个人征信系统查询平台

个人征信系统查询平台（精选9篇）

个人征信系统查询平台 篇1

文章摘自：金融一号店

[摘要] 可以直接在金融一号店查询！

在今天的互联网时代，信用报告不仅能从银行现场获取，北京、山东、辽宁等九省市市民更是能通过网络方式进行查询，可谓便捷性十足。

但是通过网络查询信用报告收费吗？目前，政策规定，用户一年内可以两次在银行现场进行免费查询。而如果网查信用报告同样可以免费，而且对查询次数并无要求。

因此建议以下三类人群只适合到银行现场查询信用报告，请大家对号入座，以免耽误不必要的时间。

1、网上注册过程中，未能通过身份验证的人群。

2、对不良信用记录有异议者，可到人民银行分支机构或弄错征信记录的商业银行提出异议申请。

3、目前，网查征信报告功能只适用于北京、山东、辽宁、湖南、广西、广东、江苏、四川和重庆9省市市民，所以非9省市个人仍需携带您本人身份证前往所在地人民银行，查询信用报告。

个人征信系统查询平台 篇2

人民银行个人征信接口规范中要求各个商业银行上报的征信接口数据具有实时性强,数据准确性高,数据采集难度大,基础信息加工处理复杂等特点。标准的接口报文中将涵盖基础信息段、个人身份信息段、职业信息段、居住信息段、担保信息段、交易标识信息段、特殊交易段和特殊记录段8大内容[1],同时各个信息段段内信息和段间信息逻辑校验复杂。很多中小型银行特别是城市商业银行对于每月的个人征信数据上报都感觉异常头痛,绞尽脑汁想出各种办法生成的个人征信报文。要么过不了人行下发的预校验程序;要么过不了入库前的连续性校验,接下来的就是日复一日的反馈报文的处理和客户提交的因上报数据错误问题而要求修正的异议报文的处理,如此繁杂的工作给银行科技人员和业务人员带来了极大的工作负担和压力。所有的问题对归结于对人行个人征信接口规范的理解以及取数的准确性上,那么构建一个个人征信报送平台的智能优化模型就显得尤为重要。

2 构建原则

由于各个银行业务系统建设的情况千差万别,比如:核心业务系统功能上存在一定缺陷,信贷业务系统设计上的不足或者过于简化,业务人员对贷款客户相关资料管理上的意识薄弱而造成的客户资料遗失,处理贷款数据还停留在比较原始的手工记帐阶段而人为造成的错账和漏帐原因,造成了个人征信数据采集上的困难进而导致上报的数据质量参差不齐。目前这种情况在一些地区的城市商业银行和农村信用联社尤为突出。对于中小型城市商业银行在搭建自己的数据报送平台时前期要做好充分的准备。依据经验,以**银行在实施个人征信报送系统为例,在个人征信报送平台的智能优化模型的设计上要遵循以下几条原则。

第一,对人行个人征信接口规范的充分理解和消化,必须业务部门和科技部门的人员共同参与并把关。由于各个银行推行的个人业务有其特殊性,因此有必要召集有经验的业务人员和科技开发人员进行集中讨论,针对本行业务的特点参照人行接口规范的各个关键信息段逐项进行分析,对于界定比较模糊的数据项可以向当地人行咨询。最终形成书面报告提交科技部门的开发人员进行开发实施。

第二,对现有业务系统的改进,补充关键数据项以满足取数模型要求。由于个人征信数据项繁多,很多数据项仅仅依靠现有系统的数据抽取很难满足要求,而现有系统由于种种原因得不到需要的关键数据而导致取数无法进行,因此对于一些关键信息的提取必须在现有业务系统中进行补充。另外由于历史原因一部分数据录入错误,比如姓名、身份证号码、开户日期等等可根据具体的情况进行纠错以最大限度减少垃圾数据的产生。

第三,统一数据抽取来源口径,在抽数环节上尽量减少节点。在第一次设计个人征信数据抽取模型时,由于没有考虑到数据集中对最后报文生成的直接影响,而采用分别从核心系统和信贷业务系统取数,造成中间环节数据加工的频繁报错,导致最终生成的报文错误百出。随后进行的后期优化中充分吸取了第一次的教训,采用数据单一出口,减少了节点数也同时增加了数据的准确性和质量[2]。

第四,采用先进的数据抽取工具进行取数模型设计。采用IBM DataStage数据抽取工具进行取数模型的设计,对数据进行精细化加工处理,同时也能够进行分段校验,对每条数据出现的错误都做到智能提示以减少维护人员在海量数据中查错而产生的不必要的麻烦[3]。在取数模型的设计上尽量做到风险可控最大限度地减少人为干预,数据抽取完成以后生成的数据就是个人征信接口规范要求的最终数据。

第五,报送功能多样化,可定制审核流程和任务化机制。在报送平台的功能设计上除了满足基本的报送功能以外,还可以对人行下发的反馈报文进行自动解析并生成相应的任务自动下发,中间可以灵活增加审核节点以便业务部门核对支行修改录入的数据。对于由客户自动发起的异议纠错数据系统可以单独生成纠错任务分发到对应的支行进行修正。这样既满足了管理部门风险控制的要求也实现了报送流程的智能处理。

第六,对加工数据的分段测试检查。由于个人征信要求的数据项从现有系统中无法直接获取,需要在取数模型中进行加工,因此对于加工数据的准确与否将直接影响到最终报文的生成和上报的数据质量。在设计取数模型时充分地考虑到这点,将数据抽取严格按照个人征信接口规范的要求进行逐段划分,每段出数。按照不同的贷款类型分批提交给业务部门进行抽查,将返回的错误进行统一修改。

3 智能模型框架

如图1所示。

4 控制调度流程设计

在设计个人征信抽数模型的控制流程时,按照智能模型的框架设计图将数据抽取分成两段,第一段为源数据的抽取过滤过程,第二段为源数据再次抽取加工清洗过程[3]。

第一段数据抽取时考虑到每个月初上报上一月的数据,可能由于种种原因(包括修正源数据错误和目标数据错误)会导致数据晚报和迟报,因此在Job设计时应该将数据抽取时间参数设置为本月的任何一天对数据进行抽取,而抽到的数据是截止上月月末时点数据。同时将生成的数据和完成标志存放在自动生成上月月末的时间文件夹内,数据加工层的抽取进程只要得到新的时间标志以后会自动启动数据加工进程,通过FTP的方式将数据上载到指定位置后对数据进行二次清洗加工,数据进行多次关联校验,不合格的数据会自动保存在一张日志表中以供科技人员查错和业务人员审核,该过程会往复循环进行直到数据完全正确为止。

