洪偌馨
传统信用评估模型是根据一个人的借贷历史和还款表现，通过逻辑回归的方式来判断这个人的信用情况。而 大数据 征信的数据源则十分广泛，包括电子商务、社交网络和搜索行为等都产生了大量的数据。
大数据 征信可以通过我们在 互联网 上留下的这些“足迹”清晰地描绘出一个人，但如何把控数据源的“量”与“度”，各家机构还在不断尝试。更重要的是，最终绘制出的人物“肖像”与个人信用究竟有多大的关联度，至今仍存有争议。
此前亦有接近监管部门人士对《第一财经日报》记者表示，个人征信牌照迟迟未能落地，其原因之一也在于监管部门对于 大数据 征信的商业化应用存有疑虑。尤其，以 人脸识别 为代表的关键技术的可靠性还有待进一步检验。
此外，“另一个更重要的症结在于行政化监管与商业化发展之间的矛盾。”该人士表示，现在个人征信市场的参与者越来越多，远不止申请牌照的八家机构，如果该市场要商业化发展，那么监管方式就要改进。
何为 大数据 征信
在FICO中国区总裁陈建看来，征信的本质就是采集和记录信用信息并在整理加工后提供给决策者，而如今，得益于 大数据 、 云计算 、 人脸识别 、深度 算法 等技术的进步，征信有了更广泛的意义和用途。
“只要对消费者的特征描绘和风险判断有显著作用的就可以叫征信。”陈建认为，现在一切信息皆可以成为信用数据，经过分析后用于证明一个人或企业的信用状况。因为数据覆盖广、维度多，因此形成了广义的征信，也就是 大数据 征信。
陈建表示，有价值的 大数据 具备几个因素：第一要覆盖面广，用户足够多，例如银联、电信的数据；第二维度要有效，能够有效转为结构化的数据，例如电商的数据；第三信息要稳定。
不过，对于这种日益崛起的征信新业态，今年7月在上海外滩举办的“2015上海新金融年会”上，央行征信中心副主任王晓蕾直截了当地提出了疑问，“我不知道你们说的‘征信’是什么”？
央行的征信系统是一个“放贷人之间的信息共享数据库”，主要采集的数据为身份信息、信贷信息、非金融负债信息三类，以及部分公共信息。因此，王晓蕾对于征信的基本定义为，“从放贷人那里采集借款人信息”。
而另一个“纠结”的概念在于，王晓蕾认为，放贷机构之“征信”是放贷机构基于内部信息的风险管理过程，而征信行业之“征信”是为放贷机构的风险管理提供外部信息支持的活动，征信机构应该是一个纯粹的独立第三方。
如果按照这个界定，我们现在所谈到的 大数据 征信跳脱了传统“征信”范畴内。不再局限于金融属性的信息，并且也打破了“采集者与信息产生没有任何关系”的独立第三方原则。
例如芝麻信用、前海征信、腾讯征信，一方面它们的数据来源目前还主要来自母公司阿里、平安、腾讯，而另一方面，它们的兄弟公司又涉足放贷业务，例如阿里小贷。
尽管有关 大数据 征信的定义和效用仍争议不断，但对于既无法接入央行征信系统又面临快速发展的 互联网 金融行业而言，利用 大数据 来帮助判定风险、开拓业务已是必然的选择。
从应用范围来看，目前 大数据 征信已从金融业务向生活服务蔓延。其中，最核心的两个价值就是：防范欺诈风险和信用风险。简单来说就是：既要证明“你是你”，还要描述出“你是什么样的人”。
如何证明“你是你”
无论是在传统金融领域，还是 互联网 金融领域，给客户做信用评估的前提是必须知道这个人就是他自己。所以，如何利用证明“你是你”是 大数据 征信首先要解决的问题。
尤其，随着越来越多的金融业务 互联网 化，“反欺诈”面临的挑战也日益增大。“身份认证”的重要性在各项监管文件中反复被强调，而各家机构也在不断探索如何利用新的技术在网上实现身份的核实。
其中，在指纹、虹膜、 人脸识别 等一系列生物识别技术中， 人脸识别 因技术的成熟度和准确率较高，以及其使用的便捷性而被进一步普及。包括腾讯征信、芝麻征信在内的多家个人征信机构都有组建自己的 人脸识别 技术团队。
此前，在腾讯征信的北京媒体沟通会上，为腾讯财付通、微众银行、腾讯征信等提供图像和 模式识别 技术支持的优图团队也向大家展示了“ 人脸识别 ”在“反欺诈”方面的应用，即如何证明“你是你”。
根据现场的演示，在上传身份证照片、自拍照片并与公安部的信息进行比对之后，“ 人脸识别 ”的另一关键步骤是活体检测，通过读取随机的数字串，分析声音和唇语等信息来防范有人用视频、照片等方式仿冒用户。
据了解，在今年国际权威的 人脸识别 数据库LFW上，腾讯优图团队在人脸验证测试中达到了99.65%的准确率。目前，微信的“ 人脸识别 ”技术已经在腾讯征信、微众银行、微证券开户等场景中开始试用。
尽管 人脸识别 的准确率已经达到较高水平，但该项技术的商业化应用才刚刚起步，它的有效性和 安全 性仍备受质疑。
优图团队研发总监黄飞跃也表示，该技术现在还不能说100%地成熟，而是适用于某些特定的应用环境中。其中，金融领域的身份核实条件较好，由于用户往往是为了通过验证所以比较配合。
芝麻信用首席科学家俞吴杰表示，整个的反欺诈产品从身份认证到信息验证再到网络关联，每一步的技术含量非常高。以身份认证为例，现在已有很多的途径，比如信息交叉比对、 人脸识别 技术、KBA问答认证等。
