【摘要】信用信息承载着信用价值，并与征信行业紧密相关。个人信用信息与其他领域如公共信息、贸易信息、可替代信息在内涵范围、披露程度及使用等方面存在差异，其外部性也更强，有必要针对个人信用信息的特点进行差异化保护。大数据技术的应用对传统征信提出了新的问题，产生了信息孤岛现象、信息噪音、信用评分标准不一等问题，个人信用信息权益保护面临严峻挑战。大数据治理的规制逻辑应注重审慎监管、行为监管，融入监管科技，完善征信领域的相应法律规范。
【关键词】大数据征信 个人信用征信 规制逻辑
* 本文刊载于《互联网金融法律评论》第十辑。
- 基金项目：国家社会科学基金一般项目“大数据时代金融消费者信息权保护制度研究”（15BFX112）阶段性成果。
为网络发布便宜，文章省略脚注，详情请参考《互联网金融法律评论》刊载原文。
目 录
一、个人信用征信的特殊性
二、大数据时代征信业发展所面临的问题
（一）信息无法共享，形成“信息孤岛”现象
（二）征信机构缺乏应有的独立性
（三）信息本身存在的问题
（四）对消费者信用信息权益保护提出严峻挑战
三、大数据时代个人信用征信监管之规制逻辑
（一）以史为鉴——我国本土征信所的发展
（二）监管思路
（三）征信行业体系建设
（四）征信领域法律规范的完善
根据统计，截至到2015年底，央行征信中心覆盖人群8.8亿人，其中信贷记录人群仅为3.8亿人。央行个人征信记录覆盖率为35%，城镇人口个人征信覆盖率仅61%，远低于美国92%的渗透率。与之形成强烈对比的是，2015年我国消费金融市场已超过9万亿元。显而易见，如此庞大且高速成长的中国消费信贷市场，却并没有一个与之匹配的消费者征信制度，这也为银行等授信企业带来了不小的坏账隐患。随着大数据处理技术的发展，个人信用信息成为最稀缺的社会资源，已经成为商家特别是互联网企业竞相争夺的目标市场。根据国家工商总局提供的材料显示，在全国工商登记中带有征信字样的企业有50多万家，其中有超过三分之一的企业目标是个人征信。然而，与市场如火如荼的景象不同，监管层对于个人征信牌照的发放异常谨慎。2017年4月，央行征信管理局局长万存知公开表示，基于互联网金融整顿尚未结束、社会公众个人信息保护意识空前高涨，以及开业准备情况距离市场需求和监管需求差距较大等原因，包括腾讯征信有限公司、阿里的芝麻信用管理有限公司在内的八家进行个人征信开业准备的机构没有一家合格。
目前大数据应用于征信的实践尚在探索之中，即使在征信业发展比较完善的美国，征信机构也对大数据在征信服务中的应用持谨慎态度，仅仅作为参考性的数据来源。美联储已经警告金融科技公司，使用如社交媒体信息等非传统数据来判断信贷价值存在着风险，这样的判断方式有可能会导致他们违反与公平贷款相关的法律。美联储总监布瑞拉德Lael Brainard在会议上提出，使用这样的数据可能会引发消费者保护问题，因为“这些数据和信贷价值之间还并没有建立起普遍认同和实际的联系”。在我国，不少P2P网贷平台已经通过大数据着手构建属于自己的风控生态系统来评估借款人资质。例如，拍拍贷的“魔镜”风控系统即属于自身平台的风险控制系统，其中应用到了云计算、深度学习、机器学习、大数据等技术方式搭建而成。风控系统能够预测借款标的风险概率，并且能够基于准确风控评级制定风险定价。然而，伴随着征信行业的蓬勃发展，个人信用信息被随意的采集、买卖和使用，个人征信机构收集的信用信息屡屡出错，且信息处理程序不科学、统计分类模糊等问题异常突出，甚至还存在信息提供者及其工作人员恶意篡改、毁损个人信用信息、出具虚假个人信用报告等情形，个人信息权益被侵害现象愈加严重。大数据时代我国征信业发展存在哪些问题？如何确保征信行业监管的有效性？上述问题都值得进一步探讨。
一、个人信用征信的特殊性
信贷市场发展、经济和金融稳定的宏观需求，信用发现和风险定价的微观需求，共同催生了“征信”，也使得信用行业有别于其他涉及到个人信息处理的行业。信用行业不仅考虑到个人信息保护问题，还涉及公共性、外部性等诸多复杂问题。