5 对历史数据加工清洗

采用IBM DataStage数据抽取工具进行源数据的抽取。源库为信贷数据库,首先对信贷数据库中与个人征信各个信息段相关的关键表的字段进行筛选,同时设定必要的限制条件对数据进行过滤,包括对贷款类型的筛选,还款状态的判断,历史数据中每月实际还款金额,计息方式和计息周期这些会对违约次数,逾期期数以及24个月还款状态产生直接影响的关键数据的计算,将出现的数据问题写入错误日志表以供业务人员进行查询纠错处理。另外需要特别注意的是对于历史数据的加工清洗处理,由于历史数据存在数据残缺,关键信息错误甚至遗失的问题。因此在对历史数据进行处理的时候需要对数据进行逐步清洗过滤,层层筛选,将错误进行一一排查。例如在计算按揭类还款数据时,对于每月的应还款金额的计算取值需要特别小心,有些银行的核心数据库可能考虑到按揭类贷款的数据变化较大而且出现的情况比较复杂,因而在数据库中并没有将按揭后每月应还款金额数据进行保存,那么数据的缺失很容易造成逾期计算和违约次数计算的数据错误,因此这类历史数据的还原必须通过其他类型的数据如利率,按揭期数,合同金额等等相关的数据进行重新计算才能得到。数据的取值上就需要关联合同信息、还款台账信息、历史余额信息、借据信息进行综合判断。

6 结语

个人征信数据报送平台的建设成功与否与各个银行核心综合业务系统的差异性,信贷业务开展的不同规模,IT信息化建设的快慢程度以及科技部门与信贷业务部门的配合程度都有紧密的关系,而设计实施个人征信数据报送平台的关键又在于设计模型的合理性与科学性。本文所提出的智能模型的优化设计方案可以为各个中小型城市商业银行在搭建自己的征信数据报送平台提供一点参考价值,对于正在进行个人征信数据报送平台改造和正准备实施个人征信报送系统的银行提供一下经验上的借鉴。

参考文献

[1]个人信用信息基础数据库系统数据接口规范.中国人民银行征信管理局中国人民银行银行信贷征信服务中心,2006.

[2]陈文伟.数据仓库与数据挖掘教程[M].北京:清华大学出版社,2006.

[3]LEN Silverston.数据模型资源手册卷一[M].北京:机械工业出版社,2004.

南京企业信息交换平台的征信策略 篇3

建设社会信用体系，是完善市场

经济体制的客观需要，是整顿和规范市场经济秩序的治本之策。南京市企业信用信息系统建设中信用信息征集是首要环节，但随着全市信用平台建设的不断推进，信用信息征集共享工作所面临的困难也很快暴露出来。企业信用信息征集难，信息分散在各个部门、行业和机构，由于政府信息公开共享的制度不够完善，共享机制不够健全,制约了信用建设的发展。

为此，南京市企业征信采取“法律主导、政府推动”的模式，搭建起南京企业信用信息交换平台，提高了信用信息系统的联合监管和服务水平，也促使企业增强信用观念，营造诚信为本、操守为重的社会信用环境。

企业信用信息征集策略分析

(一)企业信用信息联合征集指标项的确定

企业信用信息征集难。信息分散在各个部门、行业和机构，由于政府信息公开共享的制度不够完善，各信息主体对于企业信用信息的认定有所分歧；其次是数据处理难。由于南京市企业信用信息系统尚未制订相应的数据规范，因此对同一信息概念，不同部门、机构的信息系统都对其进行了重新定义，但定义并不完全一致，如对企业名称的定义，工商部门称“企业名称”，金融机构称“借款人名称或单位名称”，组织机构代码库称“组织机构名称”。在信用平台将不同信息主体的信息整合过程中，如果来自不同机构的信贷数据整合错误，将严重影响信用信息的准确和完整，制约数据质量的提高，使得企业信用档案无法全面客观地反映被征信主体的信用状况。

结合实际情况，南京市对南京近20个部门进行指标项的重新梳理和确定，确定了5项部门共性数据项（包括企业主体标识信息、企业证照资质信息、行政强制信息、行政处罚信息、企业表彰信息）、公共（企业）事业数据项和省公共信用信息系统第一批归集数据项等相关企业信用信息征集指标项，通过指标项的确定以及各部门间相互协作，在信用信息系统建设中各部门能及时、准确、完整地向市公共信用信息系统提供信用信息。企业信用信息联合征集指标项的确定，对企业信用信息征集的范围要有明确的要求。（详见附件1：《南京市企业信用信息联合征集指标项》）

(二)企业信用信息的共享机制与渠道问题

企业信用信息只有实现共享才能发挥其应有作用，起到促进提高企业信用的目的。从理论上分析，企业信用信息共享主要依靠以下几种机制：一是信用信息的自愿共享机制，即由拥有信息的企业自己对外披露，如企业身份、资质、信用优良信息等一般可依靠企业自愿披露；二是信用信息强制共享机制，即由法律或规章授权某国家行政机关公布有关信用信息，如吊销营业执照、假冒伪劣产品等。这类信息失信企业是不会自行公开的，必须依靠国家行政机关的权力，实行强制公开；三是机构互惠共享机制，如不同银行之间可以实行团体互惠共享各自收集的企业或个人信贷信息。在企业信用信息公开意愿上，不同的信用信息具有不同的公开意愿，对于企业有利的信息公开意愿最高，而负面信息则公开意愿最低，甚至抵制公开。因此，企业信用信息共享机制的建立就是要根据不同性质的信用信息，选择合适的共享机制，构筑不同的信用信息共享渠道，促进企业信用信息的公开。结合目前归集的数据和市信息中心对其数据处理情况，南京市制定了公共信用信息交换机制。（详见附件2：《南京市公共信用信息交换机制》）

