传统征信在方便个人信贷、辅助金融授信决策、防范信用风险和提升金融获得性等方面发挥着关键作用，但其在互联网金融领域的局限性也不容忽视。一是全国还有5亿左右人口没有在持牌金融机构的信用活动，从而不被其所覆盖。二是随着“互联网+”的发展，互联网上产生、沉淀了大量与个人征信相关的数据，目前还难以被其采用[1]。大数据征信的出现有助于解决上述问题，并在一定程度上取得了快速发展。据我们研究，大数据征信得以发展的基本条件有以下三点：一是我国政策扶持和部署所释放的良好信号；二是以“金融线上化”为代表的互联网金融更巨大的长尾需求；三是大数据技术的强力支撑。
一、政策扶持
自2013年起，我国陆续颁布了一系列法律法规，为征信业的健康发展构建了法律制度框架。2013年3月国务院发布《征信业管理条例》（以下简称《条例》），成为我国首部征信业法规，也是我国征信法制建设的基石。2013年12月为配合《条例》的实施，中国人民银行出台《征信机构管理办法》，贯彻建立健全社会征信体系的要求，确立征信经营活动遵循的制度规范和监管依据。
此外，为提高个人征信服务水平，引入市场竞争，我国为逐步开放征信市场做好立法准备。2015年1月中国人民银行印发《关于做好个人征信业务准备工作的通知》，批准8家机构做好开展个人征信业务的相关准备工作。2015年7月中国人民银行等十部门发布《关于促进互联网金融健康发展的指导意见》（以下简称《指导意见》），《指导意见》提出推动信用基础设施建设，培育互联网金融配套服务体系，鼓励有条件的机构依法申请征信业务许可。监管的改革措施为大数据征信的发展创造了良好的外部环境。
值得注意的是，为加快大数据部署，深化大数据应用，推进落实“互联网+”国家战略，2015年7月国务院印发《促进大数据发展行动纲要》和2015年9月国务院办公厅印发《关于运用大数据加强对市场主体服务和监管的若干意见》。《促进大数据发展行动纲要》中最引人注目的就是开放政府数据和推动产业创新，鼓励大数据在征信业的应用和发展。相关专家认为，大数据是征信建设的重要“矿产资源”，征信建设必须以大数据为依托和支撑，在广度和深度上运用大数据建立信用体系，提高信用评价的全面性、实时性和授信效率。
大数据时代，数据俨然成为等同于能源的战略资源，信息公开和数据开放成为当下时代发展的主题。行政机关在履行行政管理和公共服务职责过程中掌握了海量信息，如何通过信息公开管好、盘活这些数据资产，成为行政机关亟待解决的问题。党的十八届四中全会《中共中央关于全面推进依法治国若干重大问题的决定》明确提出要全面推进政务公开，推进政务公开信息化，加强互联网政务信息数据服务平台建设。数据公开制度的逐渐确立，为社会信息资源的开放、共享与服务提供制度保障。
以上这些法律、法规、条例及制度的制定有利于加强整个征信市场的管理，规范信息提供者、信息使用者以及征信机构的行为，保障信息主体的权益。同时，其他配套制度也正在逐步制订和完善，将与《条例》共同构成征信法律体系，促进我国征信业的健康、可持续发展，更好地满足个人和企业的融资需求。
二、市场需求
近年来，互联网金融异军突起，成为我国经济发展的新兴力量。互联网金融在繁荣发展的同时，由于成立的时间较短，自身风险防控能力较弱，信用评估、风险定价和风险管理等方面都不完善，问题事件不断涌现。一方面，互联网金融的用户大多是具备“长尾特征”的网络用户，这部分用户难以被传统征信所覆盖，且由于行业机构间缺乏信息数据的沟通和交流，致使“一人多贷”重复借款现象突出，整个行业面临着巨大的信用风险。另一方面，由于征信体系不健全，互联网金融公司普遍以线下风控为主，大量尽职调查耗时耗力，既增加了自身的运营成本，且对借款人的信用水平的评估易存有偏差，间接提高融资成本。传统征信机制不健全成为制约互联网金融发展的主要因素。互联网金融的发展为大数据征信的发展提供了巨大的应用前景，倒逼征信跟上时代的步伐，推动征信机制的变革。
三、技术支撑
大数据征信之所以兴起，除了上述两个因素之外，技术支撑也不可或缺。大数据和云计算技术的进步为大数据征信的发展提供了支撑和便利，人工智能算法模型为全面刻画用户违约概率和信用状况提供了有力补充。一方面，随着“互联网+”的发展，老百姓的衣食住行、社会交往与互联网趋于紧密结合，互联网上产生、沉淀了大量与个人征信相关的数据。借助大数据抓取和挖掘技术、云计算技术，这些数据的采集、记录、储存和分析变得更加容易。另一方面，以机器学习为代表的人工智能技术相继被采用，不仅可以分析、归纳和汇总各种渠道获取的结构化和非结构化数据，还可设计多种预测模型（欺诈模型、身份验证模型、还款意愿模型和稳定性模型等）预测信用主体的履约意愿和履约能力，减少违约风险和坏账率。
[1]谢平,邹传伟.发展独立第三方征信机构之道.财新周刊,2017-02.
