原标题：欧美国家征信制度完善，而中国征信制有哪些挑战？
传统银行的用信用评分评估，以及用来评估申请人偿还贷款本金和利息支付能力的变量，金融机构依靠其金融专家的知识来控制风险。然而，一些用于特定的贷款对违约风险的评判方法缺乏严格性，目前金融行业尤其是互联网金融大数据积累并不完善，基于互联网的信用评价方式并不能提供更好的风险评估解决方案。
比如，借款人的相关资料、资质以及身份都很容易造假，由于互联网甄别不出来，因为会对借款人的信用评价产生很大的误导。在实际操作中，借款人通过编造理由、虚构借款用途就可以蒙混过关，由于平台方对通途难以监控，这就使得资金流向变得非常具有不确定性。
长期以来，在欧美发达国家，FICO（美国FairIsaac&Company，费埃哲公司专有的信用产品）分数在美国的信用体系中占有重要地位。FICO评分是关于消费者信贷行为的信息综述，通常是美国的金融机构筛选借款人的第一道门槛。它的分数区间是300-850，分数越高表示借款人未来的违约风险越低，如果超过680分表示信用极好，如果借款人的评级区域为620点，则很难获得信贷。具体来说，FICO评分具体有信贷偿还历史、未付债务额、信贷记录历史年限、新信贷急需程度以及信贷综合类型等五个维度的变量组成。其中信贷偿还历史的变量权重最高，占比35%。这些变量的权重都是长期测试得出的。FICO的最终评级由美国三大信用局评估，它们共同使用FICO系统，由于数据源不尽相同，他们给出的FICO评分也有差异。FICO的基本思想就是利用大数据等技术工具，多维度比对个体与曾经违约的样本数据库之间的特征比对，计算出信用分值。
国内网贷信用风险管理并不完善，过多使用定性分析的手段，个人判断式的主观因素权重过大，从而导致科学的数据化系统化定量分析不能发挥重要的作用。这种以主观断定为主的模式过度依赖“人治”，借贷不确定性提高，大大限制了网贷规避风险的能力。另一个现状是，中国网贷行业一方面数据积累非常单薄，导致规范性和质量普遍不高，更重要的是，掌握量化管理的内控专业人才培养周期过长，远远跟不上当下网贷行业对专业人才的需求。判断方法，数据积累和人才积累的短板使得P2P网贷公司无法实施统计分析和可靠性测试在借款的信用评级和丢失率的损失性等方面，从而放大了网贷平台的信用风险。征信体系的成熟度、网络数据技术的发展程度、数据安全都直接影响网贷平台的风险规避能力。
数据的分散使大数据无法让网贷行业充分发挥其应有的作用，这也使得网贷平台的信用风险进一步增加。目前的现状是，互联网金融行业的数据，都储存在银行、工商、海关、电信、财政、税务、法院等不同领域，每个数据存储的地方由于没有实现很好的互通，导致数据不能实现充分的流通。此外，各个数据的数据格式也不尽相同，数据的公开程度也有差异，一些底层的基础性数据都处于封闭状态，这使得一些互联网金融数据之间流动性差，不能很好地实现互补、印证，这便大大抑制数据分析的效用。
此外，由于网贷企业设立时间短，借款人的信用数据的积累本来就非常单薄。互金行业与其他行业之间没有形成很好的信息共享机制，而各P2P网贷公司之间的数据流通更是问题。因为出于商业机密、数据安全等各种维度的考虑，各家互金平台之间缺乏统一的制度安排和运营规范，因此不能实现网贷信用数据的共享，这影响了借方、贷方和平台方之间的透明度。例如，由于P2P借贷平台不能直接查询央行的征信数据，网贷平台只能通过线下尽调弥补这一不足，从搜集信用数据开始到最后的层层审核，不仅需要更多的人力成本，也耗费了大量的事件成本，这也为个人信用的造假提供了漏洞，不能对借款人违约实现行之有效的震慑。
责任编辑：