(三)企业信用信息共享中的时效性问题

企业信用信息的有效性与具体时间有着密切关系，不同类别的信息具有不同的时效特性。有的信用信息具有较长的时间效应，如企业身份信息，其注册资本、公司住址、经营范围等一般变化不大，长期保留不会丧失时效；有的信用信息则相反，时间效应较短，如某公司资信状况被评为“AAA级”，这一信息只能表示当年的状况，甚至当时的情况，对一段时间以后可能完全失去其参考意义；还有的信用信息，不仅时效短，而且长期保留还不利于企业信用行为的改善。假如某个企业在历史上曾有过作假的行为（如假冒伪劣或逃废债务），若该企业的信用信息记录上长期保留该信息，则历史的不良信用信息肯定会给该公司的各种营业活动带来不利影响，企业将会陷入一种“一失足成千古恨”的绝望境地。面对无法挽回的信用，企业要么选择破产，通过重新注册而改变身份，摆脱历史信用问题的负面影响；要么抱着“破罐子破摔”的心态，放弃改善信用的努力。因此，长期保留企业历史上的不良信用信息并不是最优的制度安排，应该给予企业有“悔过自新，重新做人”的机会。正因如此，目前世界各国的信用信息共享制度中，都不同程度地规定了信用信息的时效。也许，信用信息的时效应根据经济环境和法律环境来确定，如果经济环境不够成熟，企业平均寿命相对较短，在不违背法律规定的前提下，信用信息时效偏向于采用较短的时间；同时，优良信息保留的时间应适当长于不良信息的保留时间，以满足企业对信用不良羞涩感的认知。

(四)企业信用信息共享中的商业秘密保护问题

企业信用信息共享意味着一个企业的信用信息会通过一定的途径或渠道为另一个企业所得知，于是就产生了一个问题，如果信用信息中包含了某些商业秘密，那么在企业信用信息实现共享的同时就可能造成企业商业秘密的泄露。造成商业秘密泄露的可能性取决于两个方面，一是企业信用信息中是否包含商业秘密；二是披露的包含商业秘密的信息是否足以造成商业秘密泄露。法律规定的商业秘密主要包括技术信息和经营信息两类，其中经营信息包括了企业采购计划、供应商清单、销售计划、销售方法、会计财务报表、分配方案等公司内部文件。按商业秘密的法律理解，显然公司财务信息是属于商业秘密，也正因为如此，国内有些会计专家已经呼吁“上市公司会计信息强制披露应该适度，不应侵害公司的商业秘密”。当然，这样的观点也给人们另外一个相反方面的启示：尽管财务信息（包含会计报表在内）是从属于商业秘密范畴的，但适度的披露可能不会造成商业秘密泄露的后果，否则，上市公司披露会计信息就属于违规之举了。南京市赞同财务信息适度共享的观点，通过财务指标的简化，适当限制报表公开范围、公开时间、采用不同审计要求等来调节财务报表的信息含量，做到在实现信用信息共享的同时保护商业秘密。 　　企业信用信息共享对促进企业信用的提高具有非常重要的作用，而要实现企业信用信息共享，不仅要解决共享内容、共享机制、共享渠道、共享时效，以及共享与保密等理论问题，还必须加强企业信用宣传，改变企业管理层的信用观念。

构建企业信用系统交换平台建设

通过上述的策略分析，在已有信息化建设的基础上，南京市决定构建一个共享的企业信用信息交换平台

2006年，按照国家四部委联合文件通知的要求，由市信息办牵头，市工商、质监、地税、国税和市信息中心联合承担建设了“南京市企业基础和信用信息交换平台”。该平台按照国家要求设计了4部门约200多项指标的信息，系统运行至今，已比对基本形成了全市的企业基础信息，归集了注册、年检、注销、涉税等企业动态信息23万条记录。

2007年，南京市构建权力阳光运行机制，并建设了“权力阳光”系统平台，到目前为止，已有全市52个部门、13个区县加入平台，实现了依法行政、规范运作和实时监管。

为了避免重复建设，充分利用资源，南京市将通过上述两个系统的数据来构建南京企业信用数据库。上述两个平台的建设和运行，为南京市企业信用平台的建设提供了比较成熟的技术基础和扩展条件，同时也积累了大量的涉信信息资源，有了一定的基础。但是，相对于企业信用信息的融合度不高，对单一企业实体对象而言，各部门的信息未能归集统一，综合应用面受到局限，协同监管存在一定的障碍，迫切需要统筹协调，形成比较完善的企业信用信息归集一体化的数据体系。

南京市将“企业基础信息交换系统”（该系统数据来源于工商、地税、国税、质监四个部门）中的所归集的23万家企业入库（每条信息包含企业名称、企业组织机构代码等关键字段）作为企业信用信息的基础类核心内容。“权力阳光信息系统”中的行政事项都是各部门花费大量精力梳理，并经过法制办和监察部门审核通过的。其涉及企业的审批和处罚等结果信息，则将该系统的处罚信息通过关键字段比对与企业基础类信息进行关联。

“企业基础信息交换系统”中已经比对成功的企业户数已达23万，数据质量是比较高的。但需要进一步提高企业的户数，使得全市的企业和机构完全纳入。

由于“权力”的结果信息必须与基础信息相关联，因此，能否比对成功是汇集能否成功的关键。南京市通过以下几项比对规则对数据进行了比对。

（1）权力阳光系统中的组织机构代码与企业基础信息数据库中的组织机构代码比对；

（2）权力阳光系统中的申请者（企业名称）、处罚当事人（企业名称）与企业基础信息数据库中的企业名称进行比对；

（3）权力阳光系统中的申请者（自然人名称）、处罚当事人（自然人名称）与企业基础信息数据库中的法人代表进行比对；

（4）权力阳光系统中的申请者地址与企业基础信息数据库中的注册地址进行比对。

所有这些，都是企业信用信息征集的相应策略在实际（南京企业信用系统平台建设）工作中的具体应用。在实际操作中，仍存在不少问题值得人们去思考研究，比如，由于某些部门不规范因素，导致编码不唯一等。总之，企业征信业是社会信用体系的重要组成部分，对完善市场、促进经济发展有着重要作用。因此，发展和完善企业征信业刻不容缓。

（附件《南京市企业信用信息联合征集指标项》和《南京市公共信用信息交换机制》详见本刊网站www.chinaeg.gov.cn）

个人征信查询授权书 篇4

个人征信查询授权书

授权人（甲方）：

身份证：

被授权人（乙方）：

一、甲方因自身需要，向乙方申请办理

□ 贷款

□贷记卡

□准贷记卡 □贷款担保 □其他业务

二、甲方特授权乙方在本次业务过程中（从业务申请至业务终止），可以通过中国人民银行个人信用信息基础数据库查询并使用甲方的信用报告，并同意将甲方的身份识别、职业和居住地址等个人基本信息，甲方在个人贷款、各类信用卡和对外担保等信用活动中形成的交易记录等个人信贷交易信息及其他相关信息报送中国人民银行征信服务中心。