【相关阅读】
南湖Fintech研究百篇系列之（三十三）
——大数据征信与传统征信的比较
近年来，伴随互联网金融和大数据技术的发展，大数据征信开始兴起。大数据征信具备覆盖人群广泛、信息维度多元、应用场景丰富和信用评估全面四个创新特点，但与传统征信相比，大数据征信在数据范畴和内涵的效用性、征信机构的独立性及隐私保护等方面还存在诸多问题，需加以重视。
一、征信的基本概念
传统征信是由专业机构通过固定的模型定向采集财务和金融交易信息并对信息进行加工、处理、报告的专业化信用管理服务。传统征信兴起于国外，在美国，以1933年成立的邓白氏公司为代表，在我国主要是以中央人民银行征信系统为代表，是目前我国乃至全球范围内普遍存在的征信业态。我国征信机构的设立和征信业务的开展受《征信业管理条例》的约束，并且需要申请相应的牌照。
大数据征信是指通过对海量的、多样化的、实时的、有价值的数据进行采集、整理、分析和挖掘，并运用大数据技术重新设计征信评价模型算法，多维度刻画信用主体的“画像”，向信息使用者呈现信用主体的违约率和信用状况。
大数据征信活动在《征信业管理条例》所界定的征信业务范围内，其本质仍是对信用主体信息的收集、整理、保存、加工和公布，但与传统征信相比，突出大数据技术在征信活动中的应用，强调数据量大、刻画维度广、信用状况动态交互等特点，可作为征信体系的有益补充。
二、大数据征信的创新特点
从表面上看，大数据征信和传统征信似乎只是数据的获取渠道不同，前者主要来自于互联网，后者主要来自于传统线下渠道，但是二者存在较大的差异。大数据征信创新主要表现在覆盖人群广泛、信息维度多元、应用场景丰富及信用评估全面四个方面，由此带来征信成本的降低和征信效率的提高。
首先，覆盖人群广泛。传统征信主要覆盖在持牌金融机构有信用记录的人群。大数据征信通过大数据技术捕获传统征信没有覆盖的人群，利用互联网留痕协助信用的判断，满足P2P网络借贷、第三方支付及互联网保险等互联网金融新业态身份识别、反欺诈、信用评估等多方面征信需求。
其次，信息维度多元。在互联网时代，大数据征信的信息数据来源更广泛，种类更多样。大数据征信数据不再局限于金融机构、政府机构以及电信提供的个人基本信息、账单信息、信贷记录、逾期记录等，还引入互联网行为轨迹记录、社交和客户评价等数据。这些数据在一定程度上可以反映信息主体的行为习惯、消费偏好以及社会关系，有利于全面评估信息主体的信用风险。
再次，应用场景丰富。大数据征信将不再单纯地用于经济金融活动，还可将应用场景从经济金融领域扩大到日常化、生活化的方方面面，如租房租车、预订酒店、签证、婚恋、求职就业、保险办理等各种需要信用履约的生活场景，在市场营销支持、反欺诈、贷后风险监测与预警和账款催收等方面具有良好的应用表现。
最后，信用评估全面。大数据征信的信用评估模型不仅关注信用主体历史信息的深度挖掘，更看重信用主体实时、动态、交互的信息，以信用主体行为轨迹的研究为基础，在一定程度上可以精准预测其履约意愿、履约能力和履约稳定性。此外，大数据征信运用大数据技术，在综合传统建模技术的基础上采用机器学习建模技术，从多个评估维度评价信用主体的信用状况。
三、大数据征信存在的问题
大数据征信借助大数据技术能够更全面地了解授信对象，减少信息不对称，增加反欺诈能力，同时更精准地进行风险定价，从数据维度和分析角度提升传统征信水平，可以让征信更加科学严谨，是一个必要的补充。但从数据范畴和内涵的效用性、征信机构独立性及隐私保护等方面看，大数据征信仍存在诸多问题，需加以重视。
