4月8日至11日，以“开放创新的亚洲，繁荣发展的世界”为主题的博鳌亚洲论坛在博鳌召开，来自63个国家和地区的2000余名嘉宾参会，为亚洲和世界提供“博鳌智慧”。而在博鳌会议期间，一场别开生面的分会场讨论会拉开帷幕——4月9日，由东方银谷发起的博鳌财经早餐会如期举行，会议吸引了30余位金融与科技行业重量级嘉宾齐聚一堂，就“大数据风控与征信体系建设”这一主题展开讨论。

    据悉，该早餐会邀请了包括亚洲金融合作协会秘书长杨再平、中国社会科学院国家金融与发展实验室理事长李扬、国家发展和改革委员会学术委员会研究员张燕生、《财经》杂志总编辑王波明、微软亚太研发集团总裁洪小文、国家互联网金融安全技术专家委员会委员高冬月、波士顿咨询公司合伙人兼董事总经理何大勇、Fusion Fund 创始合伙人张璐、融 360 联合创始人兼 CEO叶大清、立德领导力（LEAD）创始人张萌等悉数出席。与会嘉宾就“如何在大数据中挖掘有效数据进行风控管理”“如何防范数据背后的风险”“征信体系建设的进程应如何推进”“政府、市场等在征信体系建设中扮演什么角色？”以及“征信体系建设过程中，如何确保公民个人信息不被商业化、公民隐私不被侵犯？”等问题进行深入的探讨。

    大数据征信的“立”与“兴”

    作为会议的主办方代表，东方银谷高级副总裁黄振华发表致辞。他主要从四个方面阐述“大数据风控与征信体系建设”这一主题，其中包括：从国际视野阐述大数据风控与征信呈现出的新趋势、新时代背景下中国大数据风控与征信的发展机遇、大数据风控和征信目前在中国的应用以及中国大数据风控与征信发展展望。

    “全球经济上坡期时需要加大踩油门，下坡期时则更关注刹车的质量。而大数据风控与征信更像经济下坡期的刹车系统，近两年整个全球经济走势不明朗，大数据风控行业获得大发展。”黄振华表示“今年的数据泄露事件很多，比如引起全球震动的facebook数据泄露事件，使得大数据被推上了法律道德审判层面，这为整个大数据征信行业带来变化。”

亚洲金融合作协会秘书长杨再平

    亚洲金融合作协会秘书长杨再平表示，促进征信系统和大数据风控的发展需要做到两个“正反馈”’。“一个是让大数据风控与征信系统形成正反馈，另一个是让征信系统支持的大数据风控与社会受众形成一个正反馈。”他表示。

    事实上，传统征信市场几乎是专业的征信机构的天下。当下，得益于数据与技术的发展，已经形成传统征信机构、新兴大数据征信公司、互联网公司和消费信贷平台等多方参与的市场。但同时，其发展也遭遇不同的问题，尚不足以支撑起行业不断扩展的商业蓝图。

国家发展和改革委员会学术委员会研究员 张燕生

    对此，国家发展和改革委员会学术委员会研究员张燕生肯定了数据征信的必要性，并同时指出“这需要专业的机构进行完善、全面的体系搭建，以技术的力量保障数据征信的安全、透明”。

    中国互金企业的“探”与“创”

    当下，国内大数据风控市场规模已达140亿元人民币，但与美国相比还存在一定的差距。由于中国传统征信覆盖的人数仅35%，远低于美国，因此国内的大数据征信与风控市场还有巨大的提升与发展空间。而凭借大数据的积累和新技术的成熟应用，包括东方银谷在内的相关互联网金融公司，已经在进行相关的尝试和探索，并取得了一定的成果。

    据悉，东方银谷创建于2007年，是互联网金融信息咨询服务品牌，截至目前已经为众多的用户提供服务，并从中积累了丰富的行业经验。对于中国大数据征信行业的发展，黄振华建议，除了需要金融宏观政策更重要的是制定操作规则。“美国三家征信公司都有详细的操作规则，而我国现在更多只是在宏观政策层面。此外，如何把基础设施优势转化为我们的产业优势还有一段路程要走。”他认为。

    国家发展和改革委员会学术委员会研究员张燕生也表示，国外有人认为中国的信息保护法律不健全，才使得中国市场具备后发超车的可能性，但这一点是双刃剑。“我国的政策环境、法律环境、征信市场环境，对于大数据征信企业的支撑还不够，下一步需要重点考虑如何为我国征信市场和征信体系建设构建更好的政策法律环境。” 他说。

中国社会科学院国家金融与发展实验室理事长李扬

    此外，中国社会科学院国家金融与发展实验室理事长李扬表示，数据是中国的优势，但是目前的数据被分割了，数据必须足够才能有用。他强调，大数据是公共品，必须向公众开放。公司的信用评级实则是一个私人产品公共化的过程，私人产品公共化必须接受公共管理的规则，公共管理规则自然需要公共管理的架构。

    2018年，大数据风控在金融领域的应用将更加深入，也更加多样化。中国的大数据风控不论在实用性还是开放性上，都要优于国外，企业也愿意投入更多的资金来促进技术的进步，这才是相关行业发展的最佳动力。

    黄振华最后指出，大数据征信和大数据风控的具体应用主要体现在数据平台、算法体系、机器智能学习三个层面，中国相对成熟的是数据，差距最大的则是机器智能学习领域，比如智能化计算、区块链技术的应用等，这都是未来大数据征信行业需要重点发展的方向。