甲方授权乙方查询使用个人信用报告的用途包括：

（一）乙方审核甲方贷款（含贷款授信）申请的；

（二）乙方审核甲方贷记卡、准贷记卡申请的；

（三）乙方审核甲方作为担保人的；

（四）乙方对已发放给甲方的贷款进行贷后风险管理的；

（五）法人或其他组织向乙方提出贷款申请或作为贷款担保人时，甲方在其中担任法定代表人或出资人的，乙方需要查询甲方信用状况。

授权人（签章）：

****年**月**日

个人征信信息查询授权委托书 篇5

武汉农村商业银行： 本人(姓名：身份证号码：)申请办理武汉农村商业银行现金分期信用卡,同意并授权贵行遵照《征信业管理条例》的规定，通过中国人民银行个人/企业信用信息基础数据库查询本人/单位的信用报告。自本授权书签发之日起至上述申请业务终结（包括业务申请被拒绝）之日止，可以通过中国人民银行个人信用信息基础数据库查询本人的个人信用报告，并将本人的身份识别、职业和居住地址等个人基本信息，本人在上述业务和担保等信用活动中形成的交易记录等个人信贷交易信息，以及产生的不良信用信息和其他有关信用信息报送中国人民银行个人信用信息基础数据库。

授权人知悉并理解授权条款的声明。特此授权！

授权人（签名）：

年月日

商业银行个人征信系统分析 篇6

随着中国商业银行信用贷款的发展, 以及对每一位受贷者信用情况了解的迫切需求和现代通讯技术及计算机网络技术的出现, 中国征信系统正在逐步发展完善。中国人民银行经过几年的努力, 建设的全国统一的企业和个人信用信息基础数据库已经取得了初步成效。2005年8月底完成率与全国所有商业银行和部分有条件的农村信用社的联网运行。经过一年的试运行, 于2006年1月正式运行。截至2011年底, 个人征信系统收录自然人数约8亿人, 全年累计查询次数为2.4亿次;全国共为1.4亿农户建立了信用档案, 评定了9300万信用农户, 8100万农户获得贷款, 余额达1.5万亿元;20多个省 (市) 100多个地 (县) 开展了中小企业和农村信用体系试验区建设。

但是个人信用数据库主要是商业银行的客户信用信息数据库, 尚未建立起全社会统一的个人征信体系。同时也应看到我国的征信体系尚不健全, 信用中介服务市场化程度很低, 消费者个人信用信息数据的采集共享制度还未建立, 国家信用管理体系包括立法、执法及对信用行业的管理、监督和对失信行为的法律规范、约束和惩罚机制还存在很多不足。

2我国个人征信系统问题分析

2.1 征信法律体系不完善, 法规建设滞后

迄今为止, 我国尚未出台一部全国性的有关征信的法律法规。一方面, 信息采集缺乏统一规范和标准:个人征信数据库中, 个人信息采集上缺乏统一的规范和标准。另一方面内部自查制度尚未完全建立, 查询档案资料管理不够健全, 查询登记簿未建立或登记不准确, 一些银行虽然在制度中明确了要对个人信用信息基础数据库查询和管理情况进行检查, 但在实际工作中, 基本没有对此项工作开展过专项检查, 或检查了未向中国人民银行报告检查结果。而且目前我国也没有建立个人财产申报制度和个人基本账户制度。

2.2 信用数据的分割与封闭, 制约个人征信业的发展

各部门基于安全和部门利益等方面的考虑, 主观上造成了信息分割的局面。银行信贷征信数据信息的采集涉及面广, 它主要来自于银行、企业、工商、税务、公安、财政等部门, 但由于银行信贷征信建设的社会性没有很好的体现, 各职能部门各自为政, 使得信用数据的征集、取得较困难。此情况也导致了信用信息比较分散, 征信数据也容易流失。而在信息分散的情况下, 信用中介机构若想获得全面真实的个人信用信息, 就必须首先实现各部门间的协调。而商业银行的盈利机制以及对信息不对称的依赖, 使得银行在现实中进行信贷决策时尽可能多的获得信息, 却不大重视与其他银行共享信用信息, 这就易导致信息共享中的“搭便车”现象长期持续。

2.3 信息不对称导致逆向选择和道德风险

没有完善的个人信用记录, 没有完善的个人征信体系, 加上借款人提供的资料有时缺乏真实性, 对银行而言就会出现信息的不对称。而信息不对称又极易产生“逆向选择”和“道德风险”, 即那些寻找消费信贷最积极、最可能得到贷款的借款者, 往往资信状况不太好, 导致银行对信贷客户做出错误的选择, 这为“逆向选择”;从银行角度看, 借款人得到贷款后, 可能从事风险非常大而银行又不宜介入的活动, 从而改变之前与银行方面商定的借款用途, 这为“道德风险”。这种信息不对称严重制约银行个人业务的发展。

3完善个人征信系统的建议

3.1 加快完善征信法律法规, 加强征信监管

进一步加快征信立法进程, 健全约束机制, 规范征信业务管理和操作行为, 以制度促进、规范征信行业的自律。尽快规范征信市场, 建立健全征信立法。要尽快出台一部关于征信的全国性的法律法规, 并完善其中的一些法规细则。同时应完善民事法律中对于个人隐私的保护, 应加快出台关于信息披露的法律法规, 以保证合法的采集和使用信用信息;要加快落实对央行信贷征信监管权的授权;统一征信业的技术标准, 并建立部门间和区域间的共享机制, 逐步形成征信市场的规模效益。建立重点人群个人信用档案, 强化对失信行为的惩戒力度。

3.2 实现信用数据的共享机制

我国实现信息共享的基础和前提是征信标准化。目前就我国而言, 共享机制应结合我国信用环境的客观实际, 应选择一条政府主导市场化运作的复合机制。应继续对我国信贷市场进行结构调整, 为信用信息的共享创造良好的基础。而在信贷市场结构失衡、商业银行竞争激烈的情况下, 最重要的是要给予提供信息的机构以足够的报酬, 以加强商业银行在信息共享方面的主动性, 使其了解到将自己获取的信息与他行共享的好处。而对于目前各商业银行提供的信息的数量、质量差别较大的情况下, 最直接有效的方法就是对提供有效信用信息的银行给予合理的经济补偿。

3.3 积极改善信息不对称的状况

通过制定和完善一些相关的法律法规, 来完善个人信用信息体系, 赋予消费者维护自身公平正义更多的法律武器;还可以从诉讼手段上给予消费者更多的保障手段。首先应加快金融立法, 并根据巴塞尔等国际银行业的监管法律, 以加强对银行操作风险和市场纪律的约束和监管, 明确法律责任, 防范道德风险。