第一，数据范畴和内涵突破“金融属性”，效用性尚待验证。传统征信的数据主要来源于金融机构和公共部门构成的数据循环，以银行信贷信息为核心，包括社保、公积金、环保、欠税、民事裁决与执行等公共信息，数据相对完整且权威性高。大数据征信采集数据的范畴突破“金融属性”，数据主要来源于电商类平台、社交类平台以及生活服务类平台等，涵盖网上交易数据、社交数据及互联网服务过程中生成的行为数据，这些数据多与借贷行为关系不大，权威性较弱，且各平台的数据完整性各有不同，因而能否作为判断信用主体信用状况的主要指标，尚待市场验证。
第二，数据采集和使用未遵循“独立第三方”基本原则。传统征信坚持独立第三方征信原则，征信机构是“市场中立”的──既不与信息提供者或信息使用者有直接的商业竞争关系，也不介入或影响信息提供者或信息使用者在各自细分市场的竞争。而大数据征信突破“独立第三方”的边界，征信机构数据的采集和使用多源于并应用于自身开展的业务，这样征信报告的有效性得不到保障，公信力备受质疑。而且如果信息提供者或信息使用者控制征信机构，也很难约束其不滥用征信数据，或者损害个人征信权益。另外，征信机构无形当中会获取一定的市场影响力，可能扭曲信息提供者和信息使用者的行为,并对收费有操控力。因此，大数据征信的发展应坚持独立第三方征信基本原则，保持“市场中立”。
第三，隐私保护形势日趋严峻。大数据时代，数据挖据和抓取技术广泛应用，信用主体全方位信息数据得以被全盘收录，海量信息数据的收集给信用主体隐私带来巨大挑战，隐私防护变得更加困难。比如用于特定场合的信息数据被用于其它商业用途，不同机构之间信息数据的交叉验证，隐私侵犯的风险大大增加。
（作者：南湖互联网金融学院李雪婷）
本产品为数据猿推出的“金融科技价值—数据驱动金融商业裂变”大型主题策划活动（查看详情）第一部分的文章/案例/产品征集部分；感谢91征信的产品投递
1、产品名称
91征信——用互联网改变征信
2、所属分类
金融科技·征信
3、产品介绍
91征信专注解决多重负债问题，通过分布式数据库方式实现网络借贷数据共享，完整展现借款人负债详情。
标准化通讯方案及智能分发技术实时查询、秒级反馈，实现互联网金融及传统金融机构间的互联互通，联防联控。
91征信采用分布式数据库处理方式，在技术上讲，是向征信网络“区块链”化靠拢；从应用上讲，是通过实时精准数据产生倍增价值；每一位91征信联盟用户既是数据的使用者，也是数据的提供者，通过实现共享创造联盟生态链效应；91征信已覆盖近600家联盟机构，超过8000万借款人。
4、应用场景／人群
适用人群：在金融行业，产品为P2P、消费金融、小额贷款、保险和银行等金融机构的风控部门提供借款人负债信息查询服务。
应用场景：金融机构在收到借款申请后，会通过人民银行征信中心和第三方征信机构查询借款人的信用报告，通过信用报告中是否有信用不良记录和多家借款记录，判断借款人是否会产生逾期或者欺诈行为，以此避免公司的坏账率，保护资金安全。
5、产品功能
解决方案：
金融机构在放贷前，会对借款人进行风险评估，这就需要数据的支撑。而人民银行征信中心并不会把数据提供给民间金融机构，这是就需要通过91征信来获取借款人是否有多重负债和逾期行为。
查询需要放贷机构提供借款人姓名、身份证信息向91征信发出查询申请，91征信接到申请后分发查询需求给91征信联盟的成员，91征信联盟成员接到申请后迅速反馈给91征信，91征信生成同业征信报告反馈给查询的金融机构。
金融机构会把同业征信报告的信息录入自己的风控模型中重新评估借款人是否会有逾期或者坏账的风险。
6、产品优势
分布式数据网络不需要上传数据
利用互联网特性及标准化通讯方案将数据节点进行联通，形成互联互通共享平台，使得参与者不需要定期上传或者更新数据。
实时查询最新债务信息
通过分布式数据网络，链接会员数据，实时分发查询请求保证每一次查询得到借款人最新债务信息。
速度快3s查询近600家
运用索引机制，构建借款人借贷关系图谱，实现了3秒反馈分布式查询结果，给予用户秒级产品体验。
指标精简明晰
