探索征信系统数据质量提升之路——从商业银行视角看征信数据质量提升工作

征信数据质量对银行信贷风控的作用

征信系统对商业银行信贷风险管控具有重要作用，其根本原因在于商业银行需要通过征信系统全面、及时、准确的了解对公及个人客户融资还款的历史、当前以及趋势等信用状况，以便做出相应的信贷决策、防控信贷风险。在这个过程中，征信系统数据的质量在某种程度上会决定商业银行信贷决策及风险防控措施的质量、速度和效力。征信数据质量高，则商业银行信贷风险管控措施会高效、有力；征信数据质量低，则商业银行就可能会“以真为假”冤枉“好人”、“以假作真”放过“坏人”，进而形成失当的信贷业务决策和无效的信贷风险防控措施。

征信数据质量面对的问题

2008年人民银行征信中心联合各商业银行，启动了针对银行信息的大规模数据治理工作；2009年开展了征信数据质量“再回顾”，巩固了前期银行数据治理成效；2010年人民银行面向商业银行印发了《关于印发征信系统数据质量量化考评达标制方案的通知》，此后征信系统中的银行信息步入“完整、及时、准确”规范化轨道。从2011年至2015年，银行信息的质量始终保持在较高的水平，征信系统数据的质量得到了有效提高。值得注意的是，征信系统中还存在着大量的非银信息，如司法判决、行政奖惩、社保缴存、资产管理、证券保险等等，非银信息的全面性、及时行、准确性还有大量的提升空间。

全面性问题，主要体现在当前征信系统非银信息采集的范围还较窄。目前征信系统的主干信息还是来自商业银行的信贷信息，证券、保险、基金、信托、资产管理，融资担保、金融租赁，汽车金融、消费信贷，小额贷款等金融机构，虽有相当数量已接入征信系统，但接入机构数量和信息采集内容还待扩展，现有状况距“实现对信贷市场广泛覆盖”、“多视角反映信息主体的信用状况”还有较大差距，银行在防控客户信贷风险时，还不能完全借助征信系统全面了解掌握客户的负债、还款和信用情况。

及时性问题，主要体现为征信系统银行信息和非银信息的处理时滞和时效差异。银行信息方面，在数据报送阶段，各家银行传送更新数据有快有慢，快的可以在T+2日传送更新数据，慢的会T+30日甚至更长时间传送更新数据；在数据接收阶段，征信系统受软硬件、数据加载规则、人工调度、审批手续等制约，不能很快的将银行信息加载入库，更新数据需要在库外排队等候相当长时间；在数据整合处理阶段，受数据库和技术架构制约，入库的银行信息需要定期在征信系统不同数据分库间进行迁移，才能完成应用数据的最终更新，相关因素共同影响了银行信息在征信系统中的时效性。非银信息方面，由于缺少强有力的信息采集、更新保证机制，除公积金缴存等局部类别外，大部分非银信息的数据时效性都较差。

准确性问题，主要体现为纵深数据标准和政策引导有待进一步完善。比如商业银行信贷数据生成征信数据，虽然征信系统采集的就是信贷账户信息，但数据准确性会涉及征信系统端采集数据与商业银行端报送数据的一致性、商业银行征信报送数据与信贷账户数据的一致性、信贷账户数据与信贷业务实际情况的一致性三个问题层面。对前两个一致性，目前征信系统有“数据采集规范”、“两端核对”及“定点监测”机制进行支撑，但后一个一致性，尚缺乏相关标准和政策进行引导。

提升征信数据质量的工作方向

在提升征信系统数据质量全面性方面，建议征信系统着重提升当前已入库的证券保险信息的机构覆盖、公积金养老金缴存信息的地域覆盖，网贷和小贷信息的整合应用覆盖；按照《社会信用体系建设规划纲要》“进一步扩大信用记录覆盖面”的要求并参照国民经济行业分类，深耕证券、保险、金融租赁、财务经纪、消费信贷、小额信贷、理财、基金、融资融券、资产管理、期货期权、信托、典当、公积金、养老金、资信评级、控股服务、支付结算、外汇兑换、网贷、众筹等领域的金融信息，逐步实现对泛金融信息的全面覆盖。

