中共中央國務院在2022年下發的《關于推進社會信用體系建設高質量發展促進形成新發展格局的意見》中多次強調完善的社會信用體系是供需有效銜接的重要保障，是資源優化配置的堅實基礎，是良好營商環境的重要組成部分。在中央大力推進信用建設的當下，全國各省市陸續推動當地征信公司的成立與完善以此助力推動金融服務實體經濟發展。

截至2023年3月底，全國共有26家省級征信公司/平臺，通過分析前述省級征信公司/平臺的成立時間、地點、控股股東等內容，大致可得出如下結論：

從成立時間來看，2015年至2020年的六年時間里，僅有11家省級征信公司/平臺陸續成立/搭建，而2021年一年便成立了5家，2022年至今共成立了10家。

從成立地點及注冊資本來看，省級征信公司或運營省級征信平臺的運營主體的注冊資本均較高，其中注冊資本金額達到50000萬元人民幣的共有5家省級征信公司，分別是福建省金融投資有限責任公司全資控股的福建省金服云征信有限責任公司、四川金融控股集團有限公司與遂寧興業投資集團有限公司共同持股的四川征信有限公司、陜西廣電融媒體集團有限公司全資控股的陜西省征信有限公司、蘇州企業征信服務有限公司等19家公司共同持股的江蘇省聯合征信有限公司以及由安徽國元信托有限責任公司等5家公司共同持股的安徽省征信股份有限公司。

從省級征信平臺/公司的建設情況來看，各省級征信機構/平臺大多遵循人民銀行《關于進一步推動地方征信平臺建設的指導意見》的指示，按照“政府引導+市場主導”的建設模式，由當地省政府聯合人民銀行分支行等單位著力推動建設，如：廣東省級征信平臺——粵信融，系由廣州銀行電子結算中心全資子公司廣東圖騰征信有限公司運營，該平臺及廣東圖騰征信有限公司是在廣東省政府領導下，由人民銀行廣州分行牽頭，并在廣東省發改委、省市場監管局、省政數局等部門大力支持參與下推動設立的。通過“政府引導+市場主導”的建設模式，可以讓省級征信公司有效統籌地方公共信用信息、金融信貸信息以及市場信用信息，能夠高效推進數據資源流通、共享并讓數據發揮更大的價值，更好地為經濟發展作出貢獻。

各省級征信公司及平臺具體情況如下表所示：

注：

1.西藏自治區征信服務平臺已在西藏自治區人民政府官網上發布新聞通稿，確認試運行期間由人行拉薩中心支行指導西藏高馳征信有限責任公司對該平臺運營完善，但筆者尚未在中國人民銀行官網檢索到“西藏高馳征信有限責任公司”的企業征信機構備案公示通知。

2. 貴州省大數據綜合金融服務平臺官方網站顯示其主管單位為貴州省地方金融監督管理局、貴州省發展和改革委員會、貴州省大數據發展管理局、人民銀行貴陽中心支行、貴州銀保監局，運營單位為貴州至簡數字科技有限公司，但筆者尚未在中國人民銀行官網檢索到“貴州至簡數字科技有限公司”的企業征信機構備案公示通知。

通過研究各大省級征信公司及其平臺推廣的征信產品，我們可將其主要分為四類：

（一）信用報告服務

企業征信服務主要是指征信公司通過大數據、云計算、區塊鏈等金融科技手段，對企業多維度信用信息進行分析挖掘，構建企業信用評分模型，為政府、金融機構和企業等用戶提供綜合、信用評價、信用評級等精準服務。

目前，企業征信報告大致也可分為兩類，其一為基礎信用報告，主要包括企業基礎信息、經營信息、風險信息三大板塊內容，通過分析企業身份信息、股東信息、社保公積金繳納信息、稅務信息、涉訴信息等數據對企業進行信用評價，從而滿足當下企業對自身信用狀況的評估及日常信用維護等需求；其二為深度版信用報告，深度版信用報告往往在基礎信用報告之上，附加企業社保、水電氣、征信、納稅、擔保信息等，同時征信公司也會運用其反欺詐模型進行測評從而更全面的展示企業信用狀況，為金融機構決策提供堅實依據。

