《征信與大數據》劉新海著中信出版社2016-11随着近年來國内征信相關法規的出台，國内市場化的征信業開始起步，建設熱情高漲，社會需求旺盛，資本市場熱捧、大量互聯網公司湧入。針對國内目前剛起步的市場化征信機構所面臨的問題和挑戰，本書剖析國外成熟的知名征信機構的發展曆程，商業模式和未來趨勢，提取對中國征信業建設的啟示和有益的經驗，希望能夠給混亂而有蓬勃發展的中國市場化征信提供借鑒。國
内的征信業雖然起步比較晚，但是目前已經形成了央行征信系統和市場化征信機構的基本征信體系框架，還有提供信用風險評估服務的金融科技公司作為征信體系的外圍支撐。而且在消費金融、互聯網金融和共享經濟等新經濟形态的強大市場需求和先進的信息技術例如大數據、雲計算和人工智能的共同推動下，中國的征信業是朝陽産業，未來充滿生機。
央行征信系統
2006年3月，中國人民銀行設立中國人民銀行征信中心，專門負責企業和個人征信系統（即金融信用信息基礎數據庫，又稱企業和個人信用信息基礎數據庫）的建設、運行和維護。同時為落實《物權法》關于應收賬款質押登記職責規定，征信中心于2007年10月1日建成應收賬款質押登記系統并對外提供服務。2013年3月15日施行的《征信業管理條例》，明确了征信系統是由國家設立的金融信用信息基礎數據庫定位。目前，征信中心在全國31個省份和5個計劃單列市設有征信分中心。征信分中心主要負責信用報告查詢等征信服務和異議處理等征信業務。
自2004年至2006年，人民銀行組織金融機構建成全國集中統一的企業和個人征信系統，向主要的授信機構和信用主體提供信用報告查詢服務，其中個人消費者還可以利用互聯網進行信用報告查詢。截至2015年底，征信系統收錄自然人8.8億多人，有信貸記錄3.8億人，收錄企業及其他組織近2120.3萬戶。征信系統全面收集企業和個人的信息中，以銀行信貸信息為核心，還包括社保、公積金、環保、欠稅、民事裁決與執行等公共信息。接入了商業銀行、農村信用社、信托公司、财務公司、汽車金融公司、小額貸款公司等各類放貸機構；征信系統的信息查詢端口遍布全國各地的金融機構網點，信用信息服務網絡覆蓋全國。形成了以企業和個人信用報告為核心的征信産品體系，征信中心出具的信用報告已經成為國内企業和個人的“經濟身份證”。
央行征信系統的征信數據具有“大樣本、跨周期、全覆蓋”的特點，推出了一系列基本的征信産品和服務，除了不同版本的個人和企業信用報告外，還提供對公和個人業務重要信息提示和企業關聯查詢等服務。多年來，央行征信中心已經研發了多版個人信用評分（目前稱為數字解讀），其中最新一版吸收了美國費埃哲公司的成熟經驗，有相應針對消費者信用狀況的數字解讀内容，目前正處于商業銀行推廣和試用階段。由于有央行這樣強大公信力平台做支持，央行征信系統應用廣泛、成效顯著。征信系統已經在金融機構信用風險管理中廣泛應用，其中個人信用報告2015年全年累計查詢6.3億人次，企業信用報告為8819.2萬次，有效解決了信息不對稱問題，提高了社會公衆融資的便利性，創造了更多的融資機會，促進了信貸市場發展。
根據2014年清華大學經管學院課題組的研究報告顯示：2012年征信系統拉動我國GDP多達0.33%。未來央行征信系統繼續朝着“立足金融、輻射經濟、面向全社會”的方向發展。
市場化征信機構
2015年1月5日，中國人民銀行發布了允許8家機構進行個人征信業務準備工作的通知，被視為中國個人征信體系有望向商業機構開閘的信号，芝麻信用管理有限公司、騰訊征信有限公司、深圳前海征信中心股份有限公司、鵬元征信有限公司、中誠信征信有限公司、中智誠征信有限公司、拉卡拉信用管理有限公司和北京華道征信有限公司位列其中。截至2016年6月底，在人民銀行備案的企業征信機構約為140家。
雖然第一批個人征信牌照還沒有落地，個人征信的熱潮不減，據報道，京東、百度、萬達、複星、均瑤、小米等互聯網和電商紛紛布局征信。
