工程保函在线申请
信用建设
个人征信机构数据采集标准研究
共有0条评论    点击数: 2227    日期:2015-06-03 09:50:17    来源:    字体: 




 2015年1月,人民银行发布《关于做好个人征信业务准备工作的通知》,公布了首批获得个人征信牌照的8家机构名单,包括腾讯征信、芝麻信用、深圳前海、鹏元征信等均在其列。此前,央行也已向26家企业颁发了企业征信牌照。征信的核心目的就是采集、加工和分析信息主体的信用信息,以帮助使用机构全面、准确地判断信息主体信用风险。面对风起云涌的征信市场,作为以数据为核心竞争力的机构,如何建立科学有效的征信数据采集框架,灵活适应征信市场和使用机构不断变化的征信需求,成为征信机构面临的首要问题。而从美国、欧洲等征信市场较为发达的国家的经验看,随着征信市场竞争的加剧和快速发展,征信机构面对的信用信息尤其是信贷信息的数据源逐渐趋同,即向各家征信机构报送信贷数据的机构类型基本相同。为确保征信机构获取数据的准确、及时、完整,同时降低数据提供机构的报送成本,提高报送效率,征信机构共同制定了征信行业数据报送标准,统一数据报送内容、报送格式和报送要求。本文期望通过对美国个人征信机构数据采集标准的介绍,为国内征信机构的数据采集提供参考和借鉴。


    美国征信市场十分发达。其中,规模较大、业务覆盖全国的个人征信机构主要有益佰利(Experian)、艾克飞(Equifax)、环联(Transunion)、伊诺斯(Innovis)四家机构。这四家征信机构主要采集个人基本身份数据、信用交易数据、就业数据、公共记录四类数据。其中,最核心的信用交易数据主要来源有五:一是银行类机构,包括储蓄和贷款机构、信用社、消费金融公司、金融贷款公司、抵押贷款公司等;二是信用卡发卡机构,包括信用卡公司、百货公司和零售商店。三是儿童抚养机构;四是公用事业公司,包括水电煤气、电信公司等。五是其他类机构,包括债务催收机构(debt colliction)、债务购买机构等。


    在美国,《公平信用报告法》并没有赋予信贷机构向征信机构强制报送信用交易数据的义务。但经过多年的发展和竞争,几家征信机构覆盖的信用交易数据的提供机构(datafurnisher)范围基本相同,获取的信用交易数据内容也越来越同质化。因此,为确保报送数据的准确、及时、完整,减少数据提供机构报送成本,在美国消费者数据行业协会( consumer data industry association,简称CDIA)的统一指导下,几大征信机构联合数据提供机构共同制定了行业标准—数据报送资源指南(credit report resourcing guide)。除上述机构外,参与数据报送资源指南制定的机构还包括美国联邦贸易委员会(federal trade commission,简称FTC) ,该机构的参与确保了数据报送资源指南能最大化满足《公平信用报告法》、《平等信用机会法》等征信法律的要求。


    美国数据报送标准


    《数据报送资源指南》适用于信用交易数据的报送。该指南对信用交易数据报送的一些基本原则进行了规定:一是数据提供机构必须确保数据的准确、完整和及时;二是数据报送内容必须满足《公平信用报告法》和《平等信用机会法》等法律的要求;三是数据提供机构可按月也可按账户结算周期(当账户为循环账户时)向征信机构报送数据;四是报送数据时,数据提供机构要报送消费者的完整账户数据,不仅需要报送承担账户主要还款义务的消费者数据,而且需要报送与该账户有关、承担该账户还款义务的共同借款人和担保人的数据;五是约定了账户违约(delinquent)的标准,即消费者还款时间超过应还款日30日(含30日)以上的账户认定为“违约”。


    除原则性的规定外,数据报送资源指南设计了数据报送格式-Metro2,要求数据提供机构按照该格式报送数据。数据提供机构既可以自行开发报送程序直接向征信机构报送数据,也可以委托第三方数据处理机构向征信机构报送数据。在美国,市场上存在很多第三方数据处理机构,他们按照metro2的格式要求开发相应的报送软件,供数据提供机构使用。一般数据报送软件的价格大约为5百美元左右,不包括后期的维护、更新费用。除提供报送软件外,这些数据处理机构也可以根据数据提供机构要求,帮助其处理数据,并向征信机构报送数据。但无论是数据提供机构直接向征信机构报送数据还是通过第三方数据处理机构报送数据,数据质量都是由数据提供机构最终负责,即在信息主体对信用报告中的信息的准确性提出异议时,都由数据提供机构负责处理异议。为此,征信机构建立了专门的异议处理系统,系统用户主要是数据提供机构,目的是核查信息主体提出的异议数据并负责纠错和删除不准确的信息。


