让大数据成为信用建设的“矿产资源”
全国人大代表、浪潮集团有限公司董事长孙丕恕在今年两会期间,提出了依靠大数据、建设征信体系的建议。他希望政府在制定宏观政策,建立征信法律法规的基础上,大力推进政府数据和机构数据等不同数据源的开放和共享,充分利用大数据技术,整合利用好各方数据。此前多年,他一直呼吁提升中国信息安全保护水平、完善中国信息安全保障体系等方面的建设。
在孙丕恕看来,大数据丰富了信用数据的数据源,不再局限于传统的金融领域数据,更基于交易数据、公共事业数据、商业信用、社会信用等多方面的数据来综合评判信用主体。数据的开放和整合是必经之路,大数据技术是有效支撑。
瓶颈问题
大数据在建设社会信用体系方面作用很大,但推进难度也不小,存在一些瓶颈。
孙丕恕:随着电子商务、移动互联等技术的发展,商业社会和人民群众的数据信息成为信用建设的重要“矿产资源”,尤其是大数据技术的应用,极大拓展了数据源的广度和深度,大幅提高了授信效率和信用评价的全面性、完善度等。因此,建设高效全面的社会信用体系需要充分发挥大数据的作用。
经过30多年的发展,中国已形成金融信用信息基础数据库及征信机构,依托央行[微博]也初步建立了个人征信数据库。同时,新兴的互联网公司依靠聚集的大量企业和个人的数据资源,也涉足金融和商业征信领域,成为征信市场的新兴力量。依靠大数据技术融合不同数据源、进而打造信用数据处理能力和信用产品并推广应用,成为创新社会信用体系的突破口。
但是,目前存在的问题是缺乏顶层设计、数据标准不统一、市场监管政策不完善等,导致中国数据市场化程度不高、大数据在征信领域的应用存在诸多障碍,数据的开放和整合以及如何规范管理依然是制约信用体系建设的主要瓶颈。
目前,各级政府部门和金融机构等大型机构组织都在自有数据的基础上,建立行业或机构所用的信用体系,如人民银行[微博]建设的金融征信系统、各级政府部门推动建立的税务、工商、环保、质监等行政信用体系,信用体系的建设呈现九龙治水、多头建设的现状。
这些信用体系目前主要是内部数据的纵向整合,虽然打下了较好的数据基础,但数据孤岛的问题仍未得到解决,各部门、机构的数据仍无法互通,而数据整合缺乏统一标准,采用传统手段也无法充分利用这些信息。
从征信应用上来说,信用数据更需进行横向整合,即跨部门跨行业整合相关数据,并与电商、社交、网络行为等互联网数据相融合,全面完整呈现个体或机构的信用情况。解决这一问题,确定统一的组织和有支撑性的法律是主要途径。信用体系的建设是以数据为基础的。全量、稳定、高质量的数据源是征信体系建设的基础。目前,从数据的分布来看,主要是政府部门掌握的行政记录和调研记录,金融公共事业等掌握的机构内的业务数据以及网络产生的互联网数据。数据的开放和整合是必经之路,大数据技术是有效支撑。
推动数据共享
我国社会信用体系建设,也需要顶层设计。具体做法上,你有怎样的建议?
孙丕恕:具体做法上,首先希望由中央尽快确立中国社会信用体系建设的总体思路,实行“政府启动”,成立征信体系建设的管理机构,明确其管理职责和范围,充分利用大数据技术推动社会信用体系建设的进程,并对建设进程进行统一规划和宏观指导。建立基于大数据构建社会信用的国家规范,建立信用市场管理机制。
要明确数据源的分类和收集规范、信用数据开放和共享规范、征信系统建设机构的职责规范、征信市场的政策指导性文件、信用主体的权益保障规范等相关政策及实施细则,为信用市场的大发展打下坚实的制度基础。制定征信行业的数据标准和行业规范,推进数据开放标准、明确业务规则、数据格式,明确技术平台的建设标准,促进信用数据的整合和征信应用。
推进政府部门数据的开放,具体应该怎么做?
孙丕恕:随着中国电子政务建设的不断发展,各级政府积累了大量与公众生产生活息息相关的数据,并成为社会上最大的数据保有者,掌握着全社会信息资源的80%(其中包括3000余个数据库)。社会迫切需要政府向其开放其所拥有的数据。
政府开放数据有利于构建服务型政府,推动政府透明化进程,提升政府管理水平,通过将政府在管理和服务社会过程中产生或采集的涉及公共信息的数据向社会开放,让社会参与公共数据的再加工和深利用,开发应用产品,能够让数据真正服务于民,提高政府服务社会的能力。
目前,针对各部门的信息孤岛问题,部分先行的省市或区域如北京探索进行其区域内的大数据整合,制定了区域的数据开放共享的规范,但从国家层面上看,尚没有形成较为全面的数据源。因此,建议政府主导,国家尽快出台政府数据开放和共享的规范,管理国家公共财富和数据资产,推动政府数据的分级开放和共享。
具体包括,打通部门内和组织部门间的数据壁垒,逐步向社会免费开放政府业务数据,授权征信机构使用政府业务数据,推动政务数据和征信系统间的数据共享,推动征信体系的全面建设,并打造政府诚信体系和社会诚信体系;划分政府数据的不同级别,对于涉及国家安全、个人隐私、商业机密等的数据在有限范围内使用,其他可推动信用建设、社会治理、经济民生发展的信用主体数据则分级别分范围开放和使用。
金融、电商、公共事业等大型企业掌握的大数据,你认为怎样做到开放共享?
孙丕恕:目前,金融信用信息基础数据库已经为1859.6 万户企业和其他组织及8.2 亿自然人建立了信用档案。这些数据其余第三方机构很难获得。当前央行征信也在逐步建立信用的共享机制,但大部分局限于金融机构内部,没有有效的向社会开放。运营商、水电煤等公共事业等机构内也积累了多年的业务数据,互联网公司收集了大量的用户和企业的信用数据,这些公司或基于垄断保护,或基于商业利益,不将数据开放,而是基于自有的局部数据开展征信服务业务。但限于上述某一数据的征信模型和征信体系来源单一,对于信用主体的信用判定有很大的局限性。
目前,个人征信市场已向民营企业开放,大企业间也在积极谋求数据获取和数据共享的路径,如建立数据开放平台或引入第三方数据交换,但这些都缺乏明确的规范和政策。建立征信产业政策,加快征信市场化进程也势在必行。随着征信主体和数据源的扩张,将逐渐需要更大范围的数据整合和更广泛的应用。这些仅靠政府或某个机构是无法完成的,需要更多市场化征信机构的介入。
具体做法上,建议建立数据开放共享规范,在保障信用主体的合法权益基础上,促进传统金融信贷数据、各电商平台数据、公共事业、运营商等大型机构数据在统一的标准和安全机制下开放共享,打通行业之间、组织之间和地域之间的数据壁垒;鼓励企业通过免费开放、授权共享、数据交换、数据交易等方式免费或有偿地开放和共享内部数据,明确开放数据的范围、机制和路线,鼓励政府企业开放数据与互联网数据共享,打造商业诚信体系;同时推进数据开放和交换平台的建立,建立数据交易和共享的市场化机制,推进征信系统的建设和商业化应用,鼓励第三方企业、研究机构基于数据开放和交易平台进行征信大数据的交换和分析,鼓励基于平台的创新应用。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28