大數據背景下信用信息共享的法理基礎

程 波，舒宗盛

（湘潭大學，湖南 湘潭 411105）

《左傳》曰：“君子之言，信而有征，故怨遠于其身?！币粋€人是否說話算數，取決于其“信”，即信用、誠實、信任的內在狀況，是故君子之“信”，如能驗證、或可征求，就不會招人怨恨。在這里，“征信”即古人“征求信用”“驗證信用”之原義也。19世紀初，英國倫敦的裁縫店為防止出現顧客不付款的情況，會互相交流顧客的誠信度。隨著20世紀下半葉以來信息技術的迅猛發(fā)展，西方傳統(tǒng)的人力征信方式開始向利用大數據、云計算等技術的新征信方式轉變。大數據征信帶來的不僅是征信方式顛覆性的變化，還有信用信息數據的價值勃發(fā)。由于源源不斷生成的數據形成了數據的“累積效應”，越來越多的公司、企業(yè)甚至權力機構爭先恐后開始數據采集工作并涉足征信行業(yè)，以瓜分征信市場這塊“唐僧肉”。大數據征信在享受大數據“累積效應”帶來規(guī)模經濟紅利的同時，也帶來了基于數據權屬的私人化和部門化而產生的信息孤島和數據壁壘。而征信活動的公共性特質要求打破信用信息傳播壁壘，切實實現信用信息共享。因此，為了實現信用信息數據價值的合理利用和社會整體福利的最大化，必須探尋大數據背景下信用信息共享的法理基礎。

一、從傳統(tǒng)征信向大數據征信過渡

（一）傳統(tǒng)征信與大數據征信的內涵

征信是指專業(yè)化機構依法采集、整理、加工自然人、法人或者其他組織的信用信息，并在包括金融交易在內的日常經濟活動中，為有需求的信息使用者提供相應的信用服務，幫助市場控制風險，進行信用管理的活動。在這一信用管理過程中，征信最基本的作用就是將分散在不同授信機構的碎片化的局部信用信息，加工融合成為具有完整視圖效果的全局信息，并從中挖掘出風險信息，以幫助解決交易過程中信息不完整的問題，從而減少風險，降低交易成本，幫助商業(yè)機構更加有效地進行決策[1]。

西方傳統(tǒng)征信行業(yè)的興起，以1841年美國鄧白氏公司的成立為標志，至今已有170多年的歷史。在我國，傳統(tǒng)征信以中國人民銀行征信系統(tǒng)為代表，受《征信業(yè)管理條例》約束，機構的設立和專業(yè)業(yè)務開展需要相應的牌照。從業(yè)務范圍上看，傳統(tǒng)征信以金融交易為中心，集中分析財務數據，一般只有幾十個數據項，主要涉及收入、資產及抵押狀態(tài)、擔保情況等，目的是要表現交易對象的債務狀況。但由于傳統(tǒng)征信的數據獲取渠道比較狹窄和固定，一般依靠幾個專業(yè)機構各自建立的數據庫，通過定向搜索一些小數據來形成固定模型。雖然數據本身是動態(tài)的，但由于數據項的更新和拓展很慢，覆蓋范圍小，數據使用者拿到的征信報告是固定的、格式化的、相對靜止的。所有這些都意味著傳統(tǒng)征信方式對數據的反應能力并不強，在預測信用交易風險和償還能力等方面存在不足。

隨著網絡科技和信息技術發(fā)展，特別是信息由最小的Bit單位存儲之后，信息作為數據存儲的能力提高了，描述、整理、分析這些數據的能力也隨之迅速提高。許多企業(yè)開始利用他們獲得的海量數據，根據一個人的工作努力程度、財務責任感、健康狀況等各方面的聲譽情況，對其進行聲譽評分——類似美國個人消費信用評估公司開發(fā)的FICO信用評分。就這樣，大數據使個人信息的使用開始變得普遍起來。尤其是在經濟生活領域，個人信息被商家廣泛收集利用，如某人登陸某網站或手機軟件（APP）時，系統(tǒng)會根據其過往的瀏覽信息、消費記錄等進行有針對性的推薦。以這種方式利用數據的不只是科技初創(chuàng)企業(yè)、保險公司和信用卡機構，更有專門通過數據端存儲來分析個人、企業(yè)信用信息的大數據征信活動。