    Metro2
要求数据提供机构以消费者账户为单位报送消费者信用交易数据,包括基本数据和账户交易数据。


    基本数据包括三类:一是身份标识类数据, 主要为消费者姓名、社会安全号和出生日期;二是联系类数据,主要为电话号码和地址;三是就业数据,主要为职业、 雇主名称和雇主地址。除此之外,Metro2要求报送与账户相关联的其他消费者数据,例如该账户的共同借款人、担保人、共同签署人的身份数据,主要是姓名、地址、社会安全号。报送的共同借款人、担保人的信息也会展示在其信用报告内。


    账户交易数据包括从信用账户开立、还款一直到结清的整个生命周期的账户还款数据。由于信贷业务发展较快,为确保metro2设计的框架和数据报送内容能最大程度适应信贷业务快速创新的需要,metro2根据信贷业务特点及还款特点将账户分成了分期、抵押、循环、额度授信、开放五类,具体如下:一是分期贷款(installment),是指账户按相同的时间间隔分期支付、有固定的支付金额和还款日期。典型的信贷业务包括汽车贷款、农业贷款、商业分期贷款、汽车租赁贷款等。二是抵押贷款(mortgage)。是指以房地产所有权为抵押的贷款,即贷款人拥有房地产的实际所有权,借款人则可以使用或占有房产。一旦借款人无力偿还债务,则贷款人可变卖房产以收回债务。抵押贷款期限一般都较长,主要为房产抵押贷款。相对于分期贷款,抵押贷款期限较长,一般按年计算贷款期限。三是循环贷款(revolving),是指该账户有最大使用额度、最低还款金额且额度可循环。典型代表为商业银行发送的信用卡和一些百货公司发放的赊销卡。四是额度授信(line of credit)。信贷机构为消费者核定一定的信用额度,消费者可在该额度范围内循环使用。与循环贷款不同,消费者对额度的使用比较灵活,不仅可以通过贷款形式使用,也可以开支票、转账、取现等。不同于循环账户,该账户不收取年费。用户可根据需要时随时支取,利息从支取起计算。一般中小企业为解决流动性会申请此类账户。在国内,中国民生银行和宁波银行都开展此类业务。五是开放账户(open)。该账户的还款周期不固定,还款金额不固定,既可以一次性还款,也可以根据与信贷机构的约定按需还款。典型代表为债务催收机构报送的账户数据(借款人不定期还款)、学生贷款(贷款分期发放,可约定借款人贷款发放完毕后一次性还款,或在一定时间段内按需还款),公用事业机构的还款账户等。


    数据提供机构按照账户类型报送不同类型账户从开立到结清的还款数据。账户开立数据包括账户开立日期、信用额度、贷款金额、贷款频率、贷款期限、每月还款金额等;账户还款数据包括账户余额、逾期金额、实际支付金额,账户状态等;账户结清数据包括关闭日期、最近支付日期等。


    对我国征信机构的借鉴


    美国征信机构自上世纪70年代制定了数据报送行业标准,规定了数据报送的基本格式,确保了数据报送的准确性和完整性。目前,美国征信机构使用的数据报送格式metro2是早期metro格式的升级版本。为确保信用交易数据的报送能适应信贷业务不断创新的需要,Metro2从信贷业务本质出发,按照还款方式将信用账户数据分为分期、循环、抵押、额度授信、开放五类,构建了信用交易数据的报送框架。Metro2从上世纪90年末期至今已使用了近20年。期间,征信机构除对部分数据项的数据字典略有调整外,数据采集框架始终保持不变,确保了数据报送的稳定性。


    目前,人民银行建立的全国集中统一企业和个人征信系统是国内采集信贷数据规模最大的系统,但该系统的数据采集框架主要根据商业银行开展的信贷业务进行设计,例如,个人信贷交易数据按贷款和信用卡采集;企业信贷交易数据按照贷款、保理、票据贴现、信用证、保函等8种业务采集。但随着信贷业务的不断创新,包括个人循环贷款、联名贷款、小额高频贷款、信用卡大额分期还款、信用卡个性化分期还款、资产证券化等新型信贷业务和产品的不断涌现,个人和企业信贷业务类型已远远超出系统当初设计的数据采集框架,远远不能适应信贷市场数据采集的需要。加上目前新颁发个人征信业务牌照的8家机构和26家企业征信牌照的机构涌入征信市场,如何在征信市场扩展初期,规范数据采集业务,确保依法、合规报送数据以及保障信用报告数据的准确、完整、及时的基础上,最大化降低数据提供数据报送成本,提高数据采集效率,是征信机构和征信监管机构亟待解决的问题。


    参考美国征信机构数据报送模式,可从以下几个方面着手解决:一是征信监管机构组织制定征信行业内的数据采集标准,规范征信机构采集数据的格式和要求,确保信用报告数据的准确性和完整性,同时保障数据采集内容的合规性。二是科学设计数据采集框架,确保数据采集框架的前瞻性,即借鉴美国metro2将账户分为分期、循环等五类账户的模式,征信机构可从信贷业务本质和特点出发并结合国内实践,设计信用交易数据采集框架,在全面反映数据主体负债情况的基础上,灵活适应信贷业务快速创新的需要。

编辑:
最新评论:
 正在评论: