一个人的信用状况，而这个判断越精准，就越利于企业和商家以及信贷机构精准地为其进行风险定价。