由此可見，所謂大數據征信，其實是基于互聯(lián)網開展的全網海量數據采集、處理并直接應用的管理服務，是傳統(tǒng)征信的業(yè)態(tài)升級。與傳統(tǒng)征信采用同業(yè)信息分享模式，即客戶查詢一條信息需要先共享一條相應的不同信息，大數據征信是通過線上非定向地獲取各種數據，對互聯(lián)網主體的信用軌跡和信用行為進行綜合描述，用以判斷交易對象的可信度、預測信用交易風險和償還能力。這種利用自身的海量數據優(yōu)勢和用戶信息的征信方式，通過財富、安全、守約、消費、社交等幾個維度來評判個人信用狀況，為用戶建立信用報告，從而形成以大數據為基礎的海量數據庫。大數據征信可以把參與互聯(lián)網活動的人群都覆蓋到，且不用建立專門的數據庫，不需要大量的資金和人力、物力進行數據庫傳輸，一切數據與信息都隨著互聯(lián)網活動自然生成，只要在互聯(lián)網上通過平臺或者直接使用大數據搜索與抓取就可以了。因此，成本低、門檻低也是大數據征信快速發(fā)展，必然成為未來征信業(yè)主流的重要原因。

（二）大數據征信的特征

在我國，2013年是互聯(lián)網金融的元年，也是互聯(lián)網交易平臺、電商等互聯(lián)網機構開展非專業(yè)性、去牌照化的大數據征信業(yè)務的起步節(jié)點。如螞蟻金服旗下業(yè)務就是完全的大數據概念。在這里，所謂“大數據”，是指征信數據“大”，其來源廣泛，信息全面，不拘泥于財務類、資產類的信息，也包括非財務類的信息，如社交行為、文字語言、談話語音、圖片，甚至交友情況等，具有非常強的社會性。由此可見，相對于傳統(tǒng)征信方式，大數據征信的優(yōu)勢在于利用了大數據技術，實現了信用信息數據采集、分析和產出的高效性及中立性，在時間和空間上突破了傳統(tǒng)征信數據來源單一、數據規(guī)模有限、數據處理效率低的局限性。具體地說，大數據征信有如下幾個特征。

1.在空間上，大數據征信來源多而雜

傳統(tǒng)信用信息數據主要采集銀行或經過授權的征信機構關于借貸、繳費等證明信用主體以往守約度的數據，采集范圍呈現一維性，整體呈現精而少的特點，數據具有針對性且數據量小。而大數據征信則完全顛覆了“小數據時代”的特質，大數據技術采集數據的來源主要在網絡空間中，以地毯式的采集方式對網上龐大的數據流進行全面采集，無論是瀏覽、搜索痕跡還是停留的時間痕跡，都能通過技術發(fā)現并得到完整保留，而硬件設備的升級和采集技術的便捷度使數據儲存成本極低，所以，大數據背景下的征信數據種類數量龐大而且來源豐富雜亂。

2.在時間上，大數據征信采集、處理、分析高效

傳統(tǒng)征信是一個小樣本征信，數據從采集、整理分析及結論的輸出都是借助人力處理，這一過程漫長而復雜且?guī)в刑嗟闹饔^性，數據結論容易失真。而在大樣本征信的數據化時代，人力分析方式已無法匹配數據增長的速度，不具有現實操作性。大數據技術成為數據處理的最佳選擇，軟件、算法、程序等在快速處理分析數據的同時，也將數據承載的信息真實客觀地表達出來，充分發(fā)揮數據價值。

3.數據處理思維方式的轉變

在小樣本數據時代中，信用信息采集以業(yè)務內容為中心進行精確采集，在數據處理過程中注重分析數據間的因果關系問題，為了減少判斷因果關系的失誤程度，對于數據本身的真實性格外注重，從而導致數據分析成本高昂。在大數據時代，海量數據的真實性與否并不值得多加關注，因為數據處理思維由因果關系轉向了相關關系分析。大數據的特質降低了異常數據對于整體結論的干擾度，從而實現了數據的可預測性。如谷歌通過網上關于“發(fā)燒”“感冒”等搜索內容預測某個地區(qū)流感的發(fā)生，便是利用了相關關系進行分析，并據此做出防范[2]。

