一、征信的原则

　　征信的原则是征信业在长期发展过程中逐渐形成的科学的指导原则，是征信活动顺利开展的根本。通常，我们将其归纳为真实性原则、全面性原则、及时性原则和隐私保护原则。

　　1、真实性原则

　　真实性原则，即指在征信过程中，征信机构应采取适当的方法核实原始资料的真实性，以保证所采集的信用信息是真实的，这是征信工作最重要的条件。只有信息准确无误，才能正确反映被征信人的信用状况，保证对被征信人的公平。真实性原则有效的反映了征信活动的科学性。征信机构应基于第三方立场提供被征信人的历史信用记录，对信用报告的内容，不妄下结论，在信用报告中要摒弃含有虚伪偏袒的成分，以保持客观中立的立场。基于此原则，征信机构应给予被征信人一定的知情权和申诉权，以便能够及时纠正错误的信用信息，确保信用信息的准确性。

　　2、全面性原则

　　全面性原则，又称完整性原则，指征信工作要做到资料全面、内容明晰。被征信人，不论企业或个人，均处在一个开放性的经济环境中。人格、财务、资产、生产、管理、行销、人事和经济环境等要素虽然性质互异，但都具有密切的关联，直接或间接地在不同程度上影响着被征信人的信用水平。不过，征信机构往往搜集客户历史信用记录等负债信息，通过其在履约中的历史表现，判断该信息主体的信用状况。历史信用记录既包括正面信息，也包括负面信息。正面信息指客户正常的基础信息、贷款、赊销、支付等信用信息；负面信息指客户欠款、破产、诉讼等信息。负面信息可以帮助授信人快速甄别客户信用状况，正面信息能够全面反映客户的信用状况。

　　3、及时性原则

　　是指征信机构在采集信息时要尽量实现实时跟踪，能够使用被征信人最新的信用记录，反映其最新的信用状况，避免因不能及时掌握被征信人的信用变动而为授信机构带来损失。信息及时性关系到征信机构的生命力，从征信机构发展历史看，许多征信机构由于不能及时更新信息，授信机构难以据此及时判断被征信人的信用风险，而导致最终难以经营下去。目前，我国许多征信机构也因此处于经营困境。

　　4、隐私和商业秘密保护原则

　　对被征信人隐私或商业秘密进行保护是征信机构最基本的职业道德，也是征信立法的主要内容之一。征信机构应建立严格的业务规章和内控制度，谨慎处理信用信息，保障被征信人的信用信息安全。在征信过程中，征信机构应明确征信信息和个人隐私与企业商业秘密之间的界限，严格遵守隐私和商业秘密保护原则，才能保证征信活动的顺利开展。

　　二、征信的基本流程

　　征信活动可以分为两类：一类是征信机构主动去调查被征信人的信用状况；另一类是依靠授信机构或其他机构批量报送被征信人的信用状况。两者最大的区别在于前者往往是一种个体活动，通过接受客户的委托，亲自到一线去收集调查客户的信用状况，后者往往是商业银行等授信机构组织起来，将信息定期报给征信机构，从而建立信息共享机制。两者还有一个区别是前者评价的范围更广，把被征信人的资质情况、诚信度考察、资产状况等都包括在内，而后者由于是批量采集信息，因此灵活性和主观性上不如前者，但规律性和客观性则强于前者。但两类方式在征信的基本流程上是相同的，例如，前一类流程要制定计划，决定采集哪些信息，而后一类流程也同样如此，由征信机构事先确定好需要采集的信息后，与信息拥有方协商，达成协议或其他形式的约定，定期向征信机构批量报送数据，因此，在讨论流程时，可以将两者合并在一起。

　　（一）制定数据采集计划

　　能够反映被征信人信用状况的信息范围广泛，为提高效率、节省成本，征信机构应事先制定数据采集计划，做到有的放矢。这是征信基本流程中一个重要的环节，一份好的计划能够有效减轻后面环节的工作负担。一般来说，数据采集计划包括以下内容：

　　1、采集数据项

　　客户使用征信产品的目的都不尽相同，有的希望了解被征信人短期的信用状况，有的则是作为中长期商业决策的参考。客户的不同需求决定了数据采集重点的迥异。征信机构要本着重点突出、不重不漏的原则，从客户的实际需求出发，进而确定所需采集数据的种类。例如，Ａ银行决定是否对Ｂ企业发放一笔短期贷款时，应重点关注该企业的历史信贷记录、资金周转情况，需采集的数据项为企业基本概况、历史信贷记录、财务状况等。

