第6章 信用：点滴之处，乾坤之间

6.1 割裂的信用网络

如果信用体系不健全，一个恶贯满盈的人只要换个地方，就可以重新洗白自己，毫无约束。陌生人之间的不信任是人之常情，陌生的信任难得一遇。这不是人类原始的状态，在陌生的公开场合下遇到困难，任谁都会希望得到陌生人的援助，在无人援助时，就会感慨人性冷漠。这些年，当人们习惯大城市生活的光怪陆离时，也顺理成章地接纳了城市的陌生。

不管是初来乍到一个新的城市，还是装修第一套自己的房子，最初得到的答复往往是“你放心，我靠谱”，最终却总发现他们的真面目是绕路的的哥和坑人的包工头。在陌生的社会里，人与人很难轻易建立信任，满满的期待往往换来满心的失落。

除遇见大量不讲信用的人以外，信用网络割裂的另一个问题是，诚信善良的人也没办法积累信用，往往也被人质疑。明明国有银行的信用卡授信额度是几万元，骑个共享单车要押几百元，去图书馆借本书要押几百元，就连在家门前的小商店买瓶啤酒也要交酒瓶押金。

一直以来，国内不注重大社会的诚信，只依赖身边小圈子的认可。信用网络从乡村和社区膨胀到全国范围的时候，必然会经历一个不讲信用的阶段，但历史车轮一定会慢慢推动信用观念从“虎毒不食子”转变为“老吾老，幼吾幼”。

6.2 芝麻信用问世

拿签证来说，外国使馆对异国公民不信任是常态，但阻挡不了中国人出国的热情。2014年，中国出境游超1亿人次，当国人像潮水一样涌入世界各个角落的时候，入境国除关注咱们的钱包和欢迎对其有用之人以外，还是抵触超期逗留与非法移民的。为了达到这种目的，各国大使馆要求申请人提交各种证明材料，主要是为了确定其真实身份、信用水平和财务能力，而分析和审核工作对于使馆工作人员来说是个不小的负担。

有人对这样的难题发起了挑战。芝麻信用出面同时解决了大使馆和出境用户两边的痛点。2015年6月，芝麻信用推出芝麻信用分700分以上可申请新加坡签证；2015年7月，推出芝麻信用分750分上可申请卢森堡签证，即申根签证。

芝麻信用分在签证中相当于取代了身份证、户口本、收入证明、在职证明等这些传统证件与复印件，签证官通过芝麻信用分了解申请者的信用水平。虽然取代了这些证件，但芝麻信用分也只是参考。高分只代表高通过率，并不代表一定通过，最终仍取决于签证官的判断。芝麻信用官方曾表态，使用芝麻信用签证和传统签证相比，过签率并没有差别。所以，芝麻信用分只是一种参考因素，并不是决定性因素。但仅仅是提供参考，已经大大提升了双方认可的程度，降低了办理签证的成本。

6.3 大信用网络的背书

第6.2节说了那么多数字，你一定觉得似曾相识。是的，芝麻信用分与FICO分数十分像，分数越高，征信人的信用越可靠。

很多大学认可推荐信，主要是看重推荐人的背景；申请贷款主要看资金流水、信用记录、负债比等信息，目的是了解一个人的还款能力；企业招聘时看应聘者毕业院校，是相信学校的背景与实力。它们都起到信用中介的作用，芝麻信用的目标就是要成为面向个人商业活动的万能信用中介。

目前，芝麻信用也在婚恋、招聘等领域筹划布局。随着信用体系的发展，除高净值用户外，还会出现高信用客户。这部分客户是见识广、讲信用的人。随着高信用客户被认可，很多市场化运营的稀缺资源会优先考虑提供给信用分较高的客户，目的是希望被推广到信用分高的人际圈子内，或者希望这些设备被信用好的人使用，以信用为导向的服务体系是下一步的发展方向。

除公共生活上的应用外，下一步发展方向还包括互联网线上商业领域的特权。比如阿里旗下的高德、优酷、微博、UC浏览器、口碑等，芝麻信用分将整合进这些服务中。与此同时，芝麻信用的数据也来源于这些服务。

6.4 信用不大器，细节定成败

美国兰德公司曾在2008年发布一份报告，内容是中国人价值观的物质化倾向严重，信用观念淡薄。没想到报告发布后没多久，美国就自家后院起火，出现了大量房贷和次级债的违约行为，使美国陷入经济危机。