（二）特色金融服務

除了基礎的信用報告，征信公司往往會根據各省市級政府重點支持的行業建設與其特色相符的行業信用評分模型，通過前述評分模型為目標行業/產業提供大數據信用評價分析，從而支持金融機構創新推出各項金融特色產品。如江蘇省聯合征信有限公司與金融機構共同打造“優企貸”產品，通過聯合建模規避金融風險；廣西聯合征信公司基于用電數據與北部灣銀行、農信社等機構合作開發“電力貸”產品，為以電力能源作為主要生產要素的制造型小微企業提供融資服務；亦或深圳征信與寧波銀行深圳分行開展定制化的聯合建模服務，深圳征信針對銀企信息不對稱、信貸風險把控難等問題，用機器學習、關聯圖譜等數據挖掘手段，將企業工商、經營、用工等多維數據進行深度分析、挖掘，打造量化模型產品，賦能銀行風險管控。

（三）精準營銷服務

在傳統營銷過程中，金融機構獲客難、精準度低，而有融資需求的小微企業卻缺少融資渠道、融資流程也較為繁瑣，有鑒于此，部分征信公司基于其掌握數據的豐富性、多元性，對企業數據進行深度對比分析，構建企業360度用戶畫像，并通過平臺精準推送、產業圖譜解析、行業競爭力排名、高級搜索等產品形式優化金融機構對企業客戶的定向篩選和精準服務。

（四）智能風控服務

征信平臺通過整合其擁有的數據資產，利用大數據互聯與關聯關系挖掘技術，對目標企業進行動態監控，從而為地方金融組織提供貸前風險審查、貸中、貸后風險預警監測等服務。

征信平臺往往通過解析海量數據、建立評價模型以及剖析多維畫像等方式對目標企業進行貸前風控預判，并且征信平臺還會根據金融機構風控要求設置反欺詐模型、風險評估模型等，從而更好的為金融機構提供決策依據。其次，征信平臺還會依據其對目標企業各項風險指標的多維風險規則的判斷分析為金融機構提供實時預警，如浙里信平臺就目標企業工商變更情況、內部經營情況、企業概況、負面輿情、信貸風險以及社會信用等六個維度進行監測分析，從而遠程監控企業各項經營風險，實時生成風險預警指標信息，搭建全方位的動態監測和實時預警推送體系。

第一，數據獲取的合規。首先，數據權屬問題目前尚缺乏清晰且權威的認定標準，目前依據學界主流觀點普遍認為個人信息數據權利歸屬于個人主體，非個人信息個人數據與非個人數據權利歸屬于投資（時間、金錢、人力等因素）主體。但前述觀點仍舊未得到法律法規的明確確認，對于征信機構而言若無法明確其享有權利的數據，則難以將數據要素轉化為數據資產從而難以推動數據要素的高效流通。其次，數據授權的原則與方式方法也由于數據獲取方式及獲取主體的差異，存在松緊不一的監管口徑，這也對征信機構在獲取數據過程中提出了更高的合規要求。最后，現有法律法規及行業標準均要求征信機構作為數據提供者保證數據的合法性、真實性和有效性等，若征信機構在提供服務過程中未注重數據質量，未采取一定合理措施確保數據真實性和準確性，則其很有可能需要承擔相應法律責任。

第二，數據運營的合規。一方面，征信機構往往會通過API接口和數據拷貝來獲取或提供數據。API作為現代應用程序的基本和核心組件，已逐漸成為最頻繁的在線攻擊向量，并可能造成數據泄露等風險，因此征信機構需要提升自身網絡安全技術，通過特定的技術手段防止未經授權的訪問并形成良好的數據加工環境。另一方面，為提供數據資源高效利用，已有較多大型集團開展了數據歸集工作，歸集過程中，數據收集者與數據處理者非同一主體，在數據收集后極有可能在其集團內部進行協作處理分享，在此過程中則需要注意其是否已將此歸集共享行為告知信息主體并充分獲取了信息主體的授權同意，否則極易發生合規風險。

第三，數據產品的合規。數據的匿名化與數據產品本身的沖突：如果要保證機構的數據產品脫離原始數據成為可以合法交易的數據產品，一般要求對原始數據進行匿名化處理，匿名化處理比去標識化要求更高，其要求不可復原追溯至特定主體，但對于征信產品而言，其最終需要結合原始數據資料，雖然不直接勾稽某一個數據庫來源，但最終需要還原至某個主體，從而可見其征信情況，這種規則上的沖突也是導致目前征信機構的產品所存在的一個比較突出的合規風險。

各省市充分響應國家號召，陸續成立了多家省級征信公司及平臺，省級征信公司/平臺的成立也能夠在一定程度上打破各部門和單位的“數據孤島”現象，推動數據要素的有序流通，使數據要素創造出更大價值，降低中小微企業融資成本并為金融機構有效提示風險且提供決策依據。