　　2、采集方式

　　确定科学合理的采集方式是采集计划的另一主要内容。不论主动调查，还是授信机构或其它机构批量报送数据，征信机构都应制定最经济便捷的采集方式，做好时间、空间各项准备工作。对于批量报送数据的方式，由于所提供的数据项种类多、信息量大，征信机构应事先制定一个规范的数据报送格式，让授信机构或其它机构按照格式报送数据。

　　3、其它事项

　　在实际征信过程中，如果存在各种特殊情况或发生突发状况，征信机构应在数据采集计划中加以说明，以便顺利开展下面的工作。

　　（二）采集数据

　　数据采集计划完成后，征信机构应依照计划开展采集数据工作。数据一般来源于已公开信息、征信机构内部存档资料、授信机构等专业机构提供的信息、被征信人主动提供的信息、征信机构正面或侧面了解到的信息。出于采集数据真实性和全面性的考虑，征信机构可通过多种途径采集信息。但要注意，这并不意味着数据是越多越好，要兼顾数据的可用性和规模，在适度的范围内采集合适的数据。

　　（三）数据分析

　　征信机构收集到的原始数据，只有经过一系列的科学分析之后，才能成为具有参考价值的征信数据。

　　1、数据查证

　　数据查证是保证征信产品真实性的关键步骤。一查数据的真实性。对于存疑的数据，征信机构可以通过比较不同采集渠道的数据，来确认正确的数据。当数据来源唯一时，可通过二次调查或实地调查，进一步确定数据的真实性。二查数据来源的可信度。某些被征信人为达到不正当目的，可能向征信机构提供虚假的信息。如果发现这种情况，征信机构除及时修改数据外，还应记录该被征信人的“不诚信行为”，作为以后业务的参考依据。三查缺失的数据。如果发现采集信息不完整，征信机构可以依据其它信息进行合理推断，从而将缺失部分补充完整。比如利用某企业连续几年的财务报表推算出某几个数据缺失项。最后是被征信人自查，即异议处理程序。当被征信人发现自己的信用信息有误时，可向征信机构提出申请，修正错误的信息或添加异议声明。特别是批量报送数据时，征信机构无法对数据进行一一查证，一般常用异议处理方式。

　　2、信用评分

　　信用评分是个人征信活动中最核心的数据分析手段，它运用先进的数据挖掘技术和统计分析方法，通过对个人的基本概况、信用历史记录、行为记录、交易记录等大量数据进行系统的分析，挖掘数据中蕴含的行为模式和信用特征，捕捉历史信息和未来信息表现之间的关系，以信用评分的形式对个人未来的某种信用表现做出综合评估。信用评分模型有各种类型，能够预测未来不同的信用表现。常见的有信用局风险评分、信用局破产评分、征信局收益评分、申请风险评分、交易欺诈评分、申请欺诈评分等等。

　　3、其他数据分析方法

　　在对征信数据进行分析时，还有其他许多的方法，主要是借助统计分析方法对征信数据进行全方位分析，并将分析获得的综合信息用于不同的目的，如市场营销、决策支持、宏观分析、行业分析等领域。使用的统计方法主要有关联分析、分类分析、预测分析、时间序列分析、神经网络分析等。

　　（四）形成信用报告

　　征信机构完成数据采集后，根据收集到的数据和分析结果，加以综合整理，最终形成信用报告。信用报告是征信机构前期工作的智慧结晶，体现了征信机构的业务水平,同时也是客户了解被征信人信用状况、制定商业决策的重要参考。因此，征信机构在生成信用报告时，务必要贯彻客观性、全面性、隐私和商业秘密保护的科学原则。所谓客观性，指的是信用报告的内容完全是真实客观的，没有掺杂征信机构的任何主观判断。基于全面性原则，征信报告应充分披露任何能够体现被征信人信用状况的信息。但这并不等于长篇大论，一份高质量的信用报告言简意赅、重点突出，使客户能够一目了然。征信机构在撰写信用报告过程中，一定要严格遵守隐私和商业秘密保护原则，避免泄露相关信息，致使客户和被征信人权益受到损害。信用报告是征信机构最基本的终端产品,随着征信技术的不断发展，征信机构在信用报告的基础上衍生出越来越多的征信增值产品，如信用评分等。不论形式如何变化，这些基本原则是始终不变的。