截至今年，數百萬的中國民眾已經自願投入徵信數據提供的行列。預期2020年，全國凡是有金融借貸需求的個人及法人，都必須同意提供相關的數據，接受評估，唯有取得合格的徵信分數，才有可能得到所需的金融借貸。
中國大陸主管機關在2014年，核發了八張所謂的金融科技徵信執照，正式准許幾個知名業者籌辦金融相關的徴信大數據平台，利用金融科技來建立徵信範疇所界定的數據，加以分析、模擬及研判，進而建構一個完整的金融借貸風險相關的大數據資料庫。
看到這一則報導的當下，依稀記得有位重量級的領導，特別褒獎了臺灣聯合徵信中心的資料完整，和長期累積了寶貴的大數據。
中國大陸長久以來缺乏一個全國性的徴信中心，更遑論完整的資料庫。可能也正因爲如此，扣款本質的銀聯卡大行其道，相對的沒有預支風險的手機線上直付，也成為消費者和商家熱烈擁抱的交易方式。
在感嘆中國大陸的手機支付把臺灣、乃至於全世界都遠遠拋後的同時，或許客觀的來思考一下，就不難理解，其實這個手機支付的爆炸式發展，是因為先天上的缺陷，沒有徵信基礎的劣勢所促成的。
這八張執照的核發，加上近五十個月來的努力經營，一個個企圖心旺盛的金融徵信平台，都大致站穩腳步。
截至今年，數百萬的民眾已經自願投入徵信數據提供的行列。預期2020年，全國凡是有金融借貸需求的個人及法人，都必須同意提供相關的數據，接受評估。唯有取得合格的徵信分數，才有可能得到所需的金融借貸。
乍看之下，這個金融科技徵信的發展，其始末都完全合情合理，沒有什麼好大驚小怪的。
中國大陸其他基礎建設的雄心壯志，手機支付的規模宏偉，這個金融徵信平台的建立，是指日可待，使命必達。
但是如果仔細去瞭解目前公佈的大數據所要收集分析的範疇，徵信分數是如何計算出來等等，一些有趣又耐人尋味的細節就浮現出來。
大致是由五個大項目來累積分數，首先是檢視以往的水電瓦斯電話帳單繳交紀錄；其次是之前履行契約義務的能力；再追究以手機號碼的改換頻率和住宿地址的搬遷次數，來解讀個人的生活習慣和人格穩定性。
這三個評估項目，並没有什麼創意。現在所有的信用卡大數據，也都是採用這三個項目，臺灣早也是如此。
比較有意思的是第四項，行為模式和偏好，把消費習慣和購物商品的類別，拿來評估一個人的特質。常常花錢買電玩的人的和另外一個花錢買尿片的人，大概會有非常不同的分數。
最後一項是交友，由社群網站、群組參與的數據來分析研判一個人的金融徵信強度，或許套句老詞來描述：近朱者赤 ，近墨者黑吧！
當然每一個徵信平台都會有各自不同的項目，應該不限於前述的五項，也一定會使用不同的演算法來把大數據的資料，由不同的面相來剖析，以期建構有效的風險控管系數。
但是如果不能堅持專業冷靜的客觀，而是以偏概全的把收集到的個人消費特質來做主觀的曲解，把參與的社群網站，和群組聊天記錄，拿來斷定一個人的借貸誠信度，把金融徵信的分數演算成老百姓的操行成績，那麼如何妥當運用金融科技在大數據的資料庫中，既可演算出合理的借貸風險，又可兼顧對金融消費者的權益和個人隱私的尊重，則是另外一個挑戰。