提炼借贷关系关键指标，未经标签处理，反馈最真实最精简的有效数据，对借贷结果进行信息共享。
利于建模
标准化数据，关键指标信息清晰，利于建模，可以邮箱提升模型区分度。
7、服务客户／使用人数
91征信在两年的迅速发展过程中，至今已服务包括中银消费、百度、玖富、中腾信、夸客金融在内的等近600家机构，为用户累计提供超过6600万人次的数据共享服务，产品每日为金融机构提供共享数据查询服务在50万次以上，全面覆盖了银行、消费金融、保险、三方支付、P2P、租车、保理等各类领域。
8、市场价值
随着互联网金融的高速发展，各家互金平台百花齐放，风控已成为各家平台的重中之重。具91征信统计，借款人中有多头负债行为的占45%，在4家以上平台拥有坏账的占比29.96%，各互金平台需要数据进行有效风控时，却得不到更多有效数据做支撑。
据中国人民银行征信中心2015年统计报告显示，人行征信中心数据库录入8.5亿自然人，其中有信用记录的3.5亿，剩余5亿人信用空白。而民间金融机构并不会像传统银行一样把数据上传到人行征信中心，民间金融机构的数据也互不相同，就造成“信息孤岛”的困局。
91征信通过分布式数据库解决方案，秉承“不上传，不保存、实时更新”的原则，将民间金融机构数据打通，打破各机构间的“信息孤岛”问题，形成91征信联盟，实现民间金融机构的信息互通。
9、产品地址
91征信同业征信报告：http://www.91zhengxin.com/industryReportV.do
10、所属企业
北京小崔时代信息服务有限公司
11、企业介绍
北京小崔时代信息服务有限公司运营始创于2012年1月，是一家致力于利用科技解决金融领域数据问题的技术公司。
2015年6月，公司以创新的不良资产处置方案获得市场及资本认可，并获得国际知名风险投资机构经纬中国的千万级天使轮融资，同年10月，致力于深层解决金融风险问题与征信数据共享问题的产品91征信正式上线。
2016年2月，91征信企业用户量超过200家，同期完成A轮融资，经纬中国跟投，2016年底公司实现全面盈利。
2017年5月，公司完成由银之杰投资的B轮数千万融资。新的融资将加速91征信愿景的实现，致力于通过互联网改变征信，为金融服务机构提供共享技术，全面降低金融行业风险。
91征信核心团队由宜信、百度、京东金融人员组成，总部位于中国北京，同时在上海、深圳设有业务部，目前公司业务已经拓展至北京、上海、深圳、杭州、南京、广州、成都、武汉、天津、青岛、石家庄等地区。
作为整体活动的第二部分，2017年10月25日，数据猿还将在北京举办千人规模的“2017金融科技价值——数据驱动金融商业裂变”峰会【本次论坛详情丨第一届回顾丨第二届回顾】并将在现场举行文章、案例、产品的颁奖典礼。
随着征信市场化步伐加快，大数据征信成为热门话题，受到互联网金融和资本市场的追捧。
征信与大数据有着基因层面的密切关系，一方面，征信数据是天然的大数据，理论上与消费者和企业相关的数据都可以用来作征信；另一方面，征信其实就是将分散在不同信贷机构、碎片化的局部信息，加工融合成为具有完整视觉效果的全局信息，从中挖掘出风险信息，破解交易过程中信息不对称问题。而大数据技术的优势就在于能够更好地利用IT先进技术，将支离破碎的数据整合起来，形成真正有用的信息。
所以，大数据对传统征信业务模式的影响将是变革性的，甚至是颠覆性的。我国征信业必须从制度设计、信息共享、隐私保护、监督管理等诸多方面不断创新，以迎接大数据时代带来的新机遇与新挑战。
大数据征信面临的挑战
(一)现行法律规制与大数据征信不匹配。近年来，国务院相继出台《社会信用体系建设规划纲要(2014－2020年)》、《征信业管理条例》和《征信机构管理办法》，初步形成了征信市场的法律框架。但是上述法律规范的调整和规制对象主要是传统金融机构，面对互联网金融，其是否适应互联网金融行业特别是大数据征信的要求，尚待有效验证。
