3、征信模型：流窜在黑市中的数据流，鱼龙混杂、臭气熏天，在这个基础上建立的所谓的“大数据征信”或“风控模型”，又有几分可信度？基础不稳，何以建高楼？除了数据不干净，数据的同质化，也是征信行业发展缓慢的掣肘。

目前，市面上有三个数据库比较有意思：一个是支付宝的芝麻信用分，来源于用户的淘宝交易记录和行为数据；一个是腾讯，来源社交数据；最后一个是前海征信，拥有平安集团的数据。

除此之外，大部分的征信机构手里的数据大体雷同。“数据存在大量的噪音，需要进行数据清洗、挖掘，才可以使用”，易观高级分析师李子川称，数据并非点石成金，而是在一堆沙子中淘金。

“其实，现在大部分的征信公司，只是数据的集合地，并没有所谓模型”，某互联网金融公司负责人曾和很多征信公司合作，他觉得目前征信行业能提供的价值，极为有限。

互联网金融平台会给征信公司，提供一些借贷用户的信息，对方出一份《个人征信报告》。 报告中，除了一些正常信息外，还有几个维度，比如，是否是公司法人、诉讼信息、各大电商是否购物等。

“给我们就是一堆原始数据，并没有做任何衍生和关联性”，该负责人称，这对于风控起的作用有限。由于缺少征信模型，征信公司提供的服务只能算差强人意。但打磨一个好的征信模型，又极其艰难。

“模型的验证需要很长时间”，春晓资本高级投资经理张磊表示，“需要把它放到一个5到10年的产品周期中观察。”比如，房贷的周期是30年，车贷5年，没有跑完整个借贷周期，并不能判断这个模型的准确性。“验证只是第一步，还需要持续地对模型进行迭代优化。”

这是一个漫长过程，即使是周期比较短的消费金融，也需要重复验证、修正的阶段。“这类服务节省了客户查询时间，有些进一步整理了各种数据的关联性，不能说没有意义”，李子川表示，“但是这只是初级阶段，目前征信机构普遍没有提供更复杂产品的能力。”今年年初，央行征信中心对各个银行进行调研。反馈的意见之一便是，希望在征信报告外，能够提供更深度、增值的产品。