信用的伦理价值被诚实守信最高位阶的道德价值（同时也是民法基本原则之一）所涵摄，甚至被赋予了社会治理的功能（社会信用体系建设）。信用伦理价值与人格要素并不是同一个维度的概念，在从伦理层面上升到法律层面的过程中，信用的内涵将发生坍缩。信用概念的演变经历了从道义范畴上升到法律范畴的过程。不仅信用在道德和法律层面存在内涵范围的差异，不同的国家基于其自身的历史背景和文化传统，对信用也有不同的解读。正是因为信用内涵的不同理解和“信用”一词语义学上的模糊性，导致了在信用上升到法律范畴的过程中争论不断，尤其是信用权立法方面，至今仍未有定论。但无论是司法界，还是学界，对于公民信用信息权益作为一项民事法益应当加以保护的必要性已达成共识。
信用可以有形的方式体现，比如征信报告、信用评分结果，以物质性事实的形式承载精神性的内涵；也可以无形的方式体现，比如道德评价、雇佣决定等精神性事实，并以语言为载体，影响到个人的人格利益和财产利益（例如机会和交易成本）。归根到底，信用是一种价值判断。价值包容于社会事实之中，不同的价值决定了社会事实的不同特性。信用信息从理论上可以分为以下三类。
（1）征信信息（credit information）。该类信息属于严格意义上征信行业标的信息。由于征信信息涉及信贷机构授信违约率及其可能产生的信贷损失，同时还影响到消费者的信用利益，因此对该类信息的管理也最为严格。征信收集数据的范围有限，提供服务的数据源往往是金融机构数据共享机制，通常由公共机构管理，数据使用者也仅限征信系统的会员。例如，我国个人信用信息基础数据库隶属于中国人民银行个人征信中心，是我国目前唯一的个人征信机构，具有法定垄断地位，为商业银行和个人提供信用报告的查询服务。
（2）为信贷服务信息（data for lending）。在商用数据的基础上，筛选出适合于金融机构客户管理、风险偏好判断和金融产品精准营销等方面的数据，以及针对传统征信未覆盖人群，可以辅助信用风险判断的信息。该类信息最容易与征信信息相互混淆，因为其与征信信息服务的目标有很大的重合度。可以用于信贷的信息在大数据时代浩瀚如海，然而征信行业的特点（合法地共享消费者信息）决定了法律上必须对其采集、共享的行为予以限制，属于严格监管的行业。苛刻的发展环境决定了征信信息必然是小范围的、包含于为信贷服务的信息之中，简言之，授信方为了更好地控制风险，可以将征信信息纳入决策考量，也可以在征信信息之外继续搜罗信息，此时“征信信息之外的信息”的需求催生了大数据服务公司，成为游离于征信行业外却与征信行业紧密相关、贴上“大数据”标签的商业存在。我国目前不仅征信行业规范阙如（《征信业管理条例》过于原则性），相关概念尚未厘定，个人信息保护立法仍处于缺位当中，因此大数据服务公司虽然服务于授信机构、拓展了客户群体（没有征信记录的消费者也可以有“为信贷服务的信息”），从中滋生了数据灰色产业和黑色产业。
（3）商业信息（business information）。这一概念比“为信贷服务的信息”范畴更广，适用领域从信贷领域进一步拓展至雇佣、商业交易，甚至及于社交和其他市场。金融机构、互联网企业、旅游、人力资源等企业，以及水、电、气、通讯、医疗等公用服务机构，利用自身的网络平台及信息采集机制，收集用户买卖商品和接受服务的基本身份信息、业务信息和社交行为信息，并对上述信息进行加工、整理和分析，形成机构内部数据库。这些数据主要服务于商业信用判断、商业营销以及客户管理。该层次信息，属于一般性个人信息保护范畴。虽然目前个人信息保护立法阙如，监管手段粗糙，监管信息反馈等配套机制尚不完善，不过可以预期的是，随着立法的进一步修缮、侵权救济和契约的私权自卫将逐渐实现市场的正本清源。
