1月30日，騰訊旗下的征信平臺騰訊信用正式向全國范圍開放公測個人信用分，但僅僅一天之后就下線了。一個眼看就要引發全民刷屏的現象級產品就這么戛然而止，加上騰訊征信官方的有效信息披露實在有限，下線原因也就引發了廣泛的猜測。

一個被廣泛流傳的說法是個人信用分涉及合規問題被監管叫停，不過，仍缺乏“實錘”，只是靠猜測。真正的原因留待后續官方的實錘信息，在本文中，我們談一談個人征信分的煩惱。

1

2015年1月5日，央行發布《關于做好個人征信業務準備工作的通知》，要求8家機構做好個人征信業務的準備工作，準備時間為六個月。7月，央行完成驗收工作，各種信用分悄然上線，8月初就有媒體報道稱“ 8月上旬下發首批牌照”，市場一片歡騰，8家機構之外，據稱還有30多家機構在競爭第二批牌照資格，其中也包括一些電信巨頭和商業銀行。

上旬在平靜中過去，市場在焦慮中等待，直至下旬，央行行長助理楊子強在某研討會上強調，要嚴把征信行業進入門檻，在征信許可備案中把握好市場規劃，對征信機構整體數量有計劃，不搞多而亂。一些敏感的媒體嗅到了不同的氣息，開始大膽預測，“此次這8家征信機構恐怕無法都獲得牌照，央行可能只會下發6個或者7個征信牌照”。

相比央行征信機構，社會化征信機構的數據來源還包括了信用卡還款、網購、轉賬、理財、水電煤繳費、租房信息、社交關系等，覆蓋范圍很廣，以至于可以涵蓋征信空白的學生群體。然而，數據源雖然廣泛，但由于存在明顯的信息孤島現象，數據的數量和質量堪憂，以至于，同一個人在不同機構的信用分，可能差異巨大。同時，缺乏強金融屬性數據也備受吐槽，沒有金融屬性數據，如何判斷用戶的還款意愿和還款能力呢?

在數據監管方面，則涉及到數據保護的問題，如何保護個人信用信息主體的合法權益，數據采集的邊界在哪里，如何確保數據的準確性，被采集數據有沒有完善的保護機制，出現了數據泄露有沒有追責機制……如此等等，在立法層面并沒有明確的界定。這種背景下，試點機構在數據采集和保護上也就難免引來諸多質疑。

舉例來說，網購惡意差評、網絡打車爽約、拖欠物業費等信息數據普遍被納入各種征信分中，問題是，如何判斷一個差評是不是惡意差評?打車爽約就一定是打車人的責任嗎?拖欠物業費的業主有沒有其他的苦衷?……數據來源的精準性問題不解決，以此數據得出的信用分是否會有失偏頗，廣泛使用是否會有失公平公正?