張麗巖 葛靜 馬健 陸勝

我國的征信行業(yè)仍處于起步狀態(tài)，統(tǒng)一信聯的推出是征信行業(yè)體系邁出的一大步，屬于時代性的大跨步，將來征信行業(yè)的發(fā)展仍是一條漫長而又坎坷的道路。目前的征信體系大多集中于政府、企業(yè)、及個人金融層面，涉及具體至生活層面的評價及評估體系模型少之又少，對于交通行業(yè)而言，考慮交通大數據的征信模型基本沒有，并且理論體系在這一層面也有所欠缺。如何克服交通行業(yè)及跨行業(yè)的數據共享問題，建設起考慮交通大數據的征信模型是促進交通行業(yè)發(fā)展的巨大推動力。

1.征信體系的研究現狀

由于評價維度及適用性的發(fā)展，參與個人信用評價的人群愈來愈多，隨著參與人群的增加，信用風險發(fā)生的影響范圍及程度大大提升。隨著近年來科學文化的發(fā)展，各國對于構建適應本國國情的個人征信體系的關注程度大大提升，如何確立起適應自身發(fā)展的固有模式及框架，如何合理操作運行整個征信體系均是各國隨著時代的發(fā)展而考慮適應自身發(fā)展需求的征信新課題，隨著近年來互聯網行業(yè)的快速發(fā)展，越來越多的研究人員參與到信用體系的建設中。

1.1 國內研究現狀

我國近代的征信體系建設起步較晚，在20世紀90年代初期才開始著手研究，通過對征信所需數據的收集、分析、評價等手段對個人信用進行一個籠統(tǒng)的評價，缺乏合理及科學有效的依據。早期的征信體系可以大致分為企業(yè)的征信體系及個人的征信體系，并且主要集中于金融行業(yè)。隨著社會時代的進步，傳統(tǒng)金融征信體系的基礎并加上互聯網的優(yōu)勢衍生出內容更加豐富的互聯網個人征信體系，是整個征信行業(yè)發(fā)展的大跨步。我國國內關于征信體制的研究主要有以下三方面的內容研究：

（1）關于互聯網金融個人征信體系重要性的研究?；ヂ摼W金融的發(fā)展對于個人征信體系的建設發(fā)展的依賴性越來越大，通過征信體系的完善能夠有效完善互聯網金融行業(yè)的發(fā)展，征信體系的建設大幅度能夠減少個人征信成本及提升征信效率。宋世倫、劉巖松（2012）認為，個人信用數據資源的采集會因相關網絡技術手段的發(fā)展變得更便捷，同時大數據網絡的發(fā)展能夠獲取更加全面的個人數據，為個人征信行業(yè)提供更加便利，更加多元化的綜合服務。

（2）關于大數據個人征信方法的研究。大數據環(huán)境下的互聯網個人征信體系的建設大多是依靠大數據帶動的個人信息資源的獲取。李博、董亮（2013）發(fā)現，考慮到大數據個人征信的特點，信息資源全面、來源豐富能夠為個人信息數據的獲取提供最大的便利，收集的信息維度更加豐富，評價更加全面。黃蠻（2014）提出，由于大數據環(huán)境下個人信息的收集與處理更加便捷，不同種類的信息均可以提供信息采集的資源點，進一步豐富個人征信體系的內容，最大程度滿足各方面用戶的需求。

（3）關于互聯網個人征信體系構建模式的研究。如何構建符合時代要求的互聯網個人征信體系是當今各研究學者都在熱衷的話題。劉蕓、朱瑞博（2014）認為，由于最初開展征信的是中國人民銀行的征信系統(tǒng)，讓互聯網金融與中國人民銀行基礎平臺相對接，構建起符合時代要求的新型互聯網個人征信系統(tǒng)。袁新峰（2014）提出建設我國互聯網征信體系應當嘗試建立起征信子系統(tǒng)，即在總的征信模式下著重突出具體的某個方面的征信體系，比如構建起互聯網金融征信子系統(tǒng)，并在構建的過程中將個人的隱私權放在首要位置，在保護個人信息的前提下實現信用評估的創(chuàng)新。