(二)大数据征信面临技术性难题与应用困境。一是大数据的获取难度较大。随着互联网带来的广泛数字化潮流，全社会的基础信息搜集和信息共享机制有所改进，但仍不足以支撑全面的大数据征信，一方面以水、电、煤气为代表的基础信息、教育、住房、司法系统信息尚未完全联网，底层数据缺乏；另一方面支付信息和社交信息呈彼此封闭、割裂的状态，市场上的电商、社交平台对于信息共享问题同样非常谨慎，进而导致大范围内的数据获取存在障碍，数据获取成本过高。二是所建构的大数据模型的可信赖性有待检验。征信数据模型的精度提升必须建立在大数据有效、充分抓取以及处理的基础上，需要不断的实践反馈和反复修正。由于应用时间较短，缺乏历史数据参考，现有的大数据模型大都基于规则制定，其中带有大量的传统征信规则，还是一种中间形态，大数据征信的优势难以突显。三是大数据征信的应用范围不够宽泛。大数据征信中的数据信息大多来源于互联网，实际上就把较少使用或者不曾使用网络服务的群体排除在外。
(三)大数据征信监管体系与监管政策亟待完善。目前对于大数据征信的监管还相对薄弱，监管方式与手段较为单一，同时监管从业人员的知识结构以及对大数据征信的熟识程度也亟待加强。此外，大数据征信行业自律方面也远未成熟，目前尚没有行业联盟或者自律性组织协调相关从业机构规范经营，恪守底线，保护金融投资者和消费者的隐私及相关信息。
应对策略
(一)建立大数据征信业务规则体系，有效提升对市场主体的服务水平。一是夯实大数据背景下征信信息的基础，包括数据处理、数据安全、数据质量、产品及应用等规则和机制的建立，特别是对有关数据的采集范围、使用原则和信息安全等问题，应作出明确的法律安排。二是加快规范大数据征信标准的建设，逐步扩展信用评估数据来源；厘清政府的作用边界，维护征信主体的权益。三是鼓励征信机构借鉴发达国家征信理念、策略和方法，对接全球最大的信用评分机构FICO强大、实时、低成本的信贷决策引擎，积极参与风控标准等国际标准的制定，提高国际交流与合作水平。
(二)完善信用信息共享机制，整合形成大数据征信平台。一是加快落实信息公开制度，推进政府信用信息的共享。整合公检法、环保、交通、工商、税务、海关等各部门的信息资源，建立统一的社会信息平台，使信用变成资源资本。应分步建设全国统一的跨系统、跨平台、跨数据结构的政府综合信用信息共享交换网络平台。该平台应建成标准统一、可消除信息孤岛、能进行分类分等级管理并可实现信用信息“一站式”查询的第三方社会征信平台，以推动部门之间信息的互联共享。二是为大数据开放共享建立制度保障，通过立法框架和体制的修改，推动数据共享和接入。从制度层面看，按照国务院的要求，已在信用体系建设部际联席会议框架下建立了信用信息共享交换机制，用以推动信用信息实现共享。应尽快统一征信数据标准和格式，打破资源部门间的信息孤岛，以便进行规范化的数据融合，提升大数据的整合能力。三是加强行业协会组织建设，提供交流合作平台。要打通行业数据资源壁垒，促进征信机构之间的沟通与协调发展，使有效信息得到最大程度的聚合，真正形成“大数据效应”。
(三)强化数据质量，提高评估模型的有效性。由于大数据的维度广，数据错误和数据丢失等现象会更加突出，这就需要通过数据清洗和交叉验证等技术，识别用户身份，寻找丢失的数据，解决互联网上获取的线上信息不完整的问题，确保数据的真实性、完整性和有效性。同时，应不断完善和更新信用评估模型，挖掘海量数据与信用风险的相关性，通过客户属性、交易记录、评价信息以及商品信息，合理预测用户的违约率和逾期率，提高评估模型的准确性和有效性。最后，扩大评估模型的适用范围，避免对网上不够活跃用户信用评价不公平的问题。