這些市場化征信機構生于草根，往往從零開始，積極地搜集國内可得的征信相關數據，不斷和各種的金融機構探讨征信服務的應用，從反欺詐，身份驗證到獲客和追債等征信服務環節積極嘗試。
目前具有代表性市場化征信産品是阿裡芝麻評分（其他個人征信機構緊跟阿裡其後，紛紛推出各自的評分），其核心數據來源于支付寶數據以及和阿裡系合作的金融消費場景。雖然目前阿裡芝麻評分對于支付數據和阿裡系平台的依賴性較強，缺少金融數據和違約樣本，缺乏足夠的數字解讀和信息披露環節，并且和成熟的費埃哲信用評分模式存在很大的差别，但是目前阿裡芝麻評分已經應用于一些小微金融機構、共享經濟和銀行信用卡申請階段，作為傳統信用評估的替代數據，在一些金融消費場景下取得了效果。
雖然在起步階段有着明顯的同質化和基礎薄弱等缺點，國内這些市場化的征信機構都在努力地探索一條符合中國國情的市場化征信之路。
目前，國内至少有幾十個金融科技公司也在嘗試利用大數據技術來解決普惠金融和互聯網金融中的風險評估問題，例如閃銀科技、量化派和銀聯智策等，分别對電信、支付和一些互聯網金融消費行為的大數據進行整合、匹配、交叉驗證和挖掘，量化評估普惠金融服務人群的信用風險。
一些互聯網巨頭也在大數據信用風險評估的領域躍躍欲試，搶灘普惠金融的制高點。
2015年6月底，京東集團宣布投資美國金融科技公司ZestFinance，同時雙方宣布成立名為JD-ZestFinanceGaia的合資公司。2016年7月18日，百度宣布也将向ZestFinance進行數額未明的投資，後者将利用機器學習與大數據分析融合為百度提供更加精準的信用評分。目前這些國内外的利用大數據信用評估技術的嘗試雖然不夠成熟，但是已經初見成效，對于特定消費場景和特定的普惠金融人群，還是有一定的替代作用。
未來的中國征信業還在路上
征信業是金融和科技融合的金融服務子行業，數據資産是其核心，目前飛速發展的大數據、雲計算、人工智能和區塊鍊技術将推動中國的征信快步前進。
發達的征信服務需要有配套的經濟環境和金融市場。征信系統是市場經濟和金融的基礎設施，會受制于整個經濟發展水平、社會文化、法律、金融市場等外部環境的發展，不能抛開這些宏觀因素來孤立地看中國征信。到目前為止，距央行2015年發布準備個人征信工作不到兩年時間，相比歐美征信機構上百年的曆史實在是不足為道，監管機構、金融機構、互聯網和大數據公司、資本市場和社會大衆需從發展的眼光看中國市場化征信之路。
吸納國外的經驗，結合中國的國情，打造符合中國目前和未來發展的征信業，還需要時間的積累、專業的沉澱和實踐的檢驗，中國征信業還有很長的路要走。但是另外一方面，站在歐美征信巨人的肩上，發揮技術的後發優勢，利用初期階段監管方面的空間都會給充滿朝氣的中國征信業帶來新的機遇。
一周書情
《技術倫理學手冊》[德]阿明‧格倫瓦爾德著社會科學文獻出版社2017-5
在科技迅猛發展的能源制造、醫療和軍事工程、納米和太空技術等領域，倫理學問題也随之而生。這些是好還是壞？為了正确做出決策，機遇和風險、危險和安全、進步和責任都是人們必須考慮和權衡的問題。
《高效的秘密》[美]查爾斯‧都希格著宋瑞琴、劉迎譯中信出版社2017-4
高效并不意味着超額工作或者拼命工作，也絕不是花更多的時間在工作上，甚至犧牲個人生活，作者開辟了對效率的科學探索，向我們闡述了如何激發動力、保持專注、優化工作，做得更好。
《創業清單》[美]戴維‧羅斯著桂曙光魏亦萌等譯中國人民大學出版社2017-6
怎樣避免完全不靠譜的創業？怎樣避免跟你興趣不一緻的人糾纏不清？怎樣避免股權分配無法挽回的錯誤？……作者将自己的經驗和智慧融入本書中，給創業者提供一站式的創業清單，讓創業者獲得強大支持。
《時間的形狀》汪潔著時代華文書局2017-5
作者用通俗幽默的語言講解深奧的科學道理和相對論。