12月1日，由新華社瞭望智庫、新華社《財經國家周刊》共同主辦的“第三屆（2018）新金融高峰論壇”于12月1日在北京舉行。主題為“大變革之下的金融業高質量發展”。國務院參事室金融政策研究中心秘書長、中國人民銀行參事室副巡視員張韶華出席論壇并發表演講。

　　張韶華表示，征信和風管的區別實際上是非常大的。真正的征信絕對和大數據是不相關的，為什么說不相關？它是有一個固定的模板，在它這個模板需要什么樣的數據才能進去，而進去的數據完全都是可靠的，而且是一些真實的數據它才收集，征信必然是有自己的會員，面向自己的會員來服務。

　　以下為發言實錄：

　　張韶華：大家好，很高興來參加今天的盛會，這個題目我覺得起得非常好，在當今數字化、信息化的社會，我的題目主要就是圍繞著數據風管分析行業如何規制，可能大家聽起來比較陌生，但是我在講的過程中大家就會了解到。

　　我借用的是賴金昌先生經常使用的圖，就是畫了這么一個三角形，最左邊是征信業，中間是一些專業搞征信的，再右邊更大的市場是數據風管分析這么一個行業，其實很多情況下現在出現混亂，大家都在用“征信”兩個字，覺得征信好像更多人信賴，也可以更大程度上收集到數據，恰恰不是這個樣子。

　　全世界現在正規的征信部門只有200家，一個國家平均就是1-2家，因為有些國家沒有。中間專業型目前還存在爭議，大家不能說哪些是專業型，但是有些機構的確做得專業，比如有的只做保險業的征信。更大的是再收集、再架構再賣數據的公司，這就是數據的風管行業，為什么叫風管行業？就是他們在為金融機構做服務的時候，他們用自己的模型開發，把它的數據加工以后，做一些評分，做一些整理之后的新的金融機構所需要的數據。

　　第二個可以比較一下征信和風管的區別實際上是非常大的。我跟賴總現在做一個課題，我們跟大家說征信要跟你講清楚，雖然說大家似是而非地了解，但是真正的征信絕對和大數據是不相關的。為什么說不相關？它是有一個固定的模板，在它這個模板需要什么樣的數據才能進去，而進去的數據完全都是可靠的，而且是一些真實的數據它才收集，征信必然是有自己的會員，面向自己的會員來服務。我們就可以看見其實很大的區別，只要你是做征信的，你有會員，你固定地、定期地同會員那兒拿到一些真實的數據，再把它做成像信用報告之類的，可以供大家看。

　　可是廣大的數據公司恰恰不是這樣的，它沒有會員單位，他什么樣的數據都收集，更多依賴的是大數據，有一些也是從公有的庫里來，從公有的信息，有真有假，但是他不做甄別，更多從互聯網上挖信息，甚至可能出現盜竊偷取信息，而且他服務的對象很廣泛，誰要他就給誰。在我講的數據風管行業主要是向金融機構服務的。

　　這兩個之間也有聯系，不是兩個就是割裂的，因為之所以大家要冒用征信的名義就是因為存在聯系，這個聯系在什么地方？現在很多的征信部門自己有一些數據分析的子公司，專門做數據的分析加工，社會上的這些第三方數據風管的公司、分析的公司，它通常是有一些是和征信部門合作，但是現在在咱們國家還處于一個不太允許的狀態，我們征信的數據只向自己的會員提供，不向數據公司提供。但是無論是國外的還是國內的數據公司，已經和國內的征信公司合作，從征信部門拿到數據，通過自己的模型去加工、去評分，有這樣的合作，之間有聯系就是因為大家都和數據打交道，為什么把數據風管行業稱為非常多，有叫Big Data公司，有叫Data Broker（數據經紀人），有很多就直接叫FinTech公司，這就是為什么今天要在這個環節里講這個問題。

　　他們之間聯系也是很多的，而且帶有相似度，所以在國際上出現什么情況？經常是監管部門說你這個似乎是征信部門，你做了征信的事，你發展了會員，而且你也出了一些征信的產品，但是你沒有受到征信所應該受到的嚴格的監管，我們知道這些廣大的數據公司受到的監管相對是寬松的，甚至是沒有的。

　　所以就出現一些混淆現象，在國內更加是魚目混珠、魚龍混雜了。這些數據公司數據來源很多，有的是從內部產生的，比如像電商、平臺，從他服務的時候，基于商鋪，還有購買者收集到很多信息，還有公共公開的數據，這個和征信很相似，現在征信部門也不是光從會員那兒拿數據，他也在擴展，有一些替代性數據，比如稅務部門也拿數據，但是這些數據都是真實可靠的，而這些數據公司拿到的公共數據未必是全部真實可靠的。再有私有的有一些收集，取得的方式非常多樣。我剛才給大家介紹了，可能有自己收的、自己買的、自己加工的，還有更多的是竊取的、網絡攻擊，這些都是我們很關注的問題。

　　現在產品的類型實際上聽起來比較高大上，但實際上他們做的就是搞一些模型的開發，搞一些具體的數據分析，把數據收回來之后，或者他購買回來再加工，加工之后有可能他賣的是他自己的模型，也有可能賣的是他加工的產品，比如說他做一些評分，他自己來賣這些。