4结束语

我国应建立健全与个人征信相关的法律法规, 以为征信制度建设创造一个良好的法律环境。一个完善的征信机构应当按照市场为主政府为辅的原则, 联合各征信机构, 使不同地域间、区域间的征信业务互相渗透, 并逐步建立起全国性的征信机构和征信网络。加强个人征信活动方面的规范, 比如征信范围、程序、原则、记录情况、信息披露、法律责任和个人隐私保护等。个人信用征信工作与我们每个人息息相关, 所以需要全民的支持与参与。同时要加强信用知识的普及, 加强全社会的道德教育, 特别应注重对个人信用的培育。为把我国培育成诚信型社会而努力。

摘要：我国个人征信系统于2006年1月正式运行, 征信系统已初具规模, 个人征信业也得到了一定的发展。但我们也应看到在许多方面还存在不足, 例如个人征信法律法规不健全;信用数据的封闭与分割, 掌握个人信用信息的部门各自为政, 没有实行信用信息的共享机制;银行对个人信息不对称等方面。针对这些不足提出了一些建议和对策, 通过研究这些来达到对我国个人征信系统做进一步的了解和认识, 并建议加快个人征信系统发展的步伐, 以降低我们在日常生活和工作中的信用成本。

关键词：征信体系,逆向选择,诚信意识

参考文献

[1]徐文臣, 郭东来.个人征信系统在基层商业银行使用管理中存在的问题及建议[J].问题探讨, 2010, (4) :26-27.

[2]方丰霞, 黄清.建立个人信用征信体系加强银行信用风险管理[J].金融经济, 2009.

[3]刘玲.加快我国银行系统征信体系建设初探[J].现代财经, 2009, 29 (6) :45-49.

[4]巫卫.我国个人征信系统建设探讨[J].现代商贸工业, 2008, (12) :81-82.

[5]高有为.发展个人银行业务离不开征信体系建设[J].首都经济贸易大学学报, 2008.

[6]余建军, 陈志宏.构建银行征信体系防范化解金融风险[J].调研报告, 2007, (5) :62-63.

[7]镡方东.试析国有银行信息不对称行为及其治理对策[J].东岳论坛, 2008, 29 (5) :152-155.

[8]张荣刚, 梁琦.我国银行间信用信息共享行为与征信体系构建分析[J].商业经济与管理, 2006, (12) :37-41.

[9]孙纬新.关于银行征信体系建设的思考[J].辽宁税务高等专科学校学报, 2006, 18 (2) :36-37.

个人征信牌照倒计时 篇7

事实上，芝麻信用、考拉征信、腾讯征信等产品已相继问世。开门迎客的首批5家民营银行中，背靠芝麻信用、腾讯征信的两家互联网银行都无一例外地选择了小额信贷业务。北京银行则与芝麻信用合作，开启传统商业银行应用互联网征信的先河，腾讯征信也与浦发银行信用卡中心开展合作，浦发信用卡中心将接入腾讯征信信用评分、反欺诈等征信产品。

个人信用数据的收集包括个人基本信息、贷款信息、信用卡信息以及缴纳水电气费等公用事业费用的信息、纳税信息、法院判决信息等。

个人征信牌照的开放，意味着也许今后可以在相亲网站上，通过信用数据筛选伴侣，防止骗婚；在租房时，可以通过出具信用报告，顺利通过房东考察；在求职时，可以凭借信用报告获得单位的认可。在朋友圈卖假货、使用打车软件爽约、网购虚假交易都将损伤信用，进而影响正常的日常生活，随便注册一个马甲账号在互联网虚假生活的日子将一去不复返。

在上海金融与法律研究院主办的“鸿儒论道”上，国泰君安证券首席经济学家林采宜感叹征信应用的未来市场非常有想象空间，不仅能做金融信贷，还可以应用在租车、住酒店等。“甚至不排除一些股民，相信A股打新的股票上涨概率很大，通过短期小额借贷套利。”在场的一位股民坦言。

芝麻信用已经开通“信用签证”功能，信用签证的办理免去了提交资产证明等资料。目前，芝麻分高于700分即可申请新加坡签证，750分以上的用户可申请卢森堡签证。

美国普林斯顿大学运筹与金融工程系系主任范剑青教授在复旦管理学院“大数据时代，统计无处不在”问学讲堂演讲后，接受《中国经贸聚焦》采访时表示：“征信系统的建设关键在于数据的收集，在这方面中国还处于起步阶段。目前中国的数据收集很大程度上依赖央行征信系统，相较而言，美国在资本市场信用机构就有三大巨头——标准普尔（S&P）、穆迪（Moodys）、惠誉（Fitch Group）。”

此外，美国的普通企业信用机构包括邓白氏等，个人征信机构则包括亿百利、爱克非、全联等，还有400多家区域性或专业性征信机构依附于上述7家机构，或向其提供数据。美国征信市场的总体规模达到600亿元，远远超过中国目前约20亿元的市场规模。

大佬发力个人征信

今年1月，央行印发《关于做好个人征信业务准备工作的通知》，划定了8家首批入围个人征信牌照的机构，要求在6个月内做好准备工作。

这8家机构分别是：芝麻信用管理有限公司（下称芝麻信用）、腾讯征信有限公司（下称腾讯征信）、深圳前海征信中心股份有限公司（下称前海征信中心）、鹏元征信有限公司、中诚信征信有限公司、中智诚征信有限公司、拉卡拉信用管理有限公司、北京华道征信有限公司（下称华道征信）。

其中，芝麻信用隶属于阿里巴巴集团，腾讯征信则隶属于腾讯集团，前海征信中心是平安集团旗下，即马云、马化腾、马明哲“三马”旗下的公司均入围首批名单，准备工作完备并获批后，将可名正言顺地采集、使用个人信用信息。

多位知情人士向媒体透露，央行正在做最后一轮验收，此前央行已经做过两次调研。对于验收的内容，拉卡拉高级副总裁、考拉征信总裁李广雨此前曾表示，“包括系统安全、数据库的安全、网络的安全、内控制度、业务规范、业务合规性等等，都要经过检查”。

临近央行对个人征信牌照“终审”之际，8家机构纷纷发力，芝麻信用、腾讯征信等纷纷与传统银行展开合作，华道征信则联合多家行业内机构成立同业征信联盟，共享5万“黑名单”不良信息。价值千亿市场的个人征信业务或将在7月底开启。

微众银行信贷样本

作为深圳前海微众银行（下称微众银行）的第一款产品，5月15日正式上线的“微粒贷”系网络小额信用贷款，主要针对个人的短期资金周转，用QQ绑定任一银行卡即可。这一贷款方式正悄然突破“面签”制度。

