金融數據監管迎來規範化,合作共贏利好多個市場主體_風聞
GPLP-GPLP犀牛财经官方账号-专业创造价值!2022-12-12 19:01
來源:和訊
近年來,隨着互聯網金融的發展,徵信業務進入數字化時代。不過,此前,國內徵信和信貸風控中存在違規採集、濫用個人信息等亂象。
因此,為了更好地進行信息流監管,2021年9月,中國人民銀行出台《徵信業務管理辦法》(以下簡稱《辦法》),自2022年1月1日起施行,2023年6月30日前需全部按照新的管理辦法整改完成。《辦法》為規範個人信用信息分享和應用、促進市場有序、合規、健康發展指明瞭方向。
如今,距離《辦法》施行已接近一年,有人斷臂痛哭,有人笑出眼淚。日前,清華大學五道口金融學院金融發展與監管科技中心成立課題組,對“徵信新規”下的信用數據分享問題研究,併發布相關報告,基於大量一手調研信息,重點分析了徵信新規下信用數據分享面臨的機遇與挑戰等。
強化金融數據監管**,**規範市場
近年來,隨着數字經濟的快速發展,互聯網和大數據等新技術在信用評估領域被廣泛應用,商業銀行和消費金融公司等金融機構通過金融科技公司、數據經紀商等間接使用大量有效替代數據信息,顛覆了傳統金融機構的信貸經營,使信貸服務快速滲透到傳統徵信體系外的金融白户。期間,替代數據應用在優化信貸定價、提升風控管理水平等方面也取得了正向效用。
不過,替代數據應用帶來機遇的同時也存在監管難題,在利益趨勢下,市場上包含利用替代數據從事非法引流變現、黑客勒索、金融詐騙等“黑灰產”風險。因此,市場迫切需要規範替代數據在金融行業的分享與應用。
為推動信用數據應用行業健康有序發展,人民銀行出台《辦法》,自此從法規層面將個人信用信息“斷直連”升級成為面向整體金融業的政策要求。數據經紀商、互聯網企業與金融機構的合作模式將被重塑,“數據平台——徵信公司——金融機構”成為替代數據分享的新發展方向。
在此背景下,報告指出,徵信機構將作為中間環節介入將切斷金融機構與科技平台等的原有直接信用數據聯繫,有利於從數據採集端廓清市場上的“黑數據”和“灰色產業”,真正做到正本清源、合規致遠,降低金融機構經營的合規監管風險。長期來看,市場整體將進入一個有序、合規、健康的新發展軌道。
具體而言,一方面,從個人信息保護的角度來看,個人徵信服務未來的嚴監管肯定是一個共識,即持牌徵信機構與金融機構依法依規地開展個人徵信業務,且市場專業分工會越來越明確,例如,數據經紀商和數據分析服務機構負責提供數據、構建風控模型,而拿到牌照的徵信公司對外輸出數據和分析結果;另一方面,從數據要素效用發揮來看,在數字經濟時代,數據融合才會實現更大價值,各方匯聚的數據通過一些政府參股的合法持牌機構去流通,不僅更具權威性,也能在此數據的基礎上打造屬於官方的信用評分和模型。
開放牌照**,**合作共贏
據瞭解,信用數據主要包括傳統徵信數據(信貸數據)和替代數據兩類,而替代數據具體又可以劃分為非信貸信用數據和非信用數據兩種。而隨着替代數據被納入徵信監管,對於從事“類徵信”業務的互聯網平台來説,合作成為更好地選擇之一。
Datalababy曾提到,如今有部分技術服務+平台產品+數據服務類的公司,且數據服務的核心數據資源也是與第三方進行合作的公司已經調整了自己的業務策略,對數據服務的資源及支持已經相對保守;也有一些公司,正在積極與徵信牌照的公司溝通並開展合作,打通了數據同類;也存在一些公司,在數據業務場景上尋求差異化區分,反欺詐、非徵信業務營銷等情報服務的正做的如火如荼。
值得注意的是,《辦法》下的徵信牌照具有了金融徵信報告業務、專業徵信報告業務、數據經紀業務、數據分析服務業務四項業務監管功能,使得原本非牌照化、只需要通過註冊備案管理的業務,也一律受到重牌照監管。
而目前市場上僅有百行與樸道兩家個人徵信公司,報告指出,如果不再增加持牌個人徵信機構數量,則目前市場上僅有的兩家個人徵信公司容易形成“寡頭壟斷”。與此同時,從全行業角度來看,在各環節參與者數量充足的情況下,面對眾多數據經紀商爭相接入業務,二者的工作效率與能力將經受極大考驗,可能成為全產業鏈的堵點,導致信用數據分享效率降低。
在此前舉辦的新金融聯盟舉辦的“互聯網貸款業務的規範發展與整改銜接”內部研討會上,南京銀行副行長、新金融聯盟學術理事周文凱指出:“有大量人羣是官方數據無法覆蓋到的,由於存在競爭關係,有些機構也不願意與徵信機構共享數據。建議給商業徵信一點寬容度,發放更多徵信牌照。統一徵信做統一徵信的事,商業徵信做商業徵信的事。”
報告中也建議,機構層面,適當增加徵信公司數量,建立健全多層次信用市場組織體系。
具體而言,一方面,根據信用評估市場需求適當增加持牌個人徵信公司數量,在它們之間營造良好市場競爭氛圍,從而促使個人徵信機構提升數據服務能力、強化科技輸出實力。另一方面,建立健全囊括豐富數據機構的多層次信用市場組織體系,對不同數據機構業務採取清晰的分類分級監管。
例如,對於數據經紀商來説,根據美國的經驗,不妨對達到一定市場規模的數據經紀公司進行註冊制監管,或者設置白名單以進行監管,此外,對政府背景數據經紀商進一步明確其豁免標準。
而國內助貸機構同時從事數據經紀商業務和數據分析服務業務,其替代數據需要留在非借貸場景裏進行迭代才能煥發生命力,不妨考慮允許其替代數據留在場景裏,對合作金融機構按需開放合作,不必須通過持牌徵信機構。
此外,純粹的數據分析服務機構並不採集、銷售數據,侵害用户權益的風險較低,可以考慮進行註冊制管理。對於大型的數據分析服務機構,可以考慮讓其持牌或者備案,主要從消費者保護的維度監管其評估模型公正性。
