4月8日至11日，以“開放創新的亞洲，繁榮發展的世界”為主題的博鰲亞洲論壇在博鰲召開，來自63個國家和地區的2000余名嘉賓參會，為亞洲和世界提供“博鰲智慧”。而在博鰲會議期間，一場別開生面的分會場討論會拉開帷幕——4月9日，由東方銀谷發起的博鰲財經早餐會如期舉行，會議吸引了30余位金融與科技行業重量級嘉賓齊聚一堂，就“大數據風控與征信體系建設”這一主題展開討論。

    據悉，該早餐會邀請了包括亞洲金融合作協會秘書長楊再平、中國社會科學院國家金融與發展實驗室理事長李揚、國家發展和改革委員會學術委員會研究員張燕生、《財經》雜志總編輯王波明、微軟亞太研發集團總裁洪小文、國家互聯網金融安全技術專家委員會委員高冬月、波士頓咨詢公司合伙人兼董事總經理何大勇、Fusion Fund 創始合伙人張璐、融 360 聯合創始人兼 CEO葉大清、立德領導力（LEAD）創始人張萌等悉數出席。與會嘉賓就“如何在大數據中挖掘有效數據進行風控管理”“如何防范數據背后的風險”“征信體系建設的進程應如何推進”“政府、市場等在征信體系建設中扮演什么角色？”以及“征信體系建設過程中，如何確保公民個人信息不被商業化、公民隱私不被侵犯？”等問題進行深入的探討。

    大數據征信的“立”與“興”

    作為會議的主辦方代表，東方銀谷高級副總裁黃振華發表致辭。他主要從四個方面闡述“大數據風控與征信體系建設”這一主題，其中包括：從國際視野闡述大數據風控與征信呈現出的新趨勢、新時代背景下中國大數據風控與征信的發展機遇、大數據風控和征信目前在中國的應用以及中國大數據風控與征信發展展望。

    “全球經濟上坡期時需要加大踩油門，下坡期時則更關注剎車的質量。而大數據風控與征信更像經濟下坡期的剎車系統，近兩年整個全球經濟走勢不明朗，大數據風控行業獲得大發展。”黃振華表示“今年的數據泄露事件很多，比如引起全球震動的facebook數據泄露事件，使得大數據被推上了法律道德審判層面，這為整個大數據征信行業帶來變化。”

亞洲金融合作協會秘書長楊再平

    亞洲金融合作協會秘書長楊再平表示，促進征信系統和大數據風控的發展需要做到兩個“正反饋”’。“一個是讓大數據風控與征信系統形成正反饋，另一個是讓征信系統支持的大數據風控與社會受眾形成一個正反饋。”他表示。

    事實上，傳統征信市場幾乎是專業的征信機構的天下。當下，得益于數據與技術的發展，已經形成傳統征信機構、新興大數據征信公司、互聯網公司和消費信貸平臺等多方參與的市場。但同時，其發展也遭遇不同的問題，尚不足以支撐起行業不斷擴展的商業藍圖。

國家發展和改革委員會學術委員會研究員 張燕生

    對此，國家發展和改革委員會學術委員會研究員張燕生肯定了數據征信的必要性，并同時指出“這需要專業的機構進行完善、全面的體系搭建，以技術的力量保障數據征信的安全、透明”。

    中國互金企業的“探”與“創”

    當下，國內大數據風控市場規模已達140億元人民幣，但與美國相比還存在一定的差距。由于中國傳統征信覆蓋的人數僅35%，遠低于美國，因此國內的大數據征信與風控市場還有巨大的提升與發展空間。而憑借大數據的積累和新技術的成熟應用，包括東方銀谷在內的相關互聯網金融公司，已經在進行相關的嘗試和探索，并取得了一定的成果。

    據悉，東方銀谷創建于2007年，是互聯網金融信息咨詢服務品牌，截至目前已經為眾多的用戶提供服務，并從中積累了豐富的行業經驗。對于中國大數據征信行業的發展，黃振華建議，除了需要金融宏觀政策更重要的是制定操作規則。“美國三家征信公司都有詳細的操作規則，而我國現在更多只是在宏觀政策層面。此外，如何把基礎設施優勢轉化為我們的產業優勢還有一段路程要走。”他認為。

    國家發展和改革委員會學術委員會研究員張燕生也表示，國外有人認為中國的信息保護法律不健全，才使得中國市場具備后發超車的可能性，但這一點是雙刃劍。“我國的政策環境、法律環境、征信市場環境，對于大數據征信企業的支撐還不夠，下一步需要重點考慮如何為我國征信市場和征信體系建設構建更好的政策法律環境。” 他說。

中國社會科學院國家金融與發展實驗室理事長李揚

    此外，中國社會科學院國家金融與發展實驗室理事長李揚表示，數據是中國的優勢，但是目前的數據被分割了，數據必須足夠才能有用。他強調，大數據是公共品，必須向公眾開放。公司的信用評級實則是一個私人產品公共化的過程，私人產品公共化必須接受公共管理的規則，公共管理規則自然需要公共管理的架構。

    2018年，大數據風控在金融領域的應用將更加深入，也更加多樣化。中國的大數據風控不論在實用性還是開放性上，都要優于國外，企業也愿意投入更多的資金來促進技術的進步，這才是相關行業發展的最佳動力。

    黃振華最后指出，大數據征信和大數據風控的具體應用主要體現在數據平臺、算法體系、機器智能學習三個層面，中國相對成熟的是數據，差距最大的則是機器智能學習領域，比如智能化計算、區塊鏈技術的應用等，這都是未來大數據征信行業需要重點發展的方向。