摘要：在当下普遍的征信体系中，消费金融历史交易记录是它们主要提供与参考的数据。而且在这一领域的竞争目前也非常激烈。但仅仅依赖消费历史记录是不够的，在方法上还需要改进，如果能增添进诸如银行开户信息、申请信用卡信息、贷款与租赁等类别的合同信息，将有助于完善原有模型。

近日，央行下发《关于进一步加强征信信息安全管理的通知》(银发〔2018〕102号文，简称“102号文”)，要求进一步加强金融信用信息基础数据库运行机构和接入机构征信信息安全管理。随着我国金融产品种类与业务的快速发展，金融市场对外规模日益扩大，尤其是互联网信用体系等的高速发展，征信业的重要性越来越大。但与金融市场迫切的需求相比，我国当前的征信业还处于很弱的发展初期阶段。那么征信业究竟存在哪些问题，如何将其不断完善与发展呢?征信的意义在于，它可以帮助提供贷款的人或机构理解借款人的信用风险以及其还款的可能性。征信存在的理论基础是，从过去人们的信用行为特征中，可以帮助判断其未来还付贷款的可能性。但是它不能够足够保证借款人绝对百分之百地偿还部分或全部贷款。

当前大数据的发展应当说为获取更多、更高质量的信息提供了捷径。但是人们不能忽略的是，获取的数据要经过严格的筛选与定性。对于成熟的征信系统，其获取信息与数据要不断随着社会现象的发展而不断进化的。虽然拥有海量信息与大数据，征信的评估过程仍旧要有人工的参与，完全依赖机器的算法是达不到最终信用评估的结果的。另一方面，并不是所有这些海量的数据都有利用价值。人们首先要有一个模型，究竟哪些数据有用，哪些数据价值不高。虽然现代科技使得人们可以更加方便地获得大数据，但是拥有几个说服力强的模型是首要任务。只有那些与模型相关的、能够测量信用积分的数据才有意义。

中国人民银行征信中心个人征信系统采集的信息覆盖个人贷款、信用卡、担保等信贷信息，以及个人住房公积金缴存信息、社会保险缴存和发放信息、车辆交易和抵押信息、法院判决和执行信息、税务信息、电信信息、个人低保救助信息、执业资格和奖惩信息共计8类公共信息，涉及的数据项超过80项。征信的结果针对企业与个人，其用途也不一样，通常是为客户提供参考意见。如果能通过合法的途径，增添进去例如银行开户的信息、申请信用卡的信息、贷款与租赁等类别的合同信息(包含是否及时归还按揭贷款、是否按照约定的额度归还贷款)等方面与个人信用行为相关联的信息，都有助于完善原有模型。