國內的學術界對于互聯網征信體系的構建研究處于初步階段，對于考慮交通大數據的征信模型更是處于萌芽階段，各種相關文獻相當匱乏，但是隨著互聯網金融在我國的快速發(fā)展，個人征信問題也倍受關注，國家也越來越重視個人征信體系的建設。

1.2 國外研究現狀

相比較于國內征信行業(yè)的發(fā)展，在國外，如美國早在十九世紀中期就開始進行民間信用服務的建設，處于對當時社會發(fā)展的需要，構建起了不同種類的各個信用服務機構，從自身的工作業(yè)務角度慢慢磨合并實行適應于自身行業(yè)發(fā)展的征信體系研究。早在20世紀60年代后，就開始將征信體系的相關研究重點放入到法律法規(guī)的建設中去，隨著社會的發(fā)展，又慢慢將重點移動至征信模式的研究中去。以下是幾點具有代表性的研究方面：

（1）關于個人征信體系構建模式的比較研究。瑪格里特·米勒（2004）建議將公共的征信模式與民營征信模式互補結合，由于兩者具備各自不同的優(yōu)勢，二者的結合將征信模式的適用性大幅度提高，有利于對市場風險的調控及信用數據資源的完善。尼古拉·杰因茨（2009）提出要深入分析了解不同國家的征信模式，從模型的產生及使用對征信模式進行全方位多層次的評估分析，通過經濟學的研究方法確定征信體系與經濟的相互關系。

（2）關于個人信用評價重要性的研究。早在二十世紀九十年代中期就有將互聯網金融的雛形出現?，旣悺た肆_寧（1997）就認為互聯網可以將資金的運轉提升至極限，能夠在世界每個角落進行。Angelini E（2008）提出了個人信用評價的數據資源將偏向于個人的數據而不僅限于金融層面。Crosman P在2012年通過實驗證明了個人的行為數據相比較于傳統(tǒng)的個人金融數據具有相當大的優(yōu)點，通過互聯網技術的交流及機器的數據分析能夠有效推斷出個人的行為偏好及其信用度，并且將評估個人信用的方法不斷優(yōu)化，最大限度滿足各行業(yè)對信用評價的不同需求，將評價的結果更加精細化。隨著互聯網時代的發(fā)展，大數據的融入，個人征信的數據資源將更加豐富，其評價指標將更加豐富。

綜上所述，由于每位專家和學者的研究側重點不同，針對具體行業(yè)的個人征信體系構建的研究比較少，尤其是對考慮交通行業(yè)所專門設定的征信體系幾乎沒有，對于考慮交通大數據建設交通行業(yè)征信體系的文章研究也少只能散見于一些論文中，缺乏學術界思想潮流的支持。隨著大數據網絡時代的發(fā)展，個人征信體系的研究終將會成為時代發(fā)展的主流。

2.構建考慮交通大數據征信模型的理論基礎

2.1 模型構建的必要性分析

在當今社會高速發(fā)展的時代背景下，交通行業(yè)的發(fā)展尤其迅速，從基礎的建設到后期的養(yǎng)護都離不開人的參與。倘若交通行業(yè)沒有自身的個人征信體系，無論是動態(tài)或者是靜態(tài)的信息博弈，都會導致“囚徒困境”，最終致使信用評估體系無法正常進行。

交通行業(yè)若沒有自身的征信體系，個人信用數據的共享機制及失信的懲罰手段將無法付諸實踐，產生此種狀況主要是博弈的關系，個人的信息很難由一家機構從另外一家機構獲取，不同機構間本身就存在對立關系，這樣會使授信方無法及時獲取受信人在其他地方的授信情況。由于缺乏長期合理的更新機制，只追求一時的受信成功，必然會導致受信人采用不同的手段來美化自己的能力。長此以往便會導致整個社會的風氣變差進而導致信用危機，一旦出現信用危機將會帶來前所未有的災難。如何克服此種困難就需要構建一個完善的信用評估體系，為個人的征信做出一個約束作用。