（三）大數據征信的發(fā)展方向

大數據征信依賴于能夠從海量數據中獲取關于個人預測的大分析能力，擺脫了傳統(tǒng)信用評估模型覆蓋人群窄、信息維度單一、時間上滯后，預測絕對風險的能力較弱，以及信用記錄不完整或不夠完善的個人消費者很難被傳統(tǒng)金融服務機構所覆蓋等種種不足。由于各征信企業(yè)主體需要數據間的共享來降低信息的收集成本，并通過數據間的重復篩選與利用來提升信息質量，從而實現效益的最大化。因此，現階段的大數據征信并不是一個數據由單一主體收集、整理與利用的征信，而是一個信息共享的征信。目前，大數據征信正不斷發(fā)展以強化自己的征信服務能力，一些新興技術如云存儲技術、區(qū)塊鏈技術等能夠對現有信息的分布結構產生影響的技術也逐漸被大數據征信吸收與結合，并將在未來得到更多的應用。

二、信用信息數據權屬

（一）信用信息共享與信用信息權屬的內在邏輯

大數據技術需要海量數據，海量數據的來源在于共享，一是公民對企業(yè)等主體的單向分享，二是企業(yè)間的雙向分享。數據共享作為大數據主要的價值所在，已被企業(yè)、政府等各方主體所認可。大數據共享使各主體的數據相互流通，能夠使彼此創(chuàng)造的價值呈指數型增長。大數據的核心——計算價值，以海量數據為基礎，使大數據得到更有效的利用。此外，近年來興起的云存儲技術①云存儲是一種數據存儲模式，將數據資源存儲于多個服務器，用戶可以通過云計算機服務獲取和訪問自己想要的信息。云存儲可以實現公民保存和管理自己信息的成本降低。云存儲本身不是服務，是數據存儲功能的一個系統(tǒng)支撐。云存儲連接著應用軟件的接口商，在為公民服務時，也為企業(yè)獲取信息提供了便捷的通道服務，企業(yè)可以在獲得授權情形下獲取信息。，既降低了公民的信息收集成本，也降低了企業(yè)獲取信息的成本。還有目前尚未成熟的區(qū)塊鏈技術，通過點對點技術、秘鑰技術等實現以行為中心為節(jié)點的分布式存儲，能夠增強公民對個人信息的控制權利，未來也將逐漸發(fā)展應用。

在我國社會信用體系建設的發(fā)展過程中，征信行業(yè)需要適應大數據時代發(fā)展所帶來的技術變革。大數據征信的技術發(fā)展方向就是產品和服務的提升，就是不斷地開拓數據渠道，發(fā)展數據挖掘技術，創(chuàng)新金融服務、電子商務、社交媒體等領域的征信模式。但必須指出的是，大數據征信在促進信用信息數據的整合、形成數據庫資源的同時，也存在征信公司將采集來的信用信息數據作為本公司的私有財產，產生數據保護主義的風險，從而導致數據庫間互相獨立，無法形成信用信息數據的有效整合和共享。對此，應在探討信用信息數據權屬，實現信用信息數據共享的基礎上，實現具有規(guī)模經濟意義上的數據“累積效應”。

（二）信用信息數據權屬理論

1.域外信用信息數據保護模式

從信用信息數據權屬角度講，流通中的信用信息數據包含著豐富的個人信息，既涉及人格利益，同時也涉及財產利益。對個人權益的侵害事實上貫穿信用信息數據采集和使用的全過程。因此，在信用立法中，應對信用信息數據的采集進行規(guī)范，其中，對個人信息的保護最為重要。如美國對個人數據保護立法目的以財產權為核心，將個人數據視為經濟商品，通過采集、分析、評價來實現數據價值，為消費者或者信用使用者提供信用服務和產品。與美國有所不同，由于歷史創(chuàng)傷等原因，歐盟成員國更加注重對個人數據的保護，形成了以人格權為中心的保護模式，如德國的“信息自決權”重在強調個人得以自主、自由地決定如何使用個人信息[3]。其以人權對個人信息進行保護，以明示同意為個人數據采集的必要條件，依法享有遺忘權、刪除權等規(guī)定體現了法律上個人對自己信息的絕對支配地位。個人信息自決權已跨出隱私權保護的被動局面，成為一種控制型、管理型的個人信息保護機制[4]。