(四)适应征信新常态，健全大数据征信监管体系。征信监管要适应征信业发展步入的新常态：互联网、大数据技术正引领征信领域变革，征信市场竞争互补的发展格局逐步形成，数据应用实践对权益保护提出了更高的要求。因此，应根据大数据征信的新特征和新模式，探索大数据征信的监管举措：一是机构监管与行为监管相结合。对于掌握大数据的企业，不仅监管征信业务和征信主体，还监管其数据使用行为，重点监督信息采集范围、业务流程、评价方法等。二是分类监管与动态监管相结合。针对不同类型和业务规模的征信机构，实施市场准入、非现场监管、现场检查相互依存的监管流程；同时对以大数据、云计算为特点的大数据征信业务，实行动态监管，建立事前、事中、事后全面监督体系。
(五)完善相关法律法规体系，保障大数据征信健康有序发展。大数据的收集可能会涉及国家利益、商业秘密、个人隐私等，要从强化数据立法、加强自主自控、注重显、隐价值保护三个方面筑牢我国大数据管理的安全防线，平衡公民隐私保护与个人信息数据的合法利用；同时，加强对征信活动的监管，加大对失信的惩戒力度。一是征信机构在信息的收集、存储、管理及使用等环节都必须有严格完善的制度规范，并严格遵照实施。同时要明确个人在其信息开放利用中的主导地位。建立健全政府大数据采集制度，依法记录和采集相关信息，征信机构不得违法提供或者出售信息。二是建立符合大数据特征的信息安全保护机制。在具体制度设计上，要规定信息主体、征信机构、信息提供及使用者之间的责、权、利，明确隐私信息的范围，确保信息主体的信息依法使用。三是在培育第三方征信机构时，应明确信息采集内容、方式、流程、应用等，加强产品质量管理、产品异议管理和创新信用信息产品，依法向客户提供便捷、高效、丰富的专业化的征信服务。
来源：金融时报/ 作者：谭莉莉
传播信用能量，聚焦征信动态。观众朋友大家好，欢迎收看征信聚焦。我是鑫茹，首先请看内容提要。
【内容提要】
聚焦两会——绿盾大数据征信模式探索未来发展方向
真我风采——绿盾征信“南通路演”首秀
绿盾征信助力葫芦岛市信用建设迎来发展的“春天”
绿盾征信获赣州市副市长的高度赞扬
在征信业，“数据不流通”、“数据获取成本高”、“结构化数据难以收集”等“数据孤岛”现象，早已为圈内人士耳闻目睹。在2017全国“两会”上，代表们就如何解决这一难题给出了建议。
全国政协常委、农工党中央副主席、上海交通大学副校长蔡威准备了《关于加快大数据时代征信行业发展的建议》的提案。
“允许征信类企业全面接入央行征信平台，帮助建立金融机构、互联网金融企业、第三方支付机构等对接机制和信用信息交换机制，形成央行征信系统和互联网征信系统的相互促进、互为补充。”
他认为：“大数据征信体系是未来发展方向，可以促进征信行业转型升级。”要解决“数据孤岛”问题，还应运用绿盾征信的大数据方案。
第一，大数据使得征信收集到的信息打破了原有局限，从互联网平台及移动端等多渠道采集，有助于对信息主体的信息数据全面把握;第二，大数据实现了征信数据深度挖掘，利用IT技术进行数据分析处理，能够更好地反应信息主体的信用状况，并提供更为丰富及符合场景的信用产品及服务。
在国内，采用大数据征信模式的第三方征信机构并不多，绿盾征信便是颇具代表性的一家。绿盾大数据征信的优势在于创建了利用互联网技术进行大数据社会征信的新模式;创立了规范化、实时性、直观体现企业诚信形象的信用评价体系，弥补了原来单一行业或区域性的渗有主观性的评判缺憾，构建了以“让事实作证，让数据说话”为指导方针的客观性、整体性、适时性、量化的企业信用评价新体系;将联合商业机制率先引入征信行业为我国征信业发展探索出一条“政府主导、部门监管、社会监督、企业自律”市场化运营的共赢之路。
2月26日，“2017舵手班新春茶话会暨蜘蛛网络项目路演首秀”在南通咸亨酒店举行，来自金融、环保、互联网、征信等行业的嘉宾出席。