上述三个维度的信息呈现层层递进、前者为后者包含的关系，共同承载了消费者的个人信用利益，起到降低交易成本、降低交易风险的作用。正基于此，信用信息因承载着信用价值，属于特殊的金融信息，直接影响到金融消费者的信用利益，并与征信行业紧密相关。信用是对金融消费者客观上的履约能力和主观上的履约品质的综合评价，信用信息的汇集形成金融消费者的信用，而信用会直接影响到金融消费者的人格和财产利益。信用信息权益相比一般金融信息而言更为特殊，因此有必要针对信用信息的特点，进行差异化、有针对性的保护。
具体来说，金融领域信用征信存在自身的特殊性，不完全取决于民商事主体之间的意思自治。金融机构在授信方面的意思自治是受到一定限制，如果申请人符合业务要求或达到信用标准，金融机构不得无故拒绝其申请。因此，在征信过程中，金融机构应当遵循个人或企业的实际信用状况决定是否授信或者从事其他信用交易，而不能基于商业化或者其他考虑简单拒绝。
对于通过新兴的大数据、云计算技术拼接出个人的信用图谱，这里笔者更倾向于称之为“非正式征信”。如同与正式金融如影随形的非正式金融、民间金融一样，征信与金融的紧密耦合性决定了非正式征信业务的存在空间。这一空间正在信息技术发展的刺激下急速膨胀，以至于个人信用信息的概念愈发模糊。大数据根植于互联网构建的虚拟数字世界，网络的虚拟性让道德风险加剧。一些信息服务机构倾向于不择手段获取信息，可能是未经信息权利人的同意，可能是超越授权，甚至是编造信息；信息权利人为了粉饰信用，也可能会作出虚假行为，如淘宝和支付宝刷单、根据信用评价模型刻意刷高数据等行为，甚至提供虚假信息。正是上述这些原因，凸显安全价值在金融消费者信用信息保护的重要地位。征信市场本身的体量并不大，但其影响范围内的经济体量惊人，这也是征信作为金融基础设施的典型特征。个人征信业务不仅涉及到经济领域的安全和效率，还涉及到个人权益的保障。个人与金融机构进行交易时，其议价能力、经济实力、专业知识等方面往往处于劣势，因此，有必要建立约束机制，防止金融机构和征信机构滥用其优势地位，充分贯彻消费者平等保护的理念，信用信息的外部性应当被法律制度加以规范。
二、大数据时代征信业发展所面临的问题
大数据征信在进行信用风险评估时，更加注重运用大数据分析和运算尽可能挖掘出传统征信中容易被忽视、低估的那部分金融服务需求，使得更多的人能够获得信贷机构的信用服务。从这个意义上说，大数据征信不仅有利于优化征信模式、推动差异化竞争格局，更重要的是提供了多元化、多层次的金融服务格局，真正践行了普惠金融的理念。同时，我们也应当看到，大数据征信目前尚处于初级阶段，底层市场变化风起云涌，顶层设计仍未成熟，存在诸多现实困境，个人信用征信领域的监管水平和监管效率亟待提升。
（一）信息无法共享，形成“信息孤岛”现象
大数据并不意味着数据大集中，而是在计算机支持下的数据共享。数据共享和交换是征信业务的关键，经过整合、实现共享，信息才有价值。然而，目前我国征信领域相互封闭、条块分割与垄断问题异常严重。
中国人民银行征信中心的基础数据库包含了大量企业和个人信用信息，但目前所采集的信息主要是银行信贷信息，这就使得数据库缺乏与银行没有借贷关系的个人或企业的信息。在央行的征信系统之外，市场上还有三类重要的信息持有机构，即政府相关部门、公用事业单位（如水、电、气等）及通信、银行、电商为代表的企业，由于体制上的原因以及征信领域共享机制的缺失，上述机构的信用数据系统相互封闭，各个板块数据库之间无法实现共享。
互联网时代，各个领域的商业机构迅速拓展自己的版图，依靠“马太效应”在各自深耕细作的领域形成一家或几家独大的局面，大量普通消费者的数据汇集到企业，并利用大数据分析进行深层次数据价值的挖掘。在计算能力和通信技术迅猛发展的今天，数据的财产属性越来越强，在互联网取得先发优势的企业都将数据收集、分析能力作为自身核心竞争力之一，近期广受关注的华为与腾讯用户数据之争，更突显了用户数据所蕴含的巨大经济价值。这也从某种程度上决定了企业或其他机构提供信息给他人分享的内在动力严重不足，企业沉淀的数据库形成了一个个信息孤岛。依托大数据兴起的各类数据服务公司和征信创新，其发展动力来自于企业或集团大规模、多渠道聚集的数据，而数据的工具性和非依附性造成了开放数据就等于放弃竞争优势，一旦数据流出便覆水难收，数据流转极难掌控，这也让信息持有机构对信息开放敬而远之。