建立健全個人征信體制，可以有效降低授信的成本，提升授信的工作效率。構建考慮交通大數據的征信模型，能夠為整個交通行業(yè)的發(fā)展提供巨大便利，為交通行業(yè)的管理提供更多資源，改善交通行業(yè)的現狀，促進整個社會信用的格局改善，將個人征信體系的建設放在第一位，使社會信用發(fā)展水平趨于最優(yōu)化發(fā)展。

2.2 構建考慮交通大數據征信模型的理論基礎分析

（1）構建征信模型的信息不對稱理論分析。在我們的日常生活中，沒有十全十美的事物，信息由于其本身的特點所具有不對稱性質，容易導致在選擇時出現逆向選擇進而對道德產生風險影響。信息的不對稱性是普遍存在的，無法通過任何途徑的手段解決而長期普遍存在的問題。構建個人征信體系從一定程度上能夠緩解可能產生的道德風險問題，首先征信體系能夠盡可能搜集個人信用相關的數據，通過科學合理有效的分析形成直截了當的信用評估報告，幫助個人面對并了解所存在的風險并有效控制風險，預防逆向選擇的發(fā)生進而產生道德風險的爭議；另一方面，構建考慮交通大數據征信模型能夠有效促進個人信用數據共享機制的發(fā)展，促進個人的執(zhí)行力度，確保計劃科學合理地進行。

（2）構建征信模型的交易費用論分析。個人征信系統(tǒng)的交易費用主要來自于兩方面。一方面，受信者在申請獲得自身信用評估時需要向授信方提供個人的基本資料及財產生活狀況等，所提交的一切信息均有可能會影響授信方的評估，同時如果一個受信人需要向不同的授信機構進行評估，則需要進行多次的數據資料的提交，會消耗個人的時間、精力等一切相關費用；另一方面，授信機構在收集受信人的相關信用數據時會產生大量時間及人力、物力的消耗，并且由于提交申請資料的真實性，需要逐條檢驗方能得出最終的評估結果，又會進一步提升處理的費用，同時由于個人在發(fā)現自身存在的問題時會盡力掩蓋自身具有問題的信息，這又會對授信方增加巨大的阻礙。

在征信評估體系中必然會產生交易費用，并且交易費用又會進一步促進征信體系的建立，那么構建合理完善的征信機制能夠大大改善征信中的交易費用的情況。對具體交通行業(yè)的征信模型的構建，可以最大程度地縮短處理個人信用的時間，提升工作效率并且促進交通行業(yè)的發(fā)展。

3.構建考慮交通大數據的征信模型

3.1 建立模型指標體系

考慮到目前交通行業(yè)及整個征信行業(yè)的發(fā)展現狀，由于較為新型的考慮交通大數據的征信模型缺乏一定數據支持，而整個征信行業(yè)評估體系建設的并不完善，只能從探索的角度出發(fā)，考慮到獲取數據信息的困難及個人信息的保護，在創(chuàng)建征信模型指標體系時充分考慮數據的可獲取性及模型的相關性，選取最適合的可獲取的評價指標，具體評價指標體系如下：（1）自然情況：性別、年齡、文化、婚姻狀況、職業(yè)、月收入、收支比、居住地；（2）交通層面：駕照、駕照行為、日常出行、異地出行、旅游、出行行為；（3）參考數據：芝麻信用。

3.2 評估指標體系的原則

個人風險受到很多方面因素的影響，而且各個因素的作用方法存在較大差異，所以選擇指標的時候應該遵循一些基本原則，增強指標的針對性，這樣才能使整個指標體系更為高效合理。本文在評估時主要遵循以下原則：全面性、重要性、公正性、科學性、可操作性。

本文在設計個人信用評估指標體系的時候充分把握了上述原則，而且在互聯網大數據因素中合理地引入了“5C”評分方法。然而考慮交通大數據的征信這一行業(yè)畢竟產生不久，還沒有相關的法律法規(guī)作為支撐，所以具體設計的時候還是很大程度參考了銀行的研究模型，同樣使用了信用評分方法來評估個人的信用等級。通過計算獲取了信用分之后合理設置信用評級，在這過程中引入了大量互聯網思維指標，這與時代的發(fā)展比較吻合，也與傳統(tǒng)的評估方法有明顯差異，希望能夠對個人信用風險進行有效的控制。