据微众银行副行长、筹备组组长黄黎明介绍，背靠腾讯大数据，微粒贷是通过“白名单”机制，筛选出首批最符合其客户定位的用户。如果用户在手机QQ的“QQ钱包-金融理财”模块中发现“微粒贷”图标，说明已经成为了微众银行的第一批客户。目前用户群主要以微众和腾讯内部人员为主。

客户可以通过手机QQ申请个人信用贷款，贷款额度最高可达20万元，单笔500元起借，日息不超过0.05%，折合年化利率约7%-18%，低于信用卡。客户可以随时提前还款，并只按实际借款天数收取利息。

在经过了20多天的内测后，目前微粒贷已经发放贷款5.8亿元，操作熟练的客户最快可以实现45秒内完成1笔贷款交易。黄黎明认为，这表明客户对于短期资金的需求很大，而微粒贷也希望未来能够有上亿的客户群。

“只要补充身份证信息就可以拿到贷款额度。”微粒贷的上线正以模糊的方式悄然突破传统银行发放个人贷款的“面签”制度，或已得到监管默许。

国际上账户审查和反洗钱的制度基础是由2004年巴塞尔委员会制定的基本原则KYC （充分了解你的客户）原则，也是实名认证的基础原则，这一要求主要是通过“面签”及线下调查实现。

网络银行如何落实面签程序涉及互联网金融技术发展的水平，也涉及核心的风控和反洗钱等基本监管要求，并关乎监管公平。

按照银监会2010年发布的《个人贷款管理办法》，银行要遵守“三亲”规则：亲访申请人工作单位，看到申请人亲自签名，业务员亲自核实申请资料。此前微众银行以人脸识别技术进行第一笔“盆景式”贷款的发放，事后遭受了来自公安和央行的技术问询。

微众银行所采取的人脸识别技术是由腾讯技术团队开发的，通过生物技术来开立账户及保证实名制，可以软件形式装在任意终端上。

微众银行相关人士向媒体表示，一旦账户问题解决，微众银行自身能开立强实名电子账户，也能通过远程技术满足KYC原则，就可以代销合作银行各类理财产品，甚至共同开发低风险理财产品。这个理财平台称之为“WeMoney”。

五大信用维度评级

黄黎明说，微众银行设计一套客户信用评分模型，对所有约3亿的腾讯客户做评估和排序，根据结果来形成并逐步开放白名单。

这套信用评分模型既有传统的金融数据比如银行征信、公安数据、教育数据等，也有基于腾讯平台的社交数据和支付数据。这些模型同时也会确定客户的授信额度。

在黄黎明看来，通常的个人信用贷款产品主要面临两大风险，一是信用风险，二是盗号和欺诈风险。为了防范信用风险，这一套模型起到了很好的作用，而且比传统的信用评分更为有效。

黄黎明解释：“信用风险里有两个指标——还款能力、还款意愿，传统金融机构很难根据客户提交的收入证明等材料准确判断客户的还款意愿和还款能力，这些材料的真实性很难考察，通常是抓取行业数据来评估客户个人的收入情况，在精准度上有所欠缺。但通过用户的身份数据和社交数据，可以根据客户的毕业学校、学历、工作年限、工作稳定程度等来综合判断其还款意愿和还款能力，准确率更高。”

同样，传统银行在个人小额贷款的贷后管理方面有困难，而通过用户社交数据，能够提前发现或预估客户的异常状态。“离婚是最容易发生坏账的，其次是失业、生病，还有不良嗜好如赌钱等。这些信号对于传统金融机构没有能力提前发现，但我们可以。”黄黎明说道。

范剑青向本刊记者表示：“评判信用问题的关键在于数据的收集，比如说这个人有没有住房、有没有欠过电话费、收入情况、贷款情况……哪怕是很小的违约事件，都可以看出一个人的信用情况，甚至于他跟哪一种人打交道，网上买了一些什么东西，这些对于信用都是很重要的。”

范剑青强调，社交数据的加入对评判信用显然是有帮助的，但这也不太可能完全取代传统数据的收集。“人们在网上的行为跟平时在网下的行为不完全是一样的。只有数据结合在一块儿，才能对信用评估做出更合理的评价。”

在防范盗号和欺诈风险方面，社交数据也有用武之地。黄黎明举例说道：“比如有一项指标叫做‘60天内的单聊次数和群聊次数比例，当一个人60天内全是单聊，没有在某一个群里聊，那么他的坏账率相对较高。”

微众银行是一家不依赖存款和贷款、没有实体网点的银行，注册资本金只有30亿元，对于银行而言，规模“不值一提”。因此，微粒贷的业务将采取与其他银行合作的模式进行，微众银行负责精准获客、风险管理、运营和服务，利息收入与合作银行分享，风险也共同承担。“相比市场上的P2P公司，无论是对客户还是对平台方而言，微粒贷成本更低。”

据黄黎明透露，目前有10余家银行正在讨论合作，将一家家连接系统。“微粒贷的贷款日息是0.02%-0.05%，这个利率定价在短期内还是很有优势的。”而且，由于央行个人征信报告在人口覆盖上有将近5亿的空白，这部分客户此前并非银行的传统信贷客户，因此对于银行来讲，这是一个全新且巨大的增量空间。

此外，黄黎明表示，微众银行还在讨论和细化其他个人信用消费类产品，比如无担保住酒店，或者离店时无需自行结账。但是这些产品还要拓展很多的应用场景，所以研发周期会长一点。

微粒贷能否成功，决定了未来以此为样本的其他几款产品的成功与否，而其背后离不开微众银行以“大数法则”建立起来的征信与风控系统。

“我们的基本风险逻辑并不是说有人来申请贷款，我来审批，而是这里有一群客户，我觉得做不了就切掉了，我想办法把那些做得了的能够最大化地覆盖。用大数法则去分散风险，然后用一些模型传统加创新手段相结合，自动化，更精准，用科技手段来解决欺诈问题，这就是我们风险管理的整体思路和安排。”在微众银行董事长顾敏看来，能不能在短期内将足够大的客户群、通过风险定价等手段去分散风险是非常重要的。

“三马”相遇差异竞争

针对小微企业业务的痛点和解决方案，黄黎明说：“目前有一个团队在研究讨论，也在接触大量的小微企业，但是要比较准确低找出小微企业的痛点，现在并没有完全想好，所以现在也没有成熟的产品。”