除了市场上的信息孤岛现象以外，公共部门掌握的信息同样难以共享。大量的企业及个人信用信息掌握在公安、法院、税务、工商、劳动保障、民政等政府机构，上述公共部门信息资源共享难问题由来已久。由于对信息资源的归属、采集、开发等方面的管理规则还不明确，出现了政府信息资源的产权部门化现象，存在大量信息互联互通的壁垒，造成信息资源归属上的部门专有专用，阻碍了公共部门信息资源的整合应用，同时也导致公共服务供给不足。政府依靠公权力和强大的政务网络，占据了大量的社会资源，如果不能消除信息壁垒，势必制约信息产业的发展。大数据时代信息资源的迅速增值放大了这一局限性，政府信息共享机制的完善亦势在必行。
（二）征信机构缺乏应有的独立性
传统征信机构坚持的是第三方独立立场，既不与信息提供者或信息使用者有直接的商业竞争关系，也不介入信息提供者或信息使用者在各自细分市场的竞争。按照国际惯例，开展征信业务的机构，不应当从事放贷等金融业务。毕竟基于利益上的冲突，容易受到股东或其集团的干预，影响其客观公正性。
我国央行管理的征信中心，相对处于较超然的法律地位，通常会秉持客观、公平、公正的立场对待所有参与信息共享的金融机构。然而，基于市场的大数据征信机构往往会突破独立第三方立场，很多机构数据的采集和适用更多源于自身业务发展需要，作出的信用评价也缺乏公信力和权威性。由于我国市场化征信刚刚起步，在今后个人征信机构的建制方面，至少在组织机构设置上以分散的股权结构为基本要求，避免某个股东对征信机构的决策影响和利益输送行为。
（三）信息本身存在的问题
一是信息真实性问题。大数据提供了丰富的数据体量，但也带来了大量的信息噪音。征信机构现在的重心已经从如何殚精竭虑地获取信息，逐步转向如何筛选、清洗信息。大数据模型无论构建多么精巧的模型，都依赖于真实的信息，而在信息的海洋中，验真成本越来越高昂，信息的真实性、权重等都无法准确加以认定。
二是信息相关性问题。大数据为人文学科提供了用客观方法进行定量研究的可能，使得越来越多的社会领域研究得以量化，但大数据的获取和运用仍然难以摆脱主观性。实际上，追求客观性仍然要基于主观的观察和选择，所有的大数据模型都是在解释信息，每一个学科都存在“想象的信息”规范和标准。当计算科学学家进入社会科学领域，即使一直强调他们只针对事实不针对解释，用数字说话，当他们试图理解其发现的意义时，解释不可避免地触发了。信息清理的过程实际上就是解释的过程，决定收集哪些信息、忽略哪些信息，而这种主观性过程难以保障信息的相关性。
大数据征信采集信息的巨大体量已经突破了个人金融信息的范畴，收集的很多数据与借贷行为关系不大，权威性较弱，各个机构信息的完整度也各不相同，能否形成判断信用主体信用状况的主要指标，尚待进一步验证。加之，大数据一旦抽离了具体情境可能会失去其意义。在社会网络上，大数据可以勾勒出人们的节点网络（谁在你的“联系人”中）和行为网络（你和谁发生联系），但这两种网络是否可以决定一个人的真实人际网络则很难确定。
三是信息来源问题。大数据征信的信息来源十分丰富，不仅有传统的结构化数据，还包括大量的非结构化数据以及其他非传统数据，如网络社交数据、房租缴纳记录等，甚至是借款人填写表格时的大小写习惯等极其边缘的信息都可以作为信用评价的考量指标。上述非常规性数据特别是互联网上的行为数据、关系数据，能否真正反映借款人在现实生活中的客观经济状况，尚存在疑问。大数据分析模型与传统的FICO评估方法不同，数以千计的变量规模和多模式使得数据处理和模型解释更为复杂和不确定。虽然美国三大征信机构和FICO已经开始大数据征信方面的研发，但到目前为止仍未形成独立的信用评估手段。