　　為什么我們要對這個行業進行規制？是因為這個行業發展的速度非?？?，我們大概估算了一下，現在國內應該有上千家做數據風管的，有些已經很大了，前幾天我們了解，有兩家公司其中一家已經掌握了7億個人消費者的數據，就是有關消費者的數據。他的這些數據不像征信部門完全是以信貸信用的數據為基礎，他的更廣泛。

　　還有一個企業說日常的點擊率，每天的點擊率，以老百姓查個人征信報告，是那個的兩倍，我就問了一下：“點擊率到底是怎么統計的？是查信用情況還是什么的都算？”他說：“什么都算?！蔽覀兿乱徊娇赡軙栏裣薅ㄒ幌?，再看一下這些大的公司發展過程中有什么問題，但是我們面臨什么問題？整個這個行業應該是有一個規制的。

　　這個規制現在我們還在進行研討，所以我個人有一些很初步的思考，首先就是說從這個行業怎么來規制，是要立法嗎？還是出臺政策？我們國家的立法向來很慢，通常一個法律沒有十年是出不來的，我們叫十年磨一劍。怎么辦？還是先攻政策，先出一些指引類的，對這個行業進行一些引導和規范，在這個同時立法的步伐也不能放緩，必須要加快，這就是頂層設計的概念。

　　第二我想說一下未來對這個行業怎么監管，我們課題組內部還有一些分歧，代表性的觀點，一個就是說這個行業不要直接監管，現在有一種效應叫“章魚效應”，就是咱們國家一放就亂一收就死，避免“章魚效應”，我們課題組一個觀點就是不要搞直接監管，間接監管就好了，怎么間接監管？就是金融監管部門把金融機構管好，通過金融機構約束這些公司，像現在商業銀行外包業務，而原來銀監會約束的都是商業銀行，但是還有一種思考，這個行業還是要直接監管，這個直接監管怎么監管？就像警察管這些有駕照的，但是也可以管沒有駕照的。

　　以前很多行業都在爭這個事，比如像教育部門說我就管我允許的這些幼兒園，沒有牌照的我不管，還有像金融監管部門說我們就管正規的，那些沒發牌照的也不管，這個一直存在爭議，但是我個人認為你管發牌照的，而那些沒牌照非法做這些業務的，你這個部門也應該去管，只不過就是現在人手不夠或者有相應的限制，是應該管的，所以我一直堅持盡量還是由比如說，舉一個例子，比如管征信業的部門，由他們來管這個行業，當然這個對他很有挑戰。

　　目前征信就發了那么一兩個牌照，更多的牌照還在考量中，就是回到剛才說的問題，到底什么是征信？社會上都沒有認識清楚，想做征信是很難的，一個國家也就是一兩家，不會出現很多，這一兩家做征信以后，收集的數據可能有重疊、有重復，沒有關系，是互相競爭的。所以我覺得這塊我個人覺得應該直接，不過我們還在磨合中。

　　如果將來的監管不管是什么樣的，不可能對這個行業的機構給它進行現場檢查，更多的可能是一些非現場的，現場只能是去抽查，有一些“神秘訪客”的概念或者“吹哨人”制度，這都是在消保局的時候探討這些制度，是通過這些突擊性的抽查或者一些人的舉報。

　　第三個是跟這個行業相關的個人信息保護的領域必須要進行規范，馬上就要出臺《個人信息保護法》，就是避免這些收集證據的時候侵害到個人隱私，就是剛才說的“雙刃劍”的問題。最后就是行業協會自律，這個我們也很看重，原來在孫司長推動下，整個催收行業建立了協會，將來在數據風管行業我們也希望建立行業協會，由它來發揮作用。謝謝。

　　我個人也是跟孫司剛才講的我的態度是一樣的，科技它和金融結合的步伐是誰也擋不住的，現在我們來看科技是給金融插上了翅膀，前兩天看倫理對科技的挑戰，同時在金融領域也存在這個問題，科技可能會很大程度促進效率，但是它也會帶來風險更快的傳染或者更大程度的侵害個體的權益。

　　我剛才講了數據分管這個，就是風控行業這塊，他們也試圖通過大數據的這些數據，來對征信傳統的這些搜集進行補充，因為征信它在收集真實可靠的數據，這些因為它的報送來源是有限的，所以它相對還是有限的，而這些數據風控的公司它可以收集到更多的，可能它畫出來的畫像更3D化一些，目前來看可能不太像，有時候畫的，它收集的那些信息比較散亂，加工還不到位，但是未來的發展肯定是它和征信結合在一起畫的是更精準的，但是我們在信貸這個領域里征信絕對是主流，因為它的數據大家是可信賴的，雖然說結合區塊鏈、結合智能，將來一個趨勢，但目前來看征信還是主流，這是我的觀點。

　　說到智能投顧這個領域，大家也看到很多電影，像姬妾，那些女的跟咱們人類物理的女人沒有任何區別，甚至比她更優秀，因為可以定制，所以智能投顧這塊機器人咱們也看到AlphaGo，因為它的信息量更大、它的加工速度比人腦更快，所以它做加工的時候，肯定對信息、對數據的處理是很快的，但是我們也看到，人類能控制到什么程度？它將來的發展會不會超出人類的控制，甚至更優于人類，這都是我們面臨的問題。不過回到主持人說的這個問題，我還是堅持這一塊，在整個金融發展的潮流中，大家很多的角色、很多的主體是可以共同來發揮作用的。

責任編輯：韓希宇