一、征信機構的行業分類

按照服務的市場不同，可把征信機構分為個人市場、企業市場和資本市場三類。

個人市場，主要服務于個人征信評估，國內代表性機構為中國人民銀行征信中心、8家個人征信試點機構、其他大數據征信服務機構；國際上代表性機構為億百利Experian（英國）、愛克非Equifax（美國）、全聯Trans Union（美國）、Schufa（德國）、意大利中央信用調查處等。

企業市場，主要服務于企業端征信評估，國內代表性機構為人民銀行征信中心、135家企業征信機構；國際上代表性機構為鄧白氏Dun & Bradstreet（美國）、格瑞頓Graydon（荷蘭）、帝國數據銀行（日本）、東京商工（日本）等。

資本市場，主要服務于債券和股票等資本市場信用評估，國內代表性機構為大公國際、中誠信、聯合資信；國際上代表性機構為穆迪、標準普爾和惠譽。

二、個人征信機構的發展歷程

國際上

之后，美國相繼出臺了一系列個人征信相關的法律，開始形成規范化的征信體系。

1980年代，銀行跨區域經營催生了全國性的個人征信需求，美國個人征信市場步入整合期，機構數量由2250多家驟降至300余家，并最終形成了以益百利Experian、愛克非Equifax、全聯Trans Union三大征信局為主，300家地方性征信機構為輔的個人征信格局。

從機構屬性上看，美國、英國、瑞士、瑞典等國家均為私人征信機構。法國、希臘、土耳其等國家均為公共征信機構。

德國、意大利、西班牙、日本等國則既有公共征信機構，也有私人征信機構，其中德國還有以行業協會為主體的會員制模式，為其會員提供一個信用信息共享的平臺，相比之下，行業協會的信息收集和使用都較為封閉，僅對內部會員企業開發。

我國情況

2013年3月，我國首部征信行業法規《征信管理條例》開始實施；

2013年12月，中國人民銀行制定的《征信機構管理辦法》正式施行；

2014年6月，國務院出臺了《社會信用體系建設規劃綱要（2014—2020年）》，明確到2020年,基本建成以信用信息資源共享為基礎的覆蓋全社會的征信系統；

2015年1月，央行下發《關于做好個人征信業務準備工作的通知》，同意8家社會機構開展個人征信業務試點；

2016年11月，央行下發《關于加強征信合規管理工作的通知》，要求各相關機構開展征信合規自查自糾工作，加強個人信息保護。

新華社瞭望智庫聯合前海征信發布的《中國社會信用體系發展報告2017》顯示，從工商注冊信息看，市場上與“征信服務”相關的公司有2000家左右，其中有資質的不足5%。

除了央行征信中心、已經完成備案的企業征信和8家個人征信試點機構外，其他征信類服務機構主要以下面三種形式存在：

一是電商平臺利用自身積累的海量交易數據構建的商業征信模式；

二是P2P網貸等嘗試建立自身征信數據庫；

三是涌現的圍繞大數據征信領域的第三方技術和服務機構。

三、個人征信2.0時代的來臨？

個人征信業務，主要涵蓋數據的采集、整理、分析和應用（信用產品）等四個環節，傳統的征信主要涉及以下信息：一是個人基本數據；二是金融數據，主要是信貸和信用卡相關數據；三是公共數據，包括稅務、工商、法院、電信、水電煤氣等部門的數據；四是個人信用報告查詢記錄。

數據源經過征信公司處理后，形成信用產品，廣泛應用于金融機構、政府、公共服務機構、雇主企業及其他單位和個人的征信查詢需求。

以美國為例，三大征信局不僅可以輸出FICO評分，最為基本變量廣泛接入定制化的客戶應用和工具，還可為客戶提供個人資產預測、破產預測、收入預測服務，同時還可超越風險領域，為客戶提供智能化營銷服務。

在移動互聯網時代，數據的留存渠道和維度指數級提升，產生了大量的新型數據，如交易數據、社交數據、行為數據、興趣數據等，如何把這些數據納入到征信體系中去，成為新的課題。

隨著一些大數據公司在這方面的探索，個人征信2.0時代正式開啟。

以ZestFinance為例，在行為數據上，其基本的邏輯可分為五個步驟：

1、挖掘數以千計的不同變量，搜集相應的數據；

2、尋找這些變量之間的關聯性；

3、在關聯性的基礎上講這些變量重新綁定成一些比較大的變量；

4、將這些大的變量放入不同的分立的數據模型中進行處理；

5、每一個分立的數據模型給出一個分立的結論，再把這些分立的結論綁定，最終整合成一個自有的信用分數。

大數據征信模式雖然是未來行業發展的潮流，但就現階段來看，也面臨一些亟待解決的難題：

一是數據孤島現象嚴重，數據不流通、數據獲取成本高，不但難以收集結構化數據，而且企業機構不愿共享數據。

二是信息安全問題，監管法律尚未對信息收集種類、使用途徑等作出明確界定，比如哪些數據可以采集、哪些數據不能采集等，并沒有明確的界定。

三是數據所有權問題，這里面涉及到用戶授權問題，同時也涉及到如何協調數據的所有者、采集者、存儲者、整合者、利用者之間關系和利益問題。

四是應用場景問題，現階段的應用仍集中于信貸領域，較為狹窄。