最高人民法院7月21日举行新闻发布会，通报最高法、最高检、公安部联合开展集中打击拒不执行判决、裁定等犯罪行为专项行动的情况，公布10起典型案例，并发布了两个司法解释。根据新的司法解释，7月22日起，乘坐G字头动车组列车全部座位、其他动车组列车一等以上座位等其他非生活和工作必需的消费行为将纳入限制消费措施；而拒不执行支付赡养费、劳动报酬等涉民生案件判决裁定的，法院可酌情从重处罚。最高法院颁布的这些对付老赖的措施是加强执法力度、消除判决白条的有力措施，是非常必要的，但这些措施毕竟属于后知后觉，而我们最近常常听说的“大数据”才是先知先觉——在老赖赖钱之前甚至在老赖意识到他们可以成为老赖之前“大数据”就像一个”Big Brother”一样能把他们给一一辨识出来。

什么是大数据？

大数据就是计算机通过预设编程或自我学习所能够分析的有关你的信用的任何数据。

传统的大数据是贷款服务中银行或其他金融机构针对其信用卡客户以信用记录为基础所得出的数据。而现代的大数据是分析大量的网络交易及行为数据，对用户进行信用评估。这些数据广泛来源于网上银行、电商网站、社交网络、招聘网、婚介网、公积金社保网站、交通运输网站、搜索引擎，最终聚合形成个人身份认证、工作及教育背景认证、软信息（包括消费习惯、兴趣爱好、影响力、社交网络）等维度的信息，以此分析得出用户还款意愿及还款能力的结论，继而为用户（比如银行、P2P平台）提供快速授信、现金分期等金融及其他服务。

大数据是否可以自我完善？

是的。

处理大数据的计算机可以在不直接针对问题进行编程的情况下自我学习，从而提升数据处理能力，并进一步完善大数据。对于一个计算机程序来说，给它一个任务T和一个性能测量方法P，如果在经验E的影响下，P对T的测量结果得到了改进，那么就说该程序从E中学习，从而极大地提升了数据处理能力，并保证业务模式的可持续发展。

大数据的实际效果这样？

大数据的实际运用效果显著，我们在这里试以阿里小贷为例。阿里小贷首创了从风险审核到放贷的全程线上模式，将贷前、贷中以及贷后三个环节形成有效联结，向通常无法在传统金融渠道获得贷款的弱势群体批量发放“金额小、期限短、随借随还”的小额贷款。通过阿里巴巴B2B、淘宝、天猫、支付宝等电子商务平台，收集客户积累的信用数据，利用在线视频全方位定性调查客户资信，再加上交易平台上的客户信息(客户评价度数据、货运数据、口碑评价等)，并对后两类信息进行量化处理，从而快速评估贷款风险，并在没有抵押实物的情况下发放贷款。

再比如，金电联行在公司成立后的6年内（亦即2013年之前）帮助数百家企业从民生银行获得总计约20亿的信用贷款——单笔额度集中在三五百万到1000万之间。最小金额98万，最大一笔达到6800万。利率为基准利率上浮40%-50%，远低于一般纯信用贷款90%左右的上浮额度。

大数据一定可靠吗？

当然不是。大数据越逼格，则可能越恐怖，而这个让人越恐怖的逼格可能物极必反。你的一些较小的失信行为，如使用打车软件爽约、网购到货不签收、拖欠水电费等信用小污点有可能被记录到用户的信用报告中，甚至可能影响到其未来的贷款行为。

所以，有人质疑大数据是否就一定辣么地可靠。比如有人评论：到现在为止没有一个国家，没有一家真正的征信机构做出来的基于互联网的征信产品，能够应用于较大的人群。另外，还有人说：其没有见过一个基于互联网大数据做出的征信模型KS评分能够超过35分。所谓的KS是Komolgo-rov-Smirnov的简写，是衡量模型辨别能力的普遍方法，数值在0-100之间，数字越大模型越有效，35分为模型是否有效的地平线。

大数据一定公平吗？

不一定。征信机构应当恪守“数据从第三方来给第三方用”的绝对独立第三方原则，但这个原则在实务中一再被突破。比如，腾讯征信用微信、QQ的社交数据，服务腾讯的放贷业务；芝麻征信使用的是阿里的电商数据，服务阿里的放贷业务。换言之，像腾讯、阿里他们既是裁判员（对信用数据予以采集、评估），同时又是运动员（发放贷款），从而导致征信机构“独立第三方”的边界被模糊了。

结论

在这种扩展了信息收集范围又模糊了独立第三方原则双突破的“新业态”下，不仅征信在风险管理上的效力有待检验，个人享受的公平信用权利也面临风险。总而言之，大数据是有用的，且这个有用是经过实际检验的；但大数据也不是万能的，大数据的算法和伦理都有待在实践中进一步提高。

注：中国合规服务有限公司诚招银行及金融企业共享个人及企业征信数据，共同打造独立的“金融服务大数据”。请联系：lilian@compliance.com.cn