加之，如果用户不上天猫、淘宝等互联网购物平台，不使用支付宝、微信支付等支付方式，大数据征信就很难采集到个体的数据信息。大数据对互联网的依赖，决定了其覆盖面仅限于互联网延伸到的地域，天然地排斥了未上网用户，以及那些虽然上网但主动（拒绝所有采集信息的协议）或被动（例如使用内网防火墙系统的机构）隔离了自身的用户。对于未连网的地域，可能是极为偏远的地区，大数据征信商事活动的趋利性决定其探索该部分人群的可能性较低。
四是信息质量问题。美国国家消费者法律中心2014年3月发表了题为《大数据，个人信用评分的大失望》的调查报告中称，大数据征信公司的信息错误率高于50%。这些公司的数据模型繁多又复杂，使用不准确的数据，有“垃圾进，垃圾出”之嫌。大数据颠覆了传统统计学“样本”概念，但在某些领域，对大数据“样本”的理解可能比以前更加重要。例如社交媒体的参与者不等于“所有人”，“人们”也不能等同于社交媒体使用者。一个人可能有多个虚拟账户，而有些账户可能被多个人使用，有些账户甚至可能由机器自动生成了内容。大数据也很难与全部数据等同起来，一旦有了“大数据=全部数据”先入为主的思维定式，接下来的很多决策都可能失真。例如，社交媒体上存在的文章有可能是发布者希望你看到的，而不是他真实生活的写照。更有甚者，大数据营造的多样化数据库带来了很多道德伦理问题，甚至是侵犯隐私等法律问题，“人肉搜索”就是交互参照不同数据库的结果。数据质量在大数据时代参差不齐，数据严重失真将进一步加剧信息扭曲风险。
（四）对消费者信用信息权益保护提出了严峻挑战
传统征信行业对于报送数据范围、查询用途范围、授权形式、异议处理等都有明确的界定，在采集和应用个人征信信息需要获得征信主体的授权。例如，商业银行必须满足《征信业管理条例》以及《个人信用信息基础数据库管理暂行办法》的规定要求，才能向人民银行征信中心报送和查询使用个人征信信息。反观大数据背景下市场化征信，则更多依赖个人互联网交易记录、社交网络数据（如微信朋友圈、QQ群、微博等），存在多重交易和多方接入问题，很多数据直接涉及个人隐私。大量的征信工作是在消费者完全不知情的情形下发生，个人信息的权利边界被淡化的同时，隐私泄露风险被几何级迅速放大，个人信息保护形势十分严峻。虽然征信行业本身体量不大，但有着巨大的外溢作用，这使得征信领域信息滥用、信息侵权的负外部性集中度高、范围广且程度更深，而大数据征信则进一步加深了信息侵权的外部性。
三、大数据时代个人信用征信监管之规制逻辑
（一）以史为鉴——我国本土征信所的发展
我国最早的征信制度始于上海，主要从事资信调查活动。近代早期的银钱业经济往来是以“信用”为标准，对不明底细的存户不予受理。在向近代金融体系转轨的过程中，华商银行界开始借鉴西方国家已经成熟的信用调查方式，尝试建立中国的信用调查体系，以适应日益发展的经济需求。根据20世纪初中国征信所的营业章程，其业务主要是：调查工厂、商号、个人之身家事业财产信用；调查市场状况；发行信用调查报告书，工商行名录及其他利物；代收账款；办理其他附属业务。中国征信所的主要业务是信用调查，其次是市场状况调查。信用调查是接受委托人委托，调查工商企业或个人的基本资讯、信用状况，编制调查报告，供委托人在经济活动中参考。市场状况等经济信息情况是决定银行业贷放款和工商企业经济活动的重要因素，也是建立社会信用体系的基本要素之一。
中国征信所的个人信用调查报告主要包括：（1）个人简况：姓名、年龄、籍贯、现任主要职务、履历（学历及历任职务）、品行（资质聪慧或愚钝、性格沉静或暴躁、性情急进或保守等）、主要职业及关系事业（现从事的主要、次要事业名称、职务等）；（2）家庭状况及社会关系，包括亲族关系，家庭成员情况，生活状况（衣食住行及社交情况），收入及开支状况，现有财产（动产、不动产的方式及地点、估计价值、负债情况等）；（3）社会评价，个人信誉度（社会信誉评价），往来银行钱庄及客户意见等。
