6月央行或验收颁发个人征信牌照 规模达千亿元（4）

大数据的“两面”

眼下，社交网络、电商交易、朋友圈、聊天记录等各种数据的采集分析已经成为一些网络借贷业务常用的信用分析手段，也形成了大数据征信的基础。

“每家征信机构的自有数据都各有特色，加上外部数据的整合，最后看的是各家数据的广度和厚度。”拉卡拉集团高级副总裁兼考拉征信总裁李广雨称，“数据源越多，广度和厚度越大，理论上讲，征信模型就越准。如果数据只有一个厚度，即只有单一数据(如网上交易数据)，严格来说建模都有问题。”在他看来，这8家机构都有一部分自有数据，但外部数据不足。

在此基础上，虽然大数据分析可以很好地补充传统征信的欠缺，但不少业内人士指出，大数据征信并不能完全代替传统征信，现阶段，大数据的分析结果很难被主流的金融机构引用。

一位业内人士指出，目前的“大数据征信”，其宣传效果大于其所能起到的实际作用。毕竟，现在网络平台上积累的数据虽然多，但很“碎”，有价值的并不多；其次，目前能对数据进行深入理解分析，发现有价值的信息并将其转变为“洞察力”的人才非常紧缺；第三，大数据征信眼下只能针对特定人群和特定服务，譬如对年轻人进行小额消费贷款。