作为传统银行业的“搅局者”，背靠阿里巴巴旗下蚂蚁金服的浙江网商银行（下称网商银行）立志于在未来5年服务超过1000万中小微企业和数以亿计的个人消费者。阿里巴巴旗下的小额贷款公司蚂蚁微贷已累计为超过70万家小微企业解决融资需求，累计投放贷款额度超过1900亿元。

相比微众银行，网商银行或在产品战中更加迅捷。网商银行APP将在7月初上线，并将首款产品瞄向了个人信贷业务。在网商银行行长俞胜法的描述中，这款产品的目标客户主要针对电商平台上的个人卖家和个人创业者——存款20万以下，贷款500万以下，同时推行纯信用贷款，无抵押无担保，整个流程在线上完成，随借随还。

网商银行副行长赵卫星透露，网商银行通过数据分析，将大数据应用贯穿到整个授信环节里。现金管理业务以及供应链金融将是网商银行在小微金融方面的重点业务。“供应链金融不是针对大型企业、核心企业的供应链金融，而是希望建立小微企业之间的互联网金融平台，提供一站式财富管理、用户安全、信贷、征信等一系列服务。”

此外，网商银行也会将触角延伸到广大的农村领域。赵卫星表示，农民持有的智能手机占比已达75%以上，手机上网用户达到1.5亿，农村和农村商户在经营贷款等方面都有大量需求。未来网商银行会为他们在理财、贷款、支付等领域提供服务。

与微众银行一样，网商银行也给了自己“平台中介”的定位，如顾敏所说，这是每一个坐在这个位置上人都会选择的路——走轻资产模式。但除此之外，网商银行并不放弃自营业务，这与微众银行所说的“没有存款、没有贷款、没有网点”略有不同。

在中央财经大学中国银行业研究中心主任郭田勇看来，网络银行与传统银行将会形成“竞合关系”，微众银行这样的互联网银行可以轻易获取巨量的用户，而传统银行业有已形成的交易场所和应用场景，不存在谁直接进行相互的取代。

今年2月份，微众银行与华夏银行签署战略合作协议时，双方都在强调彼此的互补性，微众银行行长曹彤表示，双方将共享双方渠道、共同服务双方客户，为交叉销售产品和业务合作搭建技术支撑平台。同时，在个人和小微企业服务方面，双方共同设计产品，共同开发客户。

网商银行开业同日，北京银行和芝麻信用签署战略合作协议，北京银行将与其开展信用信息查询和应用、产品研发、商业活动等多个方面的合作。如在取得用户授权、保证用户信息安全的前提下，开展信用信息查询以及应用工作的合作等。

与前两家民营银行不同，作为传统银行，平安集团在今年3月宣布将直通贷款业务、陆金所辖下的P2P小额信用贷款，以及平安信用保证保险事业部整合在一起，有机结合线上和线下的已有能力及开拓新契机，实现优势互补，利用大数据和数据分析为用户提供更安全和贴心的一站式服务。

SAS（赛仕软件）北亚区整合营销管理业务咨询高级总监许慧章认为，大数据的整合与打通是未来的一个重要趋势。在业务上，民营银行会更多的依靠中间业务和产品创新，赚取手续和服务费用将成为其主要盈利模式。这会使得线上交易频次更高、业务种类更丰富，不同业务乃至机构之间的交叉也会更多。

亟待监管法律出台

“对于民营银行，在积极开拓业务、吸收新客源的同时，最关键、最不可缺少的考量就是风控和反欺诈管理。”许慧章认为，由于目前中国机构监管和征信体系建设都有待完善，特别是互联网金融，对客户资金安全管理有许多“短板”，具系统性风险，这已经不止是简单的技术问题，还需要监管法律和安全管理等方面齐头并进。

范剑青向记者坦言：“中国没有很好的信用文化和信用体系，尤其缺乏较好的惩罚违约的机制。所谓的惩罚违约例如借钱困难。现在随着信息越来越透明，联网性越来越强，对信用正在越来越重视。”

中国电子商务研究中心互联网金融分析师钱海利表示，现在个人征信市场还处于起步阶段，第一批的几家机构多数还在内测，应用场景、市场都还不成熟，而且涉及到个人隐私问题，加上暂无相关的法律出台，预计在第一批尚未发展到较为成熟之前，个人征信牌照应不会大规模放开。

一位业内人士曾表示，个人征信牌照应该在6月底到7月就会获批。至于第二批何时发牌目前还不好说，毕竟第一批做得好不好，现在还不知道。不过，个人征信牌照肯定不会像第三方支付牌照那样一下发放很多。

对于第二批征信牌照哪些机构可能获得的问题，钱海利认为，很多机构都可能获得，从互联网企业来看，征信比较看重数据，所以京东、百度或较成熟的P2P企业拍拍贷等都有机会。

个人征信系统查询平台 篇8

随着人们消费意识的提高，信用卡的使用也开始逐渐普及，有的卡友会因某些原因造成不良信用记录，为了可以及时掌握自己的个人征信情况，这时我们便需要知道个人征信查询是怎么操作的。下面，就来给大家讲讲个人征信如何查询。

个人信用报告是什么？

个人信用报告由报告名称和报告内容组成，是全面记录个人信用活动，反映个人信用状况的文件，主要包括个人基本信息、信用交易信息和其它信息。

个人征信如何查询？

个人征信查询方法一：征信中心官网：现在全国各地查询个人征信报告，都可以在征信中心官网上查询。或者到所在地的中国人民银行或上级中国人民银行分之机构查询。

个人征信查询方法二：个人自助信用报告查询机上查询（北京、南京、兰州、烟台等多个城市）：根据规定，个人每年有2次免费在柜台或自助机上查询的机会。网络上查询不限次数。PS：卡友们都关心隐私是否会泄露，其实并不会，因为抓取的是征信中心的数据，所有数据都妥善保存在央行征信中心。

信用记录不良会有什么影响？

如果你的征信报告上有逾期记录，你的信用卡申请可能会被拒，即使批准了，额度也不会高。如果是申请房贷或者车贷的话，你的首付款成数可能会被要求提高或者直接被拒。不过，如果你的逾期记录是由于银行的采集出错的话，你可以向人民银行提交异议申诉。

信用报告从哪些方面记录逾期？

当前逾期期数：指当前连续未按合同规定金额或最低还款额还款的次数。

当前逾期金额：指当前未按合同规定金额或最低还款额还款的总金额。

逾期持续月数：指截至目前某一次逾期行为持续的月份数。

逾期金额：指截至目前某一次逾期行为应还未还的金额。

逾期月份：指贷款或信用卡账户存在逾期的月份。

还款方式注意细节，否则将影响信用记录

明明按时还钱了，可为什么还有逾期记录呢？这主要是因为还款方式不同而造成的。必须按合同约定的日期、方式、金额，把当期应还款金额转至合同约定的还款账户，才算还款成功。