3.3 確立評估指標體系及因素權重

本文主要考慮以下評估指標：（1）年齡：通常情況下，年齡這一因素對貸款人的收入水平以及能夠支配的財富多少有很大程度的影響。一般年齡低于25歲的貸款人發(fā)生違約的可能性很大，25—45歲間的貸款人信用程度有較大提升，不過年齡超過55歲之后，貸款人面臨退休等問題，違約風險有所提升。（2）受教育程度：通常情況下，事業(yè)的起點高度在很大程度上由受教育的程度來決定，一般學歷水平比較高的人工作起點較為理想，所以有很大的發(fā)展空間，在此按照學歷分為碩士以上、本科、大專和高中等幾個類型。（3）性別：參考銀行對男女的信度評分，女性的評分要高于男性，綜合考量整體情況，本項占分比較小。（4）婚姻狀況：婚姻狀況體現一個人的生活狀況，參考銀行中的信用評價體系，結婚的人更加顯得信度可靠，不過這并不是主要參考依據。（5）職業(yè)：職業(yè)沒有高低貴賤之分但是職業(yè)的收入以及不同的職業(yè)所遇到的人的不同會帶來差異性的影響因素。參考銀行的征信體系，職業(yè)收入越高的人其可信度越高，這可以作為一個衡量的依據。（6）個人月收入及所占支出比：評價信用人償還貸款意愿的時候一般通過其月收入來衡量，通常情況下，那些月收入比較多的人償還意愿較強，這一指標在測試其償還意愿的時候具有很高的效率。（7）當前地址居住時間：不同地區(qū)的經濟發(fā)展水平也存在一定的差異，所以這在很大程度上影響到了貸款者的收入水平，這里依據2015年的最新城市分級對所在地進行分類：第一類是特級城市，也就是4個直轄市；第二類是一線城市，總共15個；第三類是二線城市，總共36個；第四類是三線城市，總共 73個；最后一類是四線及以下城市。（8）是否有駕照：駕照的擁有與否并不是考量一個人信度的重要標準，但是駕照的獲取也從一個側面反映出個人的生活狀況，這并不是征信的主要參考內容。（9）個人駕照一年內扣分情況：由于有些人并不擁有駕照，但是扣分情況是作為一個重要的參考指標，由于已經考慮到沒有駕照的人在有無駕照選項已經有過分數的減少則將其分數整理在六分以內選項合理有效。（10）日常交通出行方式選擇：隨著社會生活水平的提高，個人出行的交通方式已經千變萬化，出于政府鼓勵公共交通出行，所以將日常出行選擇公共交通的民眾的分數略微有所提升，個人出行的方式并不能直接反映出個人素質的差異性，所以對此項內容的分數不進行提升。（11）市區(qū)道路行人過街不走斑馬線占比：市區(qū)道路內行人是否走斑馬線是凸顯出個人素質的最重大體現，將公民的個人素質直接掛鉤其個人信度合理有效。（12）異地出行或居住返家交通方式選擇：異地出行的交通方式凸顯出一個人的收入水平，不同交通方式出行的人所遇到的人群也會有所不同，不過此項僅作為參考的一個方面。（13）一年內外出旅游次數：隨著物質生活水平的不斷提高，個人出游也成為象征個人生活水平的參考，但其并不是主要的參考依據，對信用分的影響不大。（14）芝麻信用評級：由于本文所獲取的數據資源較少，芝麻信用作為大數據時代下互聯網快速發(fā)展的產物，其對于考慮交通大數據的個人征信方面有巨大的參考意義，因此其所占的比值偏大。

3.4 創(chuàng)建評價模型

綜合分析上文各個指標的因素權重，對各個指標項目賦予具體的分值：個人自然情況的分值是對自然情況下的個人信息的關注評估，從各種靜態(tài)的信息中評估個人信用的預期值。交通層面則是本文的核心內容，分析個人在交通參與層面的活躍度及行為來確定個人信用積分。其他信用模型的參考，是在沒有大量數據支持下最能夠直觀表現個人信用的直接體現。本文構建的評估模型的標準按照表格的形式呈現，具體為以下的表格所示：