由于早期征信业务主要靠调查员完成，征信所要求调查员必须具备：商业经验、流利口才、诚挚态度、机变能力、耐苦精神、商事尝试等六项条件，缺一不可。中国征信所天津分所成立后，曾按此条件招考调查员，在应征报名考试的150余人中，有50余人获准进入第二轮口试，最终只有3人合格，足见调查员考核之严格。
从语境论的角度看，我国早期征信行业发展背景是熟人社会，因此个人信用调查不仅集中在还款能力，还广泛收集与还款意愿相关的信息，并且存在较多主观判断因素，也因此对调查员有极高的要求。然而随着陌生人社会的到来，人员的流动日益频繁，熟人社会的评价机制已经难以适应现代社会的信息流动速度。为了确保征信信息的客观性和准确性，征信行业的数据标准也逐步简化。一方面为了统一数据标准、方便共享，另一方面也为了监管成本的可控和监管便利，目前的征信定义相比20世纪初的中国征信所已经极为限缩。通过历史考察可以发现，大数据无非是将20世纪初中国征信所的信用调查报告内容进行了一次数据化的诠释。
正如同中国征信所注重调查员的遴选，大数据时代的征信服务应当注重数据来源的真实性、准确性和合法性，以及数据分析模型的科学性和合理性。然而，监管成本控制不代表监管惰性，征信立法和监管必须适应大数据时代的新发展。基于监管成本收益分析，监管重心应当放在具备系统重要性的公共征信机构和具备一定体量的市场化征信机构（专业征信机构），并且通过金融消费者信息权保护制度的完善，规范整个征信市场。
（二）监管思路
在传统的信用评价思维中，因果性思维占据了主导。然而，大数据时代海量信息让相关性思维迅速普及。相关性对因果性思维的冲击，使得征信的发展不再局限于传统的简单数据维度。
1、注重行为监管和动态监管，确保信息质量的管控
目前尽管个人征信牌照并未下发，但市场上却存在个人信用相关的业务，很多业务创新在不断突破征信的边界。为了更加有效地保护金融消费者的信用信息权益，应当采取审慎监管和行为监管相结合的监管模式，以金融消费者权益保护为导向。
这里，征信信息质量应当关注两个方面：量化考评和源头管控。通过量化考评制度，建立全面衡量征信数据质量水平的评价方法，并在数据源头上把好质量治理关口，集中解决数据源突出的数据质量问题。量化考评主要是为了直观反映单个数据源以及系统整体的数据质量水平，为横向比较各个数据源的数据质量水平、纵向比较系统整体的数据质量变化提供标尺。其基本思路是设计用来刻画数据的相关性、完整性、及时性、准确性的指标体系，并根据使用者的关注程度综合打分，为这些指标设置一定的权重。
2、融入监管科技
监管科技在征信中的运用可以分为两个层面：一是监管机构针对监管对象应用新技术带来的创新行为制定监管标准，规避监管套利，并利用新技术提升监管能力和效率；二是征信机构为满足监管和业务发展要求，利用新技术提升自身合规经营和风险管理的能力。
具体到征信行业，监管科技最大优势是能够实现纸质报告流程的数字化、减少基于监管的人力激励支出及集中化满足监管要求，有效降低成本。同时，监管科技能够帮助征信机构无缝对接监管政策，及时自测与核查经营行为，完成风险的主动识别与控制。对于监管机构而言，运用监管科技，不仅能快捷感知与发现信息安全风险，迅速且准确地识别与捕捉违规操作，及时警示与制止，在大大降低监管成本的同时又提升了风险防范的精准性与有效性。
此外，可以通过应用区块链技术，解决数据真实性问题。一旦数据记载到区块链，篡改成本极高，基本上可以信赖该数据。虚假数据的超额收益，很大程度上取决于数据主体可以肆意切换数据的状态（真实或虚假），然而区块链则将其状态永久固定了下来。区块链技术不仅可以应用于数据的采集、交易、处理等环节，还可以用于构建监管信息反馈系统，帮助监管者掌握真实、不被篡改的数据信息，从而作出理性决策。