美国开展信用体系的运营已快200年，信用体系的围墙圈住了众多领域，不诚信行为引起的连锁反应成本极高。因此，美国也不是靠信仰和人品保证社会的信用体系，核心还是依据客观的经济行为。在遇到重大危机、无法偿还债务时，很多人会通过个人破产的方式违约，以消除全部债务。

在传统信用体系下，信用体系的评判者和执行者的主体仅为政府、媒体和群众口碑，而无法对每个人的各项行为都进行记录，因为这实在是太小的“芝麻”，而不是值得被说道的“西瓜”。

传统行为模式推崇“成大事者不拘小节”，芝麻信用推崇的是信用无小事。要注重生活中的每个信用细节，从一个人面对财富和消费的态度，到为人处世的经济行为，全部纳入信用考核中。

与FICO评分类似，芝麻信用分是对海量信息数据进行综合处理和评估的结果，更适合阿里自己数据体系的评分。评分主要包含了用户信用历史、行为偏好、履约能力、身份特质、人脉关系5个维度，如图6-1所示。与FICO相同，芝麻信用的评分方式也是企业机密，并未对外界透露。不同的是，评分的几个维度与FICO不太相同。

信用历史、履约能力更多的是经济实力，行为偏好也是经济实力的延伸，身份特质考查的是学历、职业等多种背景信息，人脉关系则考查社会关系的情况。芝麻信用已经将政府开放的工商、学历、学籍、公安4个方面的数据整合到这5大体系之中。算法核心是通过对各类财务数据和个人数据的辨析，变成一种对行为的判定。

如何积累点点滴滴？整体看来，就是积极履约，并践行中华传统价值观。对应芝麻信用分的5个维度的理解，可以从如下5个层面着手。

●追求卓越、品质生活：多使用支付宝购买中高端产品与服务，多买保险，注重投资理财，多为创新、创业的众筹项目捐款等。

●量入为出、合理消费：根据收入与需求，合理筹划储蓄、消费与负债的关系。注重这些关系的合理性，而非一味地储蓄、消费或者负债。“月光族”与“吝啬鬼”都不可取。

●重言诺行、诚实守信：履行债务和契约，及时还清信用卡与各类借款等；在享受住宿、打车等服务时，做到守时、有礼貌，购物时不要恶意退货、退款等。使用共享单车、民宿等服务时，遵守服务约定、爱护共享财产。

●自强不息、追求上进：提升自己的学历、学识，努力进入高素质行业或本行业的核心，多参与公益、经常在公益活动中捐款。

●结交益友、尊老爱亲：广泛结识信用分高的人，联络、建立更有益的社交人脉圈。同时，拥有家庭的人信用远远好于单身者。

当然，还有更简单的信用分积累逻辑。通过自己在平台的活跃度和资金流水增加信用平台对你的了解。

除整体评分项以外，还有重点扣分项。2002年，上海市首度公开“老赖”黑名单，并将其记录到上海市征信数据库。这份定期更新的名单早已进入了芝麻信用的评分体系。老赖的信用分很低，他们无法享用芝麻信用带来的便利，甚至可能被商家拉入黑名单。

6.5 To be or not to be

权力有多大，责任就有多大。一旦成为全国层面的信用监督者，那将是一种特殊的服务，哪些事情该做，哪些事情需要放弃；哪些信息应该纳入，哪些不能纳入；哪些信息影响评分，哪些信息不能影响评分；面向和使用的范围界限在哪里，如何实现在信用服务创造价值的同时，不损害公民权利，都值得不断探讨。

1．存款不能进征信。

按照《中华人民共和国商业银行法》等法律法规的要求，存款属于个人财产，不属于征信信息范围。商业银行等金融机构要为存款人保密，有权拒绝任何单位或者个人查询、冻结、扣划个人储蓄存款。所以个人信用数据库不采集个人存款信息。

虽禁止采集，却没有禁止推测。

首先，存款正在向资产方向搬家。银行存款大幅下降，进入各种宝宝理财、基金等资产。对于芝麻信用来说，支付宝里的余额宝、招财宝等理财基金保险都会被采集到。在阿里巴巴体系下，芝麻信用还有很多泛资产类信息可以采集。比如，2012年，光大银行定存宝理财曾联合淘宝促销，用户存1000元送1000集分宝。此外，个人在淘宝、天猫或其他平台购买金条、宝石、艺术品等贵重产品，都可能会被判断为投资行为。