將十五個項目的分數相加獲取的最終分數為評估的分數，并對評估分數段加以劃分得到對應的信用評估等級，評分大于170且小于210分，評定為信用極好；評分大于155且小于170分，評定為信用優(yōu)秀；評分大于120分且小于140分，評定為信用良好；評分大于100分且小于120分為信用較差；評分低于100分的用戶，評定為信用極差。

信用等級劃分為五級的原因一方面是中國的機構當前采取的分類方法普遍為國際通用的五級分類法，采用此分類方法可以很好地便于對比交通行業(yè)的業(yè)務；另一方面是便于統(tǒng)計和操作。交通管理機構能以將信用評級作為交通參與人員的重要參考，為不同等級的交通參與人員劃分的授信額度。一般而言，對于信用良好及信用良好以上的人員的管理可以在非必要檢測的部分適當縮減工作量，但是對于信用較差的部分人員，交通管理部門可以適當加強監(jiān)管力度。

隨著國家的現代化建設步伐加快，征信行業(yè)的發(fā)展受到越來越多的關注，國家在征信行業(yè)投入的精力愈來愈足，由于本文所選取的考慮交通大數據的征信模型處于起步階段，發(fā)展?jié)摿薮螅ㄟ^將征信納入交通行業(yè)的發(fā)展規(guī)劃中，則會推動交通行業(yè)又好又快發(fā)展，提升發(fā)展效率。

參考文獻

[1] 歐陽紅兵. 中外征信體系比較研究[ J]. 商業(yè)經濟研究，2015（7）：91-93.

[2] 李真. 互聯網金融征信模式：經濟分析、應用研判與完善框架[J]. 理論探討，2015（1）5-9.

[3] 陳小林， 杜若華， 劉永鋒.我國互聯網金融征信體系建設路徑思考[J]. 征信，2015（1）：29-31.

[4] 阮曉東. 大數據征信，互聯網金融發(fā)展支點[J]. 新經濟導刊，2015（7）：53-56.

[5] 劉世成. 互聯網金融模式下的征信機構及其需求分析[J].征信，2015（4）：44-46.

[6] 曾晨明. 大數據也時代我國個人征信業(yè)發(fā)展的 SWOT 分析[J]. 金融縱橫，2015（6）67-72.

[7] 曾菊凡. 互聯網金融與征信業(yè)的互動耦合發(fā)展機理研究[J].中國人口·資源與環(huán)境2015（5）：617-619

[8] 王曉嬈. 基于博弈論視角的個人征信困境及對策研究[J].征信，2015（11）：13-17

[9] 張文博. 美國個人征信市場化運作特點——監(jiān)管措施及對我國的啟示[J]. 華北金融，2015（5）：35-37.

[10] 黃璽. 互聯網金融背景下我國征信業(yè)發(fā)展的思考[J]. 征信，2014（5）：6-12.

[11]袁新峰. 關于當前互聯網金融征信發(fā)展的思考[ J].征信，2014（1）：39-42.

[12] 姜紅娜. 三種信用模式比較與對中國信用體系建構的啟示[J]. 經濟研究導刊，2014（22）：96-98.

[13] 劉蕓， 朱瑞博. 互聯網金融、小微企業(yè)融資與征信體系深化[J]. 征信，2014（2）：31-35.

[14] 史小康， 馬學俊. 個人信用評級模型的指標選擇方法[J]. 統(tǒng)計與決策，2014（21）：41-43.

基金項目：

江蘇省高校哲學社會科學研究項目（2016SJB870015， 2018SJA1348）；

蘇州市社會科學基金項目（2017LX047，Y2018LX028）；

江蘇省社科應用研究精品工程課題（17SYC-086）；

江蘇省自然基金面上項目（BK20151201、BK20160357）；

蘇州市產業(yè)技術創(chuàng)新專項（SS201525），蘇州市科技計劃項目"新興技術在蘇州政府治理、城市管理和生態(tài)環(huán)境的典型應用研究"支持；

江蘇省建設廳科技項目2017ZD047。

（作者單位：1.蘇州科技大學；2.常熟市恒翔建設有限公司；*馬健為通訊作者）