2.我國的信用信息數據保護方式

在我國，對于數據的權屬理論主要有以下幾種觀點：一是認為個人享有初始的數據財產所有權，但個人可以通過用戶協(xié)議，將占有、使用權讓渡于企業(yè)或政府，由其開發(fā)出更高效的數據產品[5]。二是認為保護個人信息本身就是保護其承載的人格利益[6]。三是從經濟學和法學的雙重視角解釋個人信息的權屬，提出能夠識別出特定的個人或與特定的個人相關聯(lián)的個人數據財產權歸屬于數據主體[7]。綜上，可以看出，對數據的權利屬性定位以財產權為核心。但信用信息數據作為依附于數據主體人身利益的財產權利，不能通過征信公司以采集方式來實現信用信息數據財產權的讓渡。信用信息數據不是征信公司的私有財產，不能以私有物的保護心理將其保護起來，而必須在數據權屬的理論框架下，討論信用信息數據共享的法理基礎。

與傳統(tǒng)的人力征信方式相比，大數據征信依據信息載體記錄的信用信息發(fā)生了微妙的變化。通常情況下，訪談用文字記錄、電子媒介儲存，就會成為信息。而談話缺少了載體，就只是人們之間的私密對話，只能成為個人隱私。在這里，隱私是個人私密性的，隱私權保護的法律價值在于對人格尊嚴以及人格自由的捍衛(wèi)。個人信息尚未提升到權利的高度，因為此時的信息使用仍局限于個人和一定范圍內的私人交往。傳統(tǒng)征信和大數據征信皆可能出現買賣個人信用信息的問題。在這種情況下發(fā)生的個人信息的侵權案件，傳統(tǒng)的法律應對是將其作為侵犯人格權處理。而在大數據存儲極為便捷的今天，用數字化形式存儲的個人、企業(yè)信息，可能不再被特定的主體使用，乃至獲取一定利益，換言之，信息主體對經過存儲的數字化的個人信息，已具有不經個人授權而泛濫式利用的可能。在這樣的背景下，一個不同于隱私權的個人信息權的概念，就隨著數字技術的普及而產生并受到越來越多的關注。這是因為，數字技術使數據端有可能采集、存儲、分析并擴散與個體有關的各種信息，從個人檔案到駕駛記錄，再到所有網上活動痕跡。數據化存儲所導致的數據挖掘現象，使存儲在數據端的個人信息的權利價值開始具有非人格權的屬性，或可界定為一種新型權利。

我國法律對于個人信息作為法益保護還是作為權利保護，沒有明確規(guī)定。在這種情況下，一方面，信用信息存儲于數據上，作為無形物的數據具有非獨占性和共享性，但這并不妨礙信用信息數據成為權利的客體。另一方面，信用信息數據作為權利客體，不在于其特性，而在于需要和價值判斷。將信用信息數據作為權利客體，既可以維護自然人對個人信息的控制權利，使個人信息保護有法律依據，又可以保證企業(yè)對收集數據的所有屬性，從而促進大數據征信產業(yè)發(fā)展。目前，在《中華人民共和國民法總則》《中華人民共和國網絡安全法》等法律的相關條文中，只規(guī)定了收集和利用數據的企業(yè)所應承擔的相應義務，通常表現為依法使用、妥善保管、不得泄露等規(guī)定。信息收集一般采用同意要件，也確認了公民對個人信息所享有的控制權利。由此可見，我國立法機關的立法原意對信用信息數據的保護仍是權利保護的傾向，但尚缺乏更明確的規(guī)定和明確的“個人信息權”的字樣。

近些年，還有一種觀點主張法律應明確規(guī)定被遺忘權。被遺忘權是一種擴張了刪除請求權的權利，賦予信息主體請求信息刪除、回收等決定性的權利，其由遺忘權、刪除權、拒絕權等內容有機構成。但其主要適用于個人信息的人格價值保護上。在當下大數據強化信息共享的背景之下，筆者主張，仍需要對個人信息權的財產屬性做出積極回應或做出調整，以逐步完成由個人信息權的人格權保護向新型權利的轉化。事實上，個人信息的商品化以及關于信息數據的自由貿易轉讓市場已經開始萌芽。在日本，“Data Plaza”（數據廣場）由富士通公司建立，該網站可以買賣多種數據，包括個人購物記錄等。美國有家Personal公司，它支持自己的用戶出售個人數據獲得經濟利益。鑒于此，也有一些觀點主張將個人信息的權利分為人格權和財產權兩種權利。這種二元構建看似合理，因為其挖掘了不同的個人信息并分類對待，解決了權利配置問題。但是，公共利益的個人信息在此模式下容易被忽視。為了一些公共目的，政府治理需要收集個人信息，與此相類似，大數據征信的信用信息的權利屬性，就難以用財產權去運行，同時人格權所主導的個人信息自決權也不適用于此。如果政府收集信息或征信中的信用信息，需要主體的同意或是以商業(yè)利益分配為條件，那將增加信息收集的難度并影響治理效果，造成公共目的實現效果的降低。因此，筆者主張在個人信用信息上以個人信息權為一項整體權利，在現有的人格權主導情境下，順應大數據技術的更新，逐漸挖掘其財產價值，并調整現有的規(guī)范模式，完成信用信息權利由人格權向新型權利的過渡。

