在金融圈，叫某联的，往往都不是一般的牛。
最近，一则个人征信联合机构“信联”筹建进入实质性阶段的消息刷遍朋友圈。
在个人信息越来越重要并敏感的时代，正迫切需要一个完全不同于传统意义的征信机构，来为正是澎湃的移动互联商业提供新能源。
这个呼声颇高的“信联”能够但此重任吗？
监管的忧虑
其实，在“信联”出炉之前，央行已经用2年时间试点了8家个人征信机构，大家熟知的芝麻信用，也是其中之一。
但是，今年4月考核结果发布：8家全不合格。其中，核心原因是，这些企业都不具有征信独立性。说白了，就是不能既当运动员，又当裁判员。
一时间，个人征信牌照到底将怎么发放？市场为之愕然。
而目前，对此问题回答最权威的人，非央行征信管理局局长万存知莫属。
值得关注的是，这段时间，万存知三度发文谈个人征信监管，更是直接引发了“互联网经济需要什么样的征信机构”这一话题的争论。
万局长的三篇文章分别是：《征信体系的共性与个性》、《互联网+大数据≈征信》、《个人信息保护与个人征信监管》。
这三篇文章充分体现了万站在监管角度对于放开个人征信市场的忧虑，其中，除了征信独立性外，主要还包括以下三点：
1、大数据做征信考不靠谱？
在互联网大数据的“故乡”美国，也早就在探索互联网大数据与征信的内在联系。例如，利用脸书中的联系人，查看当事人受教育的程度等。
对此，万的文章中提到，美联储警告金融科技公司，使用诸如社交媒体信息等非传统数据来判断信贷价值，存在着风险，因为这种判断方式有可能会导致他们触犯与公平贷款相关的法律。美联储总监拉尔·布雷纳德指出，这些社交数据和信贷价值之间，还没有建立起普遍认同和实际的联系。”
2、会不会侵犯个人信息隐私权？
此外，互联网企业大数据的形成渠道非常复杂。万指出，大量信息采集未经当事人同意授权，所以在目前互联网大数据的形成上，普遍存在信息来源不可追溯、不可异议、不可纠错，当事人在无意识下信息“被采集”，这严重侵害信息主体的隐私和财产权益。
3、场景化应用是否会造成有悖社会公平和正义？
今年4月，ofo等六家“共享单车”宣布与芝麻信用合作，推出“免押金扫码租车”服务。而在万存知看来，若征信机构为共享单车企业的资金安全管理提供服务，似乎还是正道。但如果征信机构与共享单车企业合作，以信用的名义约束租车人，防止自行车被毁坏，则有点本末倒置。
万还认为，一些机构根据这些信息对个人“画像”，把社会公众“画成”三六九等，会导致对部分群体作出歧视性安排，这种做法不仅经不起科学推理，而且有悖社会公平和正义。
值得关注的是，尽管这次“信联”声势浩大，不但BAT及首批8家试点机构全部参与，还包括百度、网易、360、小米、滴滴、开鑫金服、宜信等行业翘楚，但监管部门并未对此有任何正式回应。
市场的逻辑
如果抛开监管的忧虑，要回答到底要不要搞互联网征信，不妨先回顾一下美国征信业的发展历程。
20世纪20年代，美国大众消费文化开始盛行并催生出广泛的信贷需求，而经济大萧条的出现则造成了个人违约率的上升，整个社会开始关注征信。在这样的背景下，征信市场开始快速发展。而信用卡的诞生更是使信用的应用场景得到了极大的拓展。
60年代至80年代，17部法律相继出台，奠定了征信市场的法律基础。在这一阶段， VISA、MasterCard等卡组织诞生，信用卡的应用进入快速发展通道，与之相伴的是个人征信市场的蓬勃生长。
20世纪80年代至21世纪初，银行开始跨区经营并进行大举并购整合，全国性的征信需求诞生。而信息技术的发展使征信机构全国性经营成为可能。于是，征信市场也进入了整合期，机构数量从2000家减至500家。
回顾百年前的美国征信业兴起，你会发现，其与目前国内对于征信业的需求很相似——同样兴起源于消费的盛行，也就是市场的需求。
其后，经历了快速发展期、法律完善期、并购整合期以及成熟拓展期四大发展阶段，逐步壮大并已经形成了较完整的征信体系。
从美国征信行业的历史发展路径来看，先是野蛮生长，然后理智整合，在这个过程中，应用场景的拓展、技术的进步和法律法规的完善起到了关键性的推动作用。例如，如果没有信用卡、没有电子化交易，信用很难真正找到有利可图的商业模式。
如今，我们的不同之处只是在于，当年的美国传统消费商业环境，我们面临的是移动互联网商业环境。此外，大数据征信的逻辑也与传统征信完全不同。
首先，个人理解，大数据征信是一种纯粹以商业可能性为动力的创新。其实就是通过对数据的分析，给数据赋予意义后形成信息，进而演变成可付诸于行动的知识。
而且，只有颠覆了传统逻辑的数据分析，才有商业价值。举个很老的梗：
在一家超市里，有一个有趣的现象：尿布和啤酒赫然摆在一起出售。但是这个奇怪的举措却使尿布和啤酒的销量双双增加了。这不是一个笑话，而是发生在美国沃尔玛连锁店超市的真实案例，并一直为商家所津津乐道。
是什么让沃尔玛发现了尿布和啤酒之间的关系呢？正是商家通过对超市一年多原始交易数字进行详细的分析，才发现了这对神奇的组合。
这个案例说明的是，大数据并非针对具体一个人，而是一个群体的行为概率。
也就是说，一个人没有钱，有没有信用，跟大数据征信完全无关，只看你被采集的各自数据是否符合大数据征信的商业可能。合格就给你相关商业便利，不合格就得为获得这种便利额外支付。
再举一个例子，在某互联网金融机构贷借1000元。一位芝麻分850分的朋友，日利息约0.3元，另一位芝麻分600分的朋友，日利息接近1元。按借款3个月计算，两人要交的利息之间相差2.7倍。
这个案例不能说600分的人就一定比850分的人穷，或者没有信用。但是，从芝麻自己的数据模型上说，芝麻信用认为600分的人违约的概率比850分的人大。
这是一种纯粹的商业行为。
虽然，现在互联网经济正如日中天。
但你不知道的是，符合传统个人信用要求的绝大部分数据不在互联网，而是在政府。而目前，政府各部门自己的数据都很难一下整合在一起。
而对于把希望寄托于满足监管条件的“信联”，笔者觉得再弄一个人行征信机构并无必要。而如果从市场角度出发，多家商业机构的联合将面临数据如何分享，商业闭环如何形成，利益如何分配等诸多掣肘。
所以，预计大数据征信要成功，就得像互联网金融走过的路一样：自己先证明自己。