（三）征信行业体系建设
征信业的强网络经济特征决定了征信业的天然垄断性，征信业信息产品的特殊性也进一步加剧了该行业的垄断性。征信机构的发展逻辑是通过网络的溢出效应和规模经济形成自然垄断的趋势。征信业是典型的基于信息网络的产业，信息源越多，风险预测越准确。征信机构只有不断扩大信息采集范围和服务地域范围，才能确保盈利和发展。从成本和行业门槛角度看，征信行业初始成本高，无论是物理网络还是信息网络都会随着节点的增多而推高投入的成本，但边际成本和平均成本将急剧下降，这样的特点使得单一网络带来的经济效应将远远高于多网并存下竞争机制产生的效益。从成本收益对比角度看，征信行业复制成本近乎于零，信息一旦生产出来就可以在几乎不增加成本的情况下以任意规模运用于生产之中，从而倍增收益。从资本逐利角度看，每一家征信机构都将努力占据市场，导致市场最终只有一家或少数几家征信机构。从政府角度看，同样会基于社会福利的考虑倾向于建立单一公共征信系统。如果没有全面统一采集信息的征信机构，而是存在多家征信机构，采集信息存在重叠又不完全相同，那么授信机构需要购买多份信用报告，增加不必要的成本。这也是为什么有公共征信机构的国家通常会建立一个公共征信系统，即便是征信体系完全市场化模式的美国，目前三家私营征信机构形成了垄断格局，并且这三家会在竞争中寻求合作。在德国，公共征信机构与私人征信机构并存模式下，也产生了规模及影响力已处于垄断地位的头号私营征信机构Schufa（Schutzgemeinchaft fur allgemeine Kreditversicherung）。
我国现有个人征信机构，采取了由政府机构主导模式，最典型的即中国人民银行征信中心管理的个人信用信息基础数据库。随着金融市场的不断发展，征信需求也将越来越复杂化，在个人信用信息基础数据库的基础上，整合行业资源，引入市场化的专业征信机构进行垂直领域的精耕细作，组建多层次的征信市场，是一条切实可行的发展路径。私营、专业化征信机构不仅能够有效整合各类信用信息，制成特定领域的信用报告，还可以推动普惠金融，覆盖那些没有传统信用评分的人群。1999年成立的上海资信有限公司就是一个非常好的尝试。该公司是上海目前唯一一家经营个人和企业征信系统与企业征信系统，既从事征信数据库建设又提供个人征信与企业征信服务的专业化机构。 从长远发展来看，较适合我国国情的征信模式——以非营利性、全国统一的公共征信系统为主导，专业化、营利性私营征信公司为补充。
（四）征信领域法律规范的完善
我国征信行业目前立法以行政法规和规章为主，主要以行政手段对征信行业实施监督管理。2013年《征信业管理条例》及《征信机构管理办法》相继实施，2015年12月央行下发了《征信机构监管指引》，对征信机构的保证金、股权变更和设立条件等方面作出了规定。应该说，解决了征信行业无法可依问题，对于征信市场的管理，以法律手段规范征信机构、信息提供者和信息使用者的行为，保护信息主体的合法权益具有积极意义。但事实上，大量个人信用信息收集和使用已经在企业经营中实际完成，上述规定未免有些滞后和虚化。与此同时，条例中信息主体的同意、查询、异议权利以及征信机构的告知、明确说明等义务都是概括性规定，缺少具体实施细则，执法效果会被大打折扣。而且，条例的适用范围非常窄，国家机关以及法律、法规授权的具有管理公共事务职能的组织的信息采集、整理、保存、加工和公布等行为，不受条例规制；国家设立的金融信用信息基础数据库是部分适用条例。而上述领域恰好是个人信用信息采集和使用亟待法律规范的重点区域。此外，条例对征信产品及个人信用评分的主要维度要素及应用场景等征信核心问题并未作出明确规范，面对大数据技术带来的新风险和新问题也未作前瞻性的规则设计。
