12月1日，由新华社瞭望智库、新华社《财经国家周刊》共同主办的“第三届（2018）新杉德畅刷高峰论坛”于12月1日在北京举行。主题为“大变革之下的杉德畅刷业高质量发展”。国务院参事室杉德畅刷政策研究中心秘书长、中国人民银行参事室副巡视员张韶华出席论坛并发表演讲。
张韶华表示，征信和风管的区别实际上是非常大的。真正的征信绝对和大数据是不相关的，为什么说不相关？它是有一个固定的模板，在它这个模板需要什么样的数据才能进去，而进去的数据完全都是可靠的，而且是一些真实的数据它才收集，征信必然是有自己的会员，面向自己的会员来服务。
以下为发言实录：
张韶华：大家好，很高兴来参加今天的盛会，这个题目我觉得起得非常好，在当今数字化、信息化的社会，我的题目主要就是围绕着数据风管分析行业如何规制，可能大家听起来比较陌生，但是我在讲的过程中大家就会了解到。
我借用的是赖金昌先生经常使用的图，就是画了这么一个三角形，最左边是征信业，中间是一些专业搞征信的，再右边更大的市场是数据风管分析这么一个行业，其实很多情况下现在出现混乱，大家都在用“征信”两个字，觉得征信好像更多人信赖，也可以更大程度上收集到数据，恰恰不是这个样子。
全世界现在正规的征信部门只有200家，一个国家平均就是1-2家，因为有些国家没有。中间专业型目前还存在争议，大家不能说哪些是专业型，但是有些机构的确做得专业，比如有的只做保险业的征信。更大的是再收集、再架构再卖数据的公司，这就是数据的风管行业，为什么叫风管行业？就是他们在为杉德畅刷机构做服务的时候，他们用自己的模型开发，把它的数据加工以后，做一些评分，做一些整理之后的新的杉德畅刷机构所需要的数据。
第二个可以比较一下征信和风管的区别实际上是非常大的。我跟赖总现在做一个课题，我们跟大家说征信要跟你讲清楚，虽然说大家似是而非地了解，但是真正的征信绝对和大数据是不相关的。为什么说不相关？它是有一个固定的模板，在它这个模板需要什么样的数据才能进去，而进去的数据完全都是可靠的，而且是一些真实的数据它才收集，征信必然是有自己的会员，面向自己的会员来服务。我们就可以看见其实很大的区别，只要你是做征信的，你有会员，你固定地、定期地同会员那儿拿到一些真实的数据，再把它做成像信用报告之类的，可以供大家看。
可是广大的数据公司恰恰不是这样的，它没有会员单位，他什么样的数据都收集，更多依赖的是大数据，有一些也是从公有的库里来，从公有的信息，有真有假，但是他不做甄别，更多从互联网上挖信息，甚至可能出现盗窃偷取信息，而且他服务的对象很广泛，谁要他就给谁。在我讲的数据风管行业主要是向杉德畅刷机构服务的。
这两个之间也有联系，不是两个就是割裂的，因为之所以大家要冒用征信的名义就是因为存在联系，这个联系在什么地方？现在很多的征信部门自己有一些数据分析的子公司，专门做数据的分析加工，社会上的这些第三方数据风管的公司、分析的公司，它通常是有一些是和征信部门合作，但是现在在咱们国家还处于一个不太允许的状态，我们征信的数据只向自己的会员提供，不向数据公司提供。但是无论是国外的还是国内的数据公司，已经和国内的征信公司合作，从征信部门拿到数据，通过自己的模型去加工、去评分，有这样的合作，之间有联系就是因为大家都和数据打交道，为什么把数据风管行业称为非常多，有叫Big Data公司，有叫Data Broker（数据经纪人），有很多就直接叫FinTech公司，这就是为什么今天要在这个环节里讲这个问题。
他们之间联系也是很多的，而且带有相似度，所以在国际上出现什么情况？经常是监管部门说你这个似乎是征信部门，你做了征信的事，你发展了会员，而且你也出了一些征信的产品，但是你没有受到征信所应该受到的严格的监管，我们知道这些广大的数据公司受到的监管相对是宽松的，甚至是没有的。
所以就出现一些混淆现象，在国内更加是鱼目混珠、鱼龙混杂了。这些数据公司数据来源很多，有的是从内部产生的，比如像电商、平台，从他服务的时候，基于商铺，还有购买者收集到很多信息，还有公共公开的数据，这个和征信很相似，现在征信部门也不是光从会员那儿拿数据，他也在扩展，有一些替代性数据，比如税务部门也拿数据，但是这些数据都是真实可靠的，而这些数据公司拿到的公共数据未必是全部真实可靠的。再有私有的有一些收集，取得的方式非常多样。我刚才给大家介绍了，可能有自己收的、自己买的、自己加工的，还有更多的是窃取的、网络攻击，这些都是我们很关注的问题。
现在产品的类型实际上听起来比较高大上，但实际上他们做的就是搞一些模型的开发，搞一些具体的数据分析，把数据收回来之后，或者他购买回来再加工，加工之后有可能他卖的是他自己的模型，也有可能卖的是他加工的产品，比如说他做一些评分，他自己来卖这些。