那么，我们来一起看看，最容易无意中形成逾期的几种情况：

中介代还：你按时足额把钱转给中介，但中介没有及时转至约定账户。

跨行还款：你通过其他银行向合同约定账户转账汇款，但因为银行间账务处理时滞等原因，款项未能按时汇入约定账户。

一行多户：你在贷款机构指定银行开立多个账户，将钱存进了非合同约定账户，但未设置跨账户自动还款功能。

另外，如果你习惯于在应还款日当天或前一两天还款，可要注意啦，如果恰逢周末节假日，那就更要小心啦。因为银行划账有一定的时间，这样做非常有可能产生逾期记录，记入到信用报告中。

提前还款可能会影响你的信用

你一定会觉得奇怪，为什么提前还款，还会影响信用呢？那是因为，从合同约定看，提前还款是一种违约行为，不一定等于还款能力强、信用好，有些放贷机构可能会将其视为负面信息，报送至征信系统，展现在“特殊交易”中。还有些放贷机构，甚至根据合同约定可能会收取一定的罚息。

多方式还款时，需注意额度

信用卡到了还款时限，你可以选择多种平台还款，比如支付宝、微信转账、手机银行、网上银行、ATM机、柜台等。但需要注意的是，有的还款平台有一定的额度，如果你还款数额较大时，一定要选择正确的还款方式，否则容易造成逾期哦！

支付宝转账：支付宝转账到银行卡的限额，每个支付宝账户操作转账到银行卡单笔最高限额为5万（含手续费）。

企业和个人征信系统 篇9

征信系统建设背景

完善的征信体系是金融体系的基石，是成熟市场经济的重要标志。20世纪90年代初，伴随着计划经济向市场经济的转型，企业和个人跨行借贷、跨地域交易日益活 跃，恶意拖欠和逃废银行债务现象时有发生，建立企业和个人信用信息共享机制，全面把握借款人信用风险，提高信贷资产质量，重建企业和个人信用，成为整个金 融系统乃至全社会面临的迫切任务。为 此，党中央、国务院高度重视征信系统建设，并做出了一系列重大决策部署，要求社会信用体系建设应从“信贷信用征信起步”，要“加快全国统一的企业和个人信 用信息基础数据库建设，形成覆盖全国的基础信用信息服务网络”。2003年，国务院明确赋予人民银行“管理信贷征信业，推动建立社会信用体系”的职责。

为 落实党中央、国务院一系列指示精神，中国人民银行于2004年至2006年组织商业银行建成全国集中统一的企业和个人征信系统，由中国人民银行征信中心负 责建设、运行和维护。2013年3月15日起施行的《征信业管理条例》，明确了企业和个人征信系统作为国家金融信用信息基础数据库的地位，即国家设立金融 信用信息基础数据库，由专业化机构建设、运行和维护，接收从事信贷业务的机构按照规定提供的信贷信息。

征信系统建设情况

企业征信系统：1992 年，人民银行在深圳试点贷款证制度，纸质贷款证的出现形成了征信系统的早期雏形。从1996年起，伴随着纸质贷款证变为贷款卡，人民银行于1997年开始 筹建银行信贷登记咨询系统，2002年建成地市、省市和总行三级数据库体系，实现以地市级数据库为基础的省内数据共享。该系统主要从商业银行等金融机构采 集企业的基本信息、信贷信息、企业主要财务指标等。在该系统多年运行基础上，2005年人民银行启动银行信贷登记咨询系统的升级工作,将原有的三级分布式 数据库升级为全国集中统一的企业征信系统。2005年12月，企业征信系统实现与主要商业银行的全国联网运行，并在天津、上海、浙江、福建四个省（市）试 行查询服务。2006年6月末，企业征信系统实现所有中资、外资商业银行和有条件的农村信用社的全国联网运行，并于2006年7月末完成全国范围内与银行 信贷登记咨询系统的切换工作。截至2013年11月底，企业征信系统收录企业及其他组织共计1900多万户，其中400多万户有信贷记录。

个人征信系统：个 人征信系统建设最早是从1999年7月人民银行批准上海资信有限公司试点开始的。2004年初，人民银行开始组织商业银行建立全国集中统一的个人征信系 统。2004年底实现15家全国性商业银行和8家城市商业银行在全国7个城市的成功联网试运行。2005年8月底完成与全国所有商业银行和部分有条件的农 村信用社的联网运行。2006年1月个人征信系统在全国正式运行。2012年，个人征信系统荣获金融行业的重要奖项——银行科技发展奖特等奖。截止 2013年11月底，个人征信系统收录自然人数约8.37亿人，其中近

3.17亿人有信贷记录。

企 业和个人征信系统的建设参考了国际最佳做法，采取集中数据库模式，利用人民银行专线和商业银行的信贷营业网点相连，建立了覆盖全国的信用信息采集和服务网 络，全面采集企业和个人信贷信息，按照统一系统、统一管理、统一标准的原则，实现了企业和个人信用信息在全国各商业银行的交换和全国共享，且系统效率高，实现了信用报告查询秒级响应。

征信系统的信息采集

征 信系统收集的信息，以银行信贷信息为核心，还包括企业和个人在社会经济生活中产生的、反映其信用状况的其他信息，如遵纪守法信息等。收集的银行信贷信息覆 盖了所有银行类金融机构的信贷信息，包括贷款、信用卡、担保、票据承兑转让、保理等。此外，为全面反映企业和个人信用状况，帮助更多的企业和个人与商业银 行建立信贷关系，还广泛整

合企业和个人身份、非金融领域负债以及遵纪守法等方面的信息，如企业和个人的社保信息、住房公积金信息、法院判决和强制执行信息 以及行政许可和处罚信息等公共信息。此外，与公安部的人口数据库和质检总局的组织机构代码数据库分别实现了个人身份信息和组织机构代码信息的联网核查。征 信系统采集到上述信息后，按信息主体对数据进行匹配、整理和保存，将属于同一个企业或个人的所有信息整合在其名下，形成该企业或个人的信用报告

征信系统的应用情况

多年来，征信系统始终坚持“立足金融，服务社会”，不仅广泛应用于金融领域，而且逐渐渗透到经济社会生活的各个方面，已成为我国重要的金融基础设施，在社会信用体系建设中发挥着重要作用。