因此，在今后单行法建设方面，我国应明确数据采集、整理、加工、分析和使用等征信业务规则，确保大数据征信发展有法可依，并厘清各监管部门的职责边界。同时，对于个人信用信息的定义，应当适当考虑大数据行业发展的现状，对符合科学性、合理性的数据维度，应当纳入到征信信息的范畴中，使之具备一定的开发性和包容度。
在信用信息内涵不断扩展之际，多种渠道采集信用信息增加了信息深度，在强化个人敏感信息保护的同时，构建起信用信息的分层共享机制，打破各部门之间的信息隔离问题，进一步提升大数据分析能力和数据融合。为了推动落实《社会信用体系建设规划纲要（2014-2020年）》，2014年9月2日，国家发改委和央行联合召开“全国社会征信体系建设”工作会议，指出“大数据、云计算等现代信息技术提供了有力手段，社会信用体系建设面临良好机遇”，“各地区各部门要力争实现‘五个突破’和‘十个落地’”，特别指出“信用信息共享平台建设要有所突破”、“地方共享平台建设要落地”。为了打破信息孤岛现象，2015年6月17日国务院第95次常务会议审议通过了《关于运用大数据加强对市场主体服务和监管的若干意见》。其中强调“加快建立统一的信用信息共享交换平台。以社会信用信息系统先导工程为基础，充分发挥国家人口基础信息库、法人单位信息资源库的基础作用和企业信用信息公示系统的依托作用，建立国家统一的信用信息共享交换平台，整合金融、工商登记、税收缴纳、社保缴费、交通违法、安全生产、质量监管、统计调查等领域信用信息，实现各地区、各部门信用信息共建共享。”“打破信息的地区封锁和部门分割，着力推动信息共享和整合。各地区、各部门已建、在建信息系统要实现互联互通和信息交换共享。”目前在国务院层面，已经有35个部门正式实现衔接，10个部门能够向信用信息共享交换平台提供信息。
这里，为了更好的保障个人信息安全，在个人信用征信领域亦应采取审慎监管的态度，需要一定的准入门槛。《征信业管理条例》对于经营个人征信业务的征信机构已经作了准入方面的要求。有学者认为，“如此高的准入门槛有违反垄断原则。国家正在通过分拆、重组等方式打破行业垄断（如电信、民航等），但征信行业却要通过‘注册门槛’方式取消竞争，建立行业垄断，让人不能理解。”笔者对此并不认同。应该说，征信领域目前个人信息滥用现象较为严重，在实际操作中不经授权采集信息、强制授权采用信息、一次授权终身使用信息、一揽子授权协议等格式条款屡见不鲜。如果在准入门槛上都要做无原则的放松以鼓励所谓的“业务竞争”，其负面效应恐怕早就超过了放松监管带来的经济效益。
对于首批八家个人征信试点的民营企业，央行就采取了从严把控牌照发放的监管态度，未授予个人征信牌照，认为上述机构存在不具备独立性、信息共享低、信息误采误用等多方面的问题。应该说监管当局的这一举措符合我国当下个人征信发展现状，更有利于个人信用信息权益的保护。未来机构准入监管的核心，除了在准入和市场退出方面作进一步的强化，还应围绕着征信体系资源利用效率（新设有无必要、业务生存能力如何、有无消费者信用权益保障内控措施及实施情况）、符合标准的经营场所和安全可靠的IT系统等软硬件设施进行审慎监管。
与此同时，监管当局应督促征信机构完善公司治理结构，建立健全信用信息采集、使用、加工处理、查询、异议和投诉处理等环节的内控制度，畅通监管信息反馈渠道。利用监管科技，建立动态监测系统，利用技术手段实时监测征信机构经营动态，包括数据采集、处理模型以及重要产品等方面的变动情况，设置风险监测指标和预警系统。
此外，征信监管还应注重行为监管范式。树立“行为留痕、事后追查”原则，要求征信机构采集数据必须留下痕迹，用以追溯到每一笔查询记录的上下游；建立个人征信产品开发应用报备制度，对于那些可能有损消费者利益的产品，监管机构在设计阶段就可强行干预并加以制止；强化征信机构的信息披露，征信机构可以通过公共渠道（如网站）及时、充分、准确地披露信息来源、算法模型、产品应用、异议流程、消费者保护措施等重要信息，提高征信机构运作的透明度。