如果有一天你用滴滴或者快的打車時爽約了，這則個人信用的小污點有可能被記錄到你的信用報告中，甚至可能影響接下來的貸款行為。在互聯網時代，傳統的圍繞銀行構建的個人征信體系將被無限豐富化，征信的市場化趨勢將逐漸明晰。
1月5日下午，央行發布通知，要求芝麻信用（背后是阿里巴巴）、騰訊征信等八家機構做好個人征信業務的準備工作。這意味著，此前一直由央行主導的個人征信體系將邁出市場化重要一步。
阿里巴巴集團COO張勇此前對記者說，阿里現在已經是全球最大的商業數據中心。在阿里未來的愿景中，數據位于最核心的位置。那么這些數據究竟有什么用？數據是信用的來源。比如，傳統金融領域中的信用卡還款歷史記錄，日常生活中的水電煤繳費情況，互聯網時代網購一件衣服、租一輛車、轉一次賬，都能成為描繪一個人信用情況的數據來源。
大約一周前，螞蟻金服試運行消費信貸產品——花唄，低調推出賒銷服務。有的用戶能申請到幾千，有的能申請到三萬，有人卻無法獲得申請，這背后就是阿里的信用大數據在一系列復雜模型算法基礎上的應用。
再比如之前脫胎于淘寶旅行的去啊，對用戶的退機票款提供急速賠付，將退機票這個非常繁瑣的過程簡單化，還有目前天貓已對一些優質會員提供先試后買的服務，背后也都是基于大數據對用戶信用的評估。
相比于中國的征信發展和中國人對個人信用的意識程度，西方國家的征信體系已經建立了近200年，從基本信息(職業、街區)、借貸信息（房貸、信用卡)、消費信息(商場和網絡消費額度與頻次)、公共信息(法院判決、地鐵逃票）四個維度構建個人信用體系。
以法國等歐洲國家為例，乘坐地鐵一般無需刷票過閘機，但一旦被查到逃票，除了要遭受比票價高五六十倍的罰款外，這個信用污點也將被記錄到信用報告中。如果被查到3次逃票，這個人一輩子的信用恐將報銷。
目前，美國個人征信市場是以Experian、TransUnion和Equifax三大信用局為核心的個人信用體系，以及FICO信用評級機構。FICO分數的高低決定著八成美國人的信用水平，但這之外還有一個ZestFinance，用機器學習的方式，通過成千上萬個維度對用戶的海量互聯網數據進行收集和分析，實際上是對FICO覆蓋人群的一個互補。
眼下，我國個人征信的市場化腳步正在加快。1月5日，中國人民銀行印發《關于做好個人征信業務準備工作的通知》，在八家獲批機構中，阿里、騰訊、拉卡拉等互聯網公司在列。
螞蟻金服信用業務拓展負責人鄧一鳴對記者說，螞蟻金服做征信可以看作是對央行征信體系的補充，除了在人群范圍和數據分析維度上的補充外，還將提供更豐富化的征信應用場景。
“當信用體系只服務于傳統金融業時，更多人可能不會太關心個人信用問題。”一位業內人士對記者說。阿里和騰訊等互聯網公司介入個人征信體系，將極大地豐富征信場景，當人們逐漸意識到在與銀行有關的信用之外，那些與互聯網交集時產生的大數據也將影響其今后的消費行為時，個人征信意識將被培養起來。