（三）信用信息的二元價值

首先，從信用信息承載的利益來看，信用信息包含了個人信用權與個人信息權雙重價值。香農的信息論指出，信息要通過物質或能量的傳遞消除不確定性，反之則是噪聲[8]。其指出了信息之所以成為信息的兩個關鍵因素，即信源與信宿。信源是物質和能量的發(fā)出主體，如人、花等物質，信宿是物質與能量的接收主體，如與人交往的另一方。而信息的整個傳播過程則是由信源發(fā)出能量或者物質，通過信道傳遞給信宿，經過信宿主觀價值評價消除了不確定后方才產生信息。由此可見，信息從本質上來說具有天然的公共屬性，信息主體為其產生的源頭，但并不意味著信息主體對信息本身享有當然的控制權利。因為信息主體發(fā)出的能量是否為信息，要由信宿決定，要通過能量接收者的主觀價值評價。因此，作為信息接收者的征信機構或數據公司才是使信息成為信息的關鍵性因素。所以，對于信用信息而言，其承載的信息權益應有征信機構或數據公司享有，這是由信息本身的非人身專屬性、公共性決定的。征信主體基于生產服務需要，并付出一定勞動捕獲網絡空間中存在的能量加工成為信息，其享有基于信用信息上的財產權益。

當然，不可否認現代網絡社會由于信息泄露產生的侵權糾紛異?；钴S，強調信息主體的信息控制性權利理所應當，但從本質上來說，這種信息控制的權利所保護的乃是信用信息上的人格利益，或者說是個人信用權。從理想狀態(tài)上講，信用信息由信息接收方捕獲并進行二次加工生成多樣態(tài)的服務與產品，無論對于信息主體還是征信機構、數據公司而言都具有極大益處，信息主體能夠享有其信息利用的深層次價值利用，征信機構或數據公司則能夠獲得巨大的價值收益。而現實狀況中的信息泄露，是對信用信息利益產出鏈條的一種破壞。對此，必須從信息主體角度出發(fā)，確定信息泄露侵害的法益性質。對于信息主體而言，作為信息的產生者控制信息流動是不現實也是無意義的，信息的主觀價值性決定了信息主體只是信息的產生客體，不能以自己主觀意愿阻礙他人的價值評價。而從信息主體訴求來講，對于信用信息的保護針對的是基于信用信息上承載的人格利益或者信用權益，信用信息的傳播處理過程加大了信息泄露的風險，使得信用主體要承擔人格利益減損或者被他人不當評價自身信用的風險，這種價值與利用信用信息產生財產價值是不同的。信用信息主體權益保護的重點在于個人不被打擾、公正評價的個人信用權益，這種權益本質上屬于人的人格尊嚴。因此，從信用信息上的個人信用權和個人信息權來看，征信機構與數據公司等信息接收方享有信用信息上的財產權益，而信息主體則享有人格權益或者信用權益。所謂的個人權利保護就是立足于個人人格尊嚴角度，信用信息歸于信息接收者所有，但信息主體享有信用信息利用過程中不被打擾與合理利用的權利。從信用信息共享上看，信用信息共享所要挖掘的價值是信用信息內在的巨大財產性價值，實現信用信息全面共享有著當然合理性和內在價值考量。