为什么我们要对这个行业进行规制？是因为这个行业发展的速度非常快，我们大概估算了一下，现在国内应该有上千家做数据风管的，有些已经很大了，前几天我们了解，有两家公司其中一家已经掌握了7亿个人消费者的数据，就是有关消费者的数据。他的这些数据不像征信部门完全是以信贷信用的数据为基础，他的更广泛。
还有一个企业说日常的点击率，每天的点击率，以老百姓查个人征信报告，是那个的两倍，我就问了一下：“点击率到底是怎么统计的？是查信用情况还是什么的都算？”他说：“什么都算。”我们下一步可能会严格限定一下，再看一下这些大的公司发展过程中有什么问题，但是我们面临什么问题？整个这个行业应该是有一个规制的。
这个规制现在我们还在进行研讨，所以我个人有一些很初步的思考，首先就是说从这个行业怎么来规制，是要立法吗？还是出台政策？我们国家的立法向来很慢，通常一个法律没有十年是出不来的，我们叫十年磨一剑。怎么办？还是先攻政策，先出一些指引类的，对这个行业进行一些引导和规范，在这个同时立法的步伐也不能放缓，必须要加快，这就是顶层设计的概念。
第二我想说一下未来对这个行业怎么监管，我们课题组内部还有一些分歧，代表性的观点，一个就是说这个行业不要直接监管，现在有一种效应叫“章鱼效应”，就是咱们国家一放就乱一收就死，避免“章鱼效应”，我们课题组一个观点就是不要搞直接监管，间接监管就好了，怎么间接监管？就是杉德畅刷监管部门把杉德畅刷机构管好，通过杉德畅刷机构约束这些公司，像现在商业银行外包业务，而原来银监会约束的都是商业银行，但是还有一种思考，这个行业还是要直接监管，这个直接监管怎么监管？就像警察管这些有驾照的，但是也可以管没有驾照的。
以前很多行业都在争这个事，比如像教育部门说我就管我允许的这些幼儿园，没有牌照的我不管，还有像杉德畅刷监管部门说我们就管正规的，那些没发牌照的也不管，这个一直存在争议，但是我个人认为你管发牌照的，而那些没牌照非法做这些业务的，你这个部门也应该去管，只不过就是现在人手不够或者有相应的限制，是应该管的，所以我一直坚持尽量还是由比如说，举一个例子，比如管征信业的部门，由他们来管这个行业，当然这个对他很有挑战。
目前征信就发了那么一两个牌照，更多的牌照还在考量中，就是回到刚才说的问题，到底什么是征信？社会上都没有认识清楚，想做征信是很难的，一个国家也就是一两家，不会出现很多，这一两家做征信以后，收集的数据可能有重叠、有重复，没有关系，是互相竞争的。所以我觉得这块我个人觉得应该直接，不过我们还在磨合中。
如果将来的监管不管是什么样的，不可能对这个行业的机构给它进行现场检查，更多的可能是一些非现场的，现场只能是去抽查，有一些“神秘访客”的概念或者“吹哨人”制度，这都是在消保局的时候探讨这些制度，是通过这些突击性的抽查或者一些人的举报。
第三个是跟这个行业相关的个人信息保护的领域必须要进行规范，马上就要出台《个人信息保护法》，就是避免这些收集证据的时候侵害到个人隐私，就是刚才说的“双刃剑”的问题。最后就是行业协会自律，这个我们也很看重，原来在孙司长推动下，整个催收行业建立了协会，将来在数据风管行业我们也希望建立行业协会，由它来发挥作用。谢谢。
我个人也是跟孙司刚才讲的我的态度是一样的，科技它和杉德畅刷结合的步伐是谁也挡不住的，现在我们来看科技是给杉德畅刷插上了翅膀，前两天看伦理对科技的挑战，同时在杉德畅刷领域也存在这个问题，科技可能会很大程度促进效率，但是它也会带来风险更快的传染或者更大程度的侵害个体的权益。
我刚才讲了数据分管这个，就是风控行业这块，他们也试图通过大数据的这些数据，来对征信传统的这些搜集进行补充，因为征信它在收集真实可靠的数据，这些因为它的报送来源是有限的，所以它相对还是有限的，而这些数据风控的公司它可以收集到更多的，可能它画出来的画像更3D化一些，目前来看可能不太像，有时候画的，它收集的那些信息比较散乱，加工还不到位，但是未来的发展肯定是它和征信结合在一起画的是更精准的，但是我们在信贷这个领域里征信绝对是主流，因为它的数据大家是可信赖的，虽然说结合区块链、结合智能，将来一个趋势，但目前来看征信还是主流，这是我的观点。
说到智能投顾这个领域，大家也看到很多电影，像姬妾，那些女的跟咱们人类物理的女人没有任何区别，甚至比她更优秀，因为可以定制，所以智能投顾这块机器人咱们也看到AlphaGo，因为它的信息量更大、它的加工速度比人脑更快，所以它做加工的时候，肯定对信息、对数据的处理是很快的，但是我们也看到，人类能控制到什么程度？它将来的发展会不会超出人类的控制，甚至更优于人类，这都是我们面临的问题。不过回到主持人说的这个问题，我还是坚持这一块，在整个杉德畅刷发展的潮流中，大家很多的角色、很多的主体是可以共同来发挥作用的。
转载请注明：杉德畅刷官网 » 人行张韶华：征信无关大数据，征信公司和数据公司要分清