隨著征信市場化步伐加快，大數據征信成為熱門話題，受到互聯網金融和資本市場的追捧。征信與大數據有著基因層面的密切關系，一方面，征信數據是天然的大數據，理論上與消費者和企業相關的數據都可以用來作征信；另一方面，征信其實就是將分散在不同信貸機構、碎片化的局部信息，加工融合成為具有完整視覺效果的全局信息，從中挖掘出風險信息，破解交易過程中信息不對稱問題。而大數據技術的優勢就在于能夠更好地利用IT先進技術，將支離破碎的數據整合起來，形成真正有用的信息。所以，大數據對傳統征信業務模式的影響將是變革性的，甚至是顛覆性的。我國征信業必須從制度設計、信息共享、隱私保護、監督管理等諸多方面不斷創新，以迎接大數據時代帶來的新機遇與新挑戰。
　　大數據征信面臨的挑戰
　　(一)現行法律規制與大數據征信不匹配。近年來，國務院相繼出臺《社會信用體系建設規劃綱要(2014－2020年)》、《征信業管理條例》和《征信機構管理辦法》，初步形成了征信市場的法律框架。但是上述法律規范的調整和規制對象主要是傳統金融機構，面對互聯網金融，其是否適應互聯網金融行業特別是大數據征信的要求，尚待有效驗證。
　　(二)大數據征信面臨技術性難題與應用困境。一是大數據的獲取難度較大。隨著互聯網帶來的廣泛數字化潮流，全社會的基礎信息搜集和信息共享機制有所改進，但仍不足以支撐全面的大數據征信，一方面以水、電、煤氣為代表的基礎信息、教育、住房、司法系統信息尚未完全聯網，底層數據缺乏；另一方面支付信息和社交信息呈彼此封閉、割裂的狀態，市場上的電商、社交平臺對于信息共享問題同樣非常謹慎，進而導致大范圍內的數據獲取存在障礙，數據獲取成本過高。二是所建構的大數據模型的可信賴性有待檢驗。征信數據模型的精度提升必須建立在大數據有效、充分抓取以及處理的基礎上，需要不斷的實踐反饋和反復修正。由于應用時間較短，缺乏歷史數據參考，現有的大數據模型大都基于規則制定，其中帶有大量的傳統征信規則，還是一種中間形態，大數據征信的優勢難以突顯。三是大數據征信的應用范圍不夠寬泛。大數據征信中的數據信息大多來源于互聯網，實際上就把較少使用或者不曾使用網絡服務的群體排除在外。
　　(三)大數據征信監管體系與監管政策亟待完善。目前對于大數據征信的監管還相對薄弱，監管方式與手段較為單一，同時監管從業人員的知識結構以及對大數據征信的熟識程度也亟待加強。此外，大數據征信行業自律方面也遠未成熟，目前尚沒有行業聯盟或者自律性組織協調相關從業機構規范經營，恪守底線，保護金融投資者和消費者的隱私及相關信息。
　　應對策略
　　(一)建立大數據征信業務規則體系，有效提升對市場主體的服務水平。一是夯實大數據背景下征信信息的基礎，包括數據處理、數據安全、數據質量、產品及應用等規則和機制的建立，特別是對有關數據的采集范圍、使用原則和信息安全等問題，應作出明確的法律安排。二是加快規范大數據征信標準的建設，逐步擴展信用評估數據來源；厘清政府的作用邊界，維護征信主體的權益。三是鼓勵征信機構借鑒發達國家征信理念、策略和方法，對接全球最大的信用評分機構FICO強大、實時、低成本的信貸決策引擎，積極參與風控標準等國際標準的制定，提高國際交流與合作水平。
　　(二)完善信用信息共享機制，整合形成大數據征信平臺。一是加快落實信息公開制度，推進政府信用信息的共享。整合公檢法、環保、交通、工商、稅務、海關等各部門的信息資源，建立統一的社會信息平臺，使信用變成資源資本。應分步建設全國統一的跨系統、跨平臺、跨數據結構的政府綜合信用信息共享交換網絡平臺。該平臺應建成標準統一、可消除信息孤島、能進行分類分等級管理并可實現信用信息“一站式”查詢的第三方社會征信平臺，以推動部門之間信息的互聯共享。二是為大數據開放共享建立制度保障，通過立法框架和體制的修改，推動數據共享和接入。從制度層面看，按照國務院的要求，已在信用體系建設部際聯席會議框架下建立了信用信息共享交換機制，用以推動信用信息實現共享。應盡快統一征信數據標準和格式，打破資源部門間的信息孤島，以便進行規范化的數據融合，提升大數據的整合能力。三是加強行業協會組織建設，提供交流合作平臺。要打通行業數據資源壁壘，促進征信機構之間的溝通與協調發展，使有效信息得到最大程度的聚合，真正形成“大數據效應”。
　　(三)強化數據質量，提高評估模型的有效性。由于大數據的維度廣，數據錯誤和數據丟失等現象會更加突出，這就需要通過數據清洗和交叉驗證等技術，識別用戶身份，尋找丟失的數據，解決互聯網上獲取的線上信息不完整的問題，確保數據的真實性、完整性和有效性。同時，應不斷完善和更新信用評估模型，挖掘海量數據與信用風險的相關性，通過客戶屬性、交易記錄、評價信息以及商品信息，合理預測用戶的違約率和逾期率，提高評估模型的準確性和有效性。最后，擴大評估模型的適用范圍，避免對網上不夠活躍用戶信用評價不公平的問題。
　　(四)適應征信新常態，健全大數據征信監管體系。征信監管要適應征信業發展步入的新常態：互聯網、大數據技術正引領征信領域變革，征信市場競爭互補的發展格局逐步形成，數據應用實踐對權益保護提出了更高的要求。因此，應根據大數據征信的新特征和新模式，探索大數據征信的監管舉措：一是機構監管與行為監管相結合。對于掌握大數據的企業，不僅監管征信業務和征信主體，還監管其數據使用行為，重點監督信息采集范圍、業務流程、評價方法等。二是分類監管與動態監管相結合。針對不同類型和業務規模的征信機構，實施市場準入、非現場監管、現場檢查相互依存的監管流程；同時對以大數據、云計算為特點的大數據征信業務，實行動態監管，建立事前、事中、事后全面監督體系。
　　(五)完善相關法律法規體系，保障大數據征信健康有序發展。大數據的收集可能會涉及國家利益、商業秘密、個人隱私等，要從強化數據立法、加強自主自控、注重顯、隱價值保護三個方面筑牢我國大數據管理的安全防線，平衡公民隱私保護與個人信息數據的合法利用；同時，加強對征信活動的監管，加大對失信的懲戒力度。一是征信機構在信息的收集、存儲、管理及使用等環節都必須有嚴格完善的制度規范，并嚴格遵照實施。同時要明確個人在其信息開放利用中的主導地位。建立健全政府大數據采集制度，依法記錄和采集相關信息，征信機構不得違法提供或者出售信息。二是建立符合大數據特征的信息安全保護機制。在具體制度設計上，要規定信息主體、征信機構、信息提供及使用者之間的責、權、利，明確隱私信息的范圍，確保信息主體的信息依法使用。三是在培育第三方征信機構時，應明確信息采集內容、方式、流程、應用等，加強產品質量管理、產品異議管理和創新信用信息產品，依法向客戶提供便捷、高效、豐富的專業化的征信服務。