活动分为项目分享、街坊60秒闪秀、神秘大咖三个环节。项目分享环节中，绿盾全国企业征信系统作为第三个项目出场，绿盾征信南通分公司负责人司福明结合政府政策文件、大量真实案例以及客观数据，全面介绍了绿盾企业征信系统。
司福明说，信用体系建设是社会治理的方法之一，绿盾企业征信系统是社会信用体系建设的有效手段，拥有“政府监管信息汇聚平台、企业信用状况查询平台、大众交易合作参考平台、消费风险投诉维权平台和中小企业融资平台”五大平台功能。
绿盾征信南通分公司现已在政府政务中心设立企业信用服务窗口，在如皋、如东、海安等地设立了服务中心，为企业建立完善信用档案、出具信用报告、进行信用评级等。
征信潮流之下，绿盾征信的每一步发展之路都走得非常坚实，以诚信为本，“征信为国，立信为民”，严格恪守“客观、中立、第三方”的征信准则，向社会履行着“帮助企业见证信用、保障大众消费安全、协助政府监管市场、促进社会和谐发展”的庄严承诺。
在座嘉宾们从中感受到了一个不断响应政府政策号召，真实、发展壮大的绿盾。
为推动“信用葫芦岛”建设，提高葫芦岛市公共资源交易活动的质量和效益，葫芦岛市公共资源交易管理办公室发布了《关于落实〈葫芦岛市人民政府办公室关于在行政管理事项中使用企业信用报告的通知〉的通知》1号，以下简称《通知》)。
《通知》指出，全市各招标代理机构、政府采购中介机构在公共资源交易活动代理过程中，应将相关企业信用报告作为资格审查的依据。
此前，葫芦岛市人民政府办公室发布通知，全市在“政府采购、公共资源交易、政府资金补贴”领域使用企业信用报告，积极推进企业信用报告制度的实施。相关部门要将企业信用评级结果作为考核指标，结合行业管理中的企业守信和失信行为记录，适时进行加减分。
同时，相关企业也应尽快建立、完善信用报告，做好信用评级，以免错失难得的商业机会。
作为葫芦岛市唯一一家大数据征信机构，绿盾征信葫芦岛市分公司负责人表示，良好的企业信用是社会经济健康发展的前提，而成熟稳定、高效运行的征信系统，则是市场经济持续发展的重要保障。葫芦岛市政府发文推广使用信用档案，为全市中小企业中树立了守信受益、失信惩戒、诚信自律的信用导向。
绿盾征信企业信用档案具有全面性、真实性、客观性和动态性四大优点，能够为社会提供可靠的信用参考依据，可以有效配合当地政府监管市场和改善经济环境，再加上绿盾征信葫芦岛分公司已在葫芦岛市开展建立和完善信用档案、出具信用报告、进行信用评级等征信工作多年，具有丰富的经验，已为该市多家企业成功中标政府项目提供了信用帮助。
2月27日上午，赣州市人民政府副市长兼党组成员高世文、中小企业局局长吴诗东、副局长卓秋生一行到访绿盾征信赣州分公司，调研指导工作。赣州分公司负责人王魏向各位领导汇报了征信工作情况，介绍了绿盾全国企业征信系统的特点、作用。高副市长仔细听取了汇报，并翻阅了绿盾征信的相关介绍资料，对绿盾征信的工作表达了高度赞扬和认可。
王魏主任以赣州市的典型失信主体为例，向高副市长讲述了建立企业信用档案对协助政府加强行业、市场监管，促进赣州市社会信用体系建设的重要作用。
高副市长表示高度赞同，他说：“如果所有企业的信用信息都录入到绿盾征信的系统里，将助力企业越来越讲信用，希望绿盾征信能在配合政府招商引资、食品药品安全监管等方面，再接再厉，做好企业征信工作。”
信用是企业最大的财富。企业牢固树立信用意识，在生产经营、财务管理、劳动用工等方面强化信用自律，加强诚信管理，提高信用等级，主动寻求第三方信用服务机构帮助建立、完善信用档案，在政府采购、招标投标、行政审批、市场准入、资质审核等行政管理事项中，使用第三方信用服务机构出具的信用记录或信用报告，将为信用的财富转化打下坚实基础。
以上就是本期节目的全部内容，感谢收看，我们下期同一时间再会。