三、信用信息共享的法理基礎

（一）信用信息的公共性

首先，信用信息數據的公共性決定了信用信息數據的共享性。馬克思表示：“人的本質不是單個人所固有的抽象物，在其現實性上，它是一切社會關系的總和?！雹亳R克思：《關于費爾巴哈的提綱》，載《馬克思恩格斯選集》，人民出版社，2012，第135頁。在其論斷中，社會性是人的本質屬性。所以作為識別、評價個人的信用信息數據，在整個社會關系中不僅關系到個人利益與價值的實現，也是關系到他人利益的重要因素，因此，其既具有社會性，也具有公共性。在這里，所謂信用信息數據的公共性，既強調保證政府社會治理職能實現的需要，又指出了信用信息數據作為無形存在的客體，具有識別個人的能力。大數據時代，信用信息數據多而雜，龐大的數據源相對于傳統(tǒng)的銀行金融信用信息數據而言，價值密度更低，結構化和非結構化的信用信息數據交雜，除如身份信息這種能夠直接識別個人的信息數據外，間接反映數據主體信用狀況的數據占據著更大的比例。對于這部分價值密度低、間接性更強的信用信息數據，需要利用大數據技術才能全面收集。但是也要看到，信用信息數據本身并不能提供價值，其價值要體現出來，必須要利用算法對數據進行整理分析后，才能輸出產品為社會提供信用服務。從這個意義上說，信用信息數據的價值來自數據二次的深層次處理使用，而此價值的最終受益方仍是數據主體。換言之，無論是信用產品服務，還是信用風險咨詢控制，都是為廣大的數據主體提供服務，這也是信用信息數據取之于民、用之于民的體現。

（二）經濟社會的信用風險控制

現代社會的風險控制要求實現信用信息共享。社會轉型使得一次性博弈成為交易常態(tài)，致使交易風險擴大，現代社會成為名副其實的風險社會。在理想的交易環(huán)境中，雙方在信息對稱的基礎上通過完備的契約促成交易的完成，防止失信行為的產生。然而，在現實的交易環(huán)境中，信息優(yōu)勢方往往是對自己產品更了解的賣方，買方則只能通過賣方提供的有限信息判斷交易風險的大小。此時，信息優(yōu)勢方占據主導地位，它能夠自己決定要向對方披露哪些信息、怎樣披露，而劣勢方處于被動接受的困境，信息不對稱使得交易的不確定性增加，由此形成風險。面對風險社會的形成，亟需構建社會信用體系。因此，我國基于現實的需要，建立了以中國人民銀行為主的國家金融信用信息數據庫，目標就是使信用信息數據共享成為社會風險控制的核心，借助信用信息數據的共享控制社會風險。

（三）福利社會形成的價值需要

社會福利的增加以信用信息數據共享為前提。福利社會以低風險、高保障為特點，而信用信息數據共享能夠營造出低風險、高保障的社會環(huán)境。從經濟方面來看，信用是一種社會資本，或者說是虛擬資本，同金錢一樣需要流通以產生更大的經濟效應。如果數據主體固守自身信用信息數據，將不利于數據價值的挖掘。只有當信用信息數據在經濟活動中流通起來，征信公司才能利用技術將低密度的信用信息數據進行整理分析，再轉化為高密度的信用狀況評估，從而衍生出金融產品。但這個產品并不是由公司消耗，而是放在市場中由數據主體享受。這樣一來，數據主體在提供信用信息數據的同時也享受到了收益，從而體現了信息經濟價值的回饋。從道德方面來看，由于技術的急速發(fā)展和法律相對滯后，信息非法采集、泄露事件時有發(fā)生，這導致數據主體時刻擔心自己的信用信息數據被非法采集利用，同時也擔心別人的不誠信威脅到自身利益。這種狀況的形成一定程度上與信用信息不流通有關。與其憂心信用信息數據泄露，不如主動將之公開，一旦社會中形成良好的誠信風氣，惡劣之風就能隨之得到遏制，社會整體道德水平也會隨之提高。從政策方面講，社會共治要求信用信息數據實現共享。所以，無論從經濟收益、道德環(huán)境還是社會共治上，信用信息數據共享都能帶來更大益處，能促進社會整體福利的增加。

總之，在大數據時代，征信機構的數據積累是其一項重要的商業(yè)資本。一方面，征信主體在積累信用信息數據的同時，需要提升自身的數據存儲能力，豐富所積累數據的維度，提升數據分析挖掘、處理速度等各方面能力。另一方面，信用信息數據的公共性、社會風險控制性及社會福利提升的價值需要，都要求實現信用信息數據的共享，促進征信業(yè)向一個嶄新的數字化時代——大數據征信時代邁進。