近日，波士顿咨询发布了《中国个人征信行业报告（2015）》（以下简称“报告”)。该报告认为，刚刚过去的2015年，从银行*款贷**、消费金融，到租车、租房、住宿、借书等生活日常，信用不但影响个人在传统金融领域的金融活动，更逐渐开始影响社会生活的方方面面。随着国内个人信用交易的不断壮大，市场对征信产品和服务的需求也越来越多样化。同时，随着个人信用信息需求的不断扩大、数据处理技术的发展以及监管改革促成的良好商业环境，中国个人征信商业化、市场化发展的大幕正在徐徐开启。这个年轻的行业必将能够在蹒跚中砥砺前行。
报告特别指出，目前，中国个人征信行业雏形初现，搭建起了包含数据征集、模型分析与征信洞察，和征信产品应用在内的三大产业链核心。报告还展望了未来，认为我国个人征信的顶层设计将加速完善、基础资源供给优化将会破冰、新技术的应用将成为行业常态、征信的内涵与外延将在不断的场景尝试中形成共识。未来整个行业有望呈现出公私兼营、“赢者通吃”与中小型专业机构并存的竞合格局。
由此看来，个人征信业务就像一座待开发的“金矿”。 随着大数据时代的到来，数据规模越来越大，数据维度越来越多，在征信数据源和征信模型方面都会有较多的创新和突破，征信体系拥有很大可改善的空间。
而在中国征信业快速发展的同时，技术变革对征信业的发展起到了非常大的推动作用，笔者认为，围绕征信数据库，通过技术化手段获得成长性的创新型科技公司也迎来巨大的发展的良机，例如信用评级、大数据风控授信等服务。
信用评级的概念正伴随着互金市场的蓬勃而走俏。信用评级行业作为社会信用体系中的重要组成部分，也在一定程度上解决着投资者与经营者之间信息不对称的问题。以阿里巴巴、腾讯为首的互联网大佬更是跑马圈地率先开展个人信用征信，欲抢夺征信市场竞争的先机。
相对于信用评级对于企业市场权威性、影响力的苛求和巨头主导的现状，大数据风控授信领域则一方面被巨头们争相涉猎，一方面云集了市场上一批具有成长性的技术创新型科技公司。
巨头系玩家里，阿里巴巴推出了信用服务体系芝麻信用，通过分析大量的网络交易及行为数据，对用户进行信用评估，这些信用评估可以帮助互联网金融企业对用户的还款意愿及还款能力做出结论，继而为用户提供相关的金融和经济服务。而腾讯的微众银行推出的“微粒贷”产品，则通过社交大数据与央行征信等传统银行信用数据结合，运用社交圈、行为特征、交易、基本社会特征、人行征信5个维度对客户综合评级，运用大量的指标构建多重模型，以快速识别客户的信用风险。在大数据分析方面，阿里有阿里云，并且掌握绝对优势的网上交易数据；而腾讯的优势在于所掌握的社交大数据。
成长型的高科技创新公司里，国内顶级互联网金融技术服务商——上海乐融金融信息服务有限公司作为代表，则引入美国最大网络借贷平台Lending Club的先进技术基因，将国际先进模式本地化，并结合国内信用体系、客户消费行为等数据，开发出适于国内的评估体系，为消费金融公司、电商平台、支付公司等提供信贷解决方案与风险管理、运营服务。
针对互联网时代拥有海量数据信息，但真正基于数据分析的信用评估、自动授信决策技术在国内应用仍然缺乏的市场现状，以纯线上数据风控技术优势，乐融风控引擎将评估指标细分出年龄、学历、单位性质、家庭情况、收入水平、历史还款记录及网络行为数据甚至航旅行为等超多维度，在客户授权后，利用科学的评估模型，从海量信息中筛选出有用数据，且模型灵活多变，针对不同人群有不同评估方法。整个过程中，乐融金融将复杂的需求通过信息搜集、后台大数据校验、比对和评估等层层分析，最后返回到准确的融资判断与风险判断中，有效提高自动审批率，量化*款贷**风险。
乐融金融的思路无疑将金融信用与社会信用的相关性充分利用，凭借国际领先的大数据信贷风控模式，乐融金融还入选北京信息化协会牵头评选的“2015信息网络产业新业态创新企业30新”。
目前，金融行业利用大数据进行风控已经取得了一定的成效。美国Zest Finance公司开发的10个基于学习机器的分析模型，可对每位信贷申请人的超过1万条原始信息数据进行分析，并能够得出超过7万个可对其行为做出测量的指标，这一过程却在5秒钟内就能全部完成。在国内，乐融金融引用的正是Zest Finance的新型互联网信用评估模式，即通过研究申请人日常生活中的细枝末节，通过数万个测量指标的分析评估，整合出最终授信结果。不同的是，乐融金融将其进行了本土化。
金融的核心是风险控制，将风控与大数据结合、不断完善和优化风控制度和体系，对于互联网金融企业和传统金融企业而言都同等重要。与此同时，随着经济下行压力增大，金融机构开始面临越来越多的竞争压力。因此，基于海量数据的信贷风险控制市场机遇多多，有业内人士表示，在未来的一段时期，互联网金融更大的价值应该在金融科技创新。