在提升征信系统数据质量及时性方面，建议征信系统建议借助二代建设契机，引入先进的数据库架构，提升软硬件性能，提高数据加载处理自动化水平；优化数据处理规则，减少数据校验数量，取消不合理的人工手续和申请审批行政化手续，压降数据更新时滞，将征信系统打造为数据处理高效、查询响应快捷、质量管理透明、信息调用灵活、系统运行平顺的一体化征信数据应用平台。

在提升征信系统数据质量准确性方面，建议征信系统在做好 “征信数据采集规范”、“两端核对”、“定点监测”等工作的基础上，借鉴银监会《银行监管统计数据质量管理良好标准》，对数据供给方征信工作的组织领导、归口管理、岗位设置、团队建设、管理制度、业务制度、基础系统、数据源系统、数据标准、日常监控、监督检查、考核评价、数据传送、分析应用、资料存储等方面提供一揽子指引，尤其在信贷原始记录与信贷实际情况不一致时，如何在信贷数据源头、业务源头上进行变更处置，提供高规格政策指导，协助供数机构纵深管控源数据质量，提升征信数据准确性。

强化地方征信监管机构数据采集、保障能力

征信系统采集信息主体信用数据有两种方式，一种是“总对总”方式，即征信中心与数据源总部机构合作，由数据源总部机构直接将数据传送给征信系统；另一种是“分对分”方式，及征信分中心与数据源分支机构合作，由数据源分支机构经过征信分中心将数据传送给征信系统。征信系统中的非银信息，大部分类别都是通过“分对分”方式获取的。此外，由于地方征信监管机构和征信分中心在编制和人员上不分家，征信分中心实际履行面向银行信息的监管职责。因此地方征信监管机构（即征信分中心）对保障征信系统的非银信息和银行信息数据质量，都发挥着不可或缺的重要作用。

面向非银信息，地方征信监管机构可重点提升征信数据的采集能力。在很多省市地区，征信监管机构与地方金融、发改委共同承担着区域信用体系建设工作，在采集非银信息方面，具备一定优势。地方征信监管机构拓展非银信息的着力点至少包括：借助区域信用体系建设契机，与地方公共及政务信用信息平台接洽，采集尚未形成全国联网的公共、行政类信用数据，如民政登记、财产登记、地方税务、水电气缴费、社保电信等信息，拓宽征信系统信息的类别；发挥征信监管职能，推动地方泛金融信用信息入库，如推动住房公积金中心向征信系统提供公积金贷款信息、引导本地型担保、租赁、理财等机构向征信系统供数，提升金融信息覆盖面；加强与地方征信机构的合作，促进商账催收、资信评级、第三方信用评价信息的共享应用，提征信信用评价维度。

面向银行信息，地方征信监管机构可重点提升有效的征信数据保障能力。近年来，地方征信监管机构频繁对银行分支机构进行征信执法大检查，征信数据质量是检查中的重要内容。检查方式包括征信系统与商业银行信贷系统之间的总额数据和明细加总数据对比、账户级明细数据对比、数据项级明细数据对比。虽然相关检查人员的检查积极性通常较高，但常常体现出对征信专业知识缺乏了解。比如用征信系统8月份入库数据与银行信贷系统中10月份展示数据进行比较，检查人员忽视两端数据时点差异，就会得出“漏报数据”、“错报数据”、“金额不一致”等似是而非的检查结论。鉴于地方征信监管机构对保障征信系统银行信息数据质量还要发挥重要作用，建议着重强化对检查人员的征信专业培训，重点促其掌握征信数据形成机制、数据采集规范、数据采集时点、数据报送加载迁移环节、数据时滞产生原因等专业技能，有效提升其征信数据保障能力。

结束语

征信数据质量管理是一项系统工程。整体提升征信数据的全面性、及时性和准确性，需要更强有力的政策制度保驾护航，需要视野更开阔、内容更具体的征信数据采集规范给予引导，需要功能更加大、运行更高效的系统平台予以支撑，需要更专业的征信队伍、更合理的激励约束机制进行管控。相信征信系统在国家授权管理机构、运行机构、信息合作共享机构、数据接入机构、信息应用机构的共同努力下，征信系统数据质量会不断优化提升，推动征信系统继续成为我国信用经济、金融业、社会信用体系健康发展的重要基石。

版权声明：中国征信杂志（微信号：zgzxzz）所有注明来源于《中国征信》杂志的文章，请媒体和微信公众号转载时注明出处，否则将追究法律责任。欢迎转发至朋友圈。