其次，负债并没有禁止被采集。所以，使用信用卡买商品与用借记卡和现金购买商品产生了本质的不同，因为交易的内容和金额会被记录。所以在当前征信体系下，鼓励使用信用卡消费，这样可以更好地记录消费行为。只要能够按时还款或分期，就可以提升信用评分。

最后，芝麻信用作为蚂蚁金服的一部分，可以获取支付宝平台上处理的相关信息。每月在支付宝内的交易流水、转账、购物、还款、集分宝等行为都会记录在案。2014年年底，支付宝推出了“十年账单”的功能，十年来，很多交易用户自己早都忘记了，而支付宝却一笔笔记录下来，成为个人信用的参考。

2．信用评定机构的独立性与不同体系下信用判断的偏差。

美国三大征信机构采集的数据不同，但对于同一个人，给出的评分大体接近。在中国，征信大幕即将拉开，如何做到不同体系之间认同的一致性？在蚂蚁金服体系下，高信用分只意味着在这个体系下此人的信用有保障，高芝麻信用分能否代表此人在腾讯游戏中的信用也良好？或者说，芝麻信用和腾讯征信依靠不同的数据源对同一个人进行征信评分，结果会不会差距很大？某个机构的评定结果如何取得其他机构乃至各行各业的认可？是不是为了提升信用，就要多使用某个平台的业务？

除此之外，如果一个人刻板地履行契约，商业信用极好，但社会公德心很差，那么这样的人用一个维度的信用分评价，是否会有失偏颇？

3．算法不公开产生结果偏差。

信用分的来源是过去的数据，把过去作为预测未来的一个窗口。但人是单独的个体，不同个体之间差异化较大，对于不同的人来说，过去的行为对于未来预测是独立过程、条件过程，还是随机过程？算法对于不同人的准确性与公正性是否一致？

同时，不公开的算法主要目的是防止作弊。用户的正常数据只能用来确定规律，异常数据和缺失数据价值更高。如何保证不公开的算法能有效识别风险，又该如何确定异常行为的影响？同样，行业前辈FICO也存在这样的问题，虽然通过对算法不断地迭代和修正会带来改善，长期可靠的结果也有助于建立信任，但不代表问题不存在。

4．保障数据信息的安全性与效用性。

部分政府数据库已经接入了芝麻信用，其中大量信息可能涉及个人隐私。在数据流转处理的过程中，如何保证数据信息不被黑客攻击而泄露，一旦泄露，又该如何补救？要通过什么样的流程方式和技术手段，保证数据不被员工和内部人员不法使用？同时，作为商业机构的信用数据该如何与政府数据划分界限？使用政府数据时，该如何为政府数据创造和增加价值？

社交关系可以提升个人信用。在利用这部分信息提升高信用的同时，人与人之间的亲密关系也不可避免地被记录在数据库中。某些社交关系不使用互联网进行交往，或是害怕个人隐私遭遇泄露而不愿意分享类似数据的人，是不是注定无法获得高分？对于这些人，是否会造成某种意义上的信用歧视？

6.6 我们的征信之路

当没有芝麻信用这类产品时，社会千呼万唤期待信用体系。但当这个体系建立起来时，大家又要防范信用体系对社会的限制。

在征信发展较成熟的美国，有17条法案约束着征信行业。这17条法案包括：公平信用报告法（Fair Credit Reporting Act）；公平债务催收作业法（Fair Debt Collection Practice Act）；信用控制法（Credit Control Act）等。20世纪60年代末期至80年代期间，国会完成了这些法律的立法工作。之后，对每项法律都进行了若干次修订，主要涵盖了规范授信、平等授信、保护个人隐私权等方面。除此之外，美国政府对于数据质量也有严格要求，数据质量法（Data Quality Act）保证了数据的采集、加工、计算、预测、审核、发布各个环节的准确性。

在充分利用信用体系时，除隐私问题外，还要兼顾效率与公平，尤其是在公平上，不能演变为以信用分为导向的分层社会。在美国，性别、种族、肤色、宗教、年龄、婚姻等是不能纳入征信范围的，从数据采集的源头破除了各种类型的歧视，保证了美国社会在征信上的基本公平和正义。

在我国，2013年发布的《征信业管理条例》中，也明确规定职务信息、宗教信仰、基因、指纹、血型、疾病和病史信息是禁止采集的，个人财产信息也禁止采集，但自愿提供的除外。

征信行业在不断扩大、走进生活的同时，也面临诸多变数。积极追赶具有百年征信历史的欧美国家，还有很长的路要走。