中国人民银行相关负责人近日在接受记者采访时表示，随着互联网金融的兴起，信贷机构得以通过互联网大数据综合判断授信对象的信用状况，这将推动我国征信系统信用评分模式转变。

　　便于判断授信对象的信用

　　中国人民银行营业管理部征信管理处处长袁新峰表示，上述“征信系统”的全称为“金融信用信息基础数据库”，2006年由央行建成，是我国重要的金融基础设施。当下互联网金融的快速发展，大大扩展了征信体系的数据范畴，这将推动传统信用评分模式的转变。

　　“传统金融模式下，银行只能通过历史信贷信息判断授信对象的信用水平。而在互联网金融模式下，信贷机构可广泛应用信用评分模型，通过电子交易平台信息、物流信息、资金流信息等互联网大数据综合判断授信对象的信用状况。”袁新峰表示。

　　然而，目前新型放贷主体的信用信息尚未被纳入征信系统。征信系统的数据主要来源并服务于银行业金融机构等传统意义上的信贷机构，P2P(个人对个人的网络借贷)机构、网商小额贷款机构等新型信贷平台的信贷数据游离于征信体系之外。

　　这一转变仍面临诸多难题

　　袁新峰表示，有必要在进一步研究论证的基础上将这些信贷信息纳入征信系统，但要实现这一转变仍面临诸多难题。

　　首先，目前我国对互联网金融信息的使用尚无明确的法律规定，将这些信息纳入征信系统存在法律风险;

　　其次，新型网络信贷机构的数据缺乏统一标准，归集困难。央行在调研中发现，P2P网络信贷数据项目种类庞杂、数据量巨大，各机构缺乏统一标准，如何开发符合业务的接口规范尚需论证。

　　第三，国家对个人信息采集、查询和不良信息报送告知等有严格的规定，目前新型网络信贷机构自身信用风险管理能力和信息安全管理水平还需进一步提高，新型网络信贷机构共享征信系统的条件尚不成熟。