0
“目前市面上小微企业征信产品的同质化程度非常高”，一位华北征信机构负责人表示。
这首先体现在数据来源上。“大家都是从一些最容易获得的企业数据（如工商司法）入手去做小微征信，但又在小微企业本身的业务理解上不够深耕。”
百融金服副总裁王正明认为，这导致市面上大量的小微企业征信产品，本质上就是一份份工商司法数据报告。
其次，在微众税银董事长赵彦晖看来，同质化还体现在客户需求上。
“虽然每个企业都有自己擅长的一套，比如有些做纯信用融资，有些做反欺诈，相互间并不完全一样，但这就像吃菜，你今天晚上吃了川菜，就不会再吃粤菜，同理，从客户需求角度来说，他只需要那么一两家的征信产品，这也是一种同质化。”
据了解，产品同质化如今已成为小微征信行业面临的主要问题，为什么会出现产品同质化、如何破解同质化竞争，针对这些问题雷锋网AI金融评论采访了多家持牌企业征信机构。
征信产品的设计离不开对信贷风险的理解，而小微企业的信贷风险来源大致可分为五个层面：
1、企业基本面信息，包括工商登记信息、涉税信息、司法诉讼信息等；
2、 企业关联信息，中国的小微企业主平均会有2-3家公司，他们一般会把经营状况最好的一家拿去申请信贷，而隐藏一些经营状况不良的公司；
3、 企业在银行里的征信报告，这些报告能够反映一个小微企业在银行体系内的共债情况，及其过往信贷行为表现；
4、 小微企业主个人的资金、资产状况，中国的小微企业主向来存在公私不分的特点，个人资金与企业资金之间可能存在相互挪用的风险；
5、 小微企业本身的经营状况，如ERP数据等，小微企业经营状况的好坏从根本上决定着它的还款能力。
在王正明看来，目前市面上的小微企业征信产品大多集中在对1、2层面数据的解读，其原因在于工商司法信息、企业关联信息、对外投资信息等可以说是国内现阶段公开最透明、获取成本最低的数据源。
“事实上国内的数据开放之路发展比较缓慢，这里不光涉及到技术，还涉及到很多法律层面的东西，所以目前大家在数据源获取方面还是比较窄，能拿到的数据只有那几类。”赵彦晖表示。
除了数据来源少、征信产品“原材料”缺乏之外，王正明认为国内小微企业征信产品同质化还有更深层次的原因。
“各家征信公司对小微企业信贷风险的理解还存在一些缺陷，尤其是对垂直行业的业务场景理解不够深，产品设计不够精细化，这其实是产品同质化的一个根本原因。”
“大部分人从表面上理解，会觉得数据是小微征信最核心的要素，但在我看来，对垂直行业、对场景的理解反倒是最重要的。”王正明认为，好的征信产品不能只是数据的简单堆积与加工，而应该是一套包含更多基于场景解读的规则和评价体系。
因为同样一份数据，由于小微企业所处行业不同、企业规模不同，可能会带来一个不同甚至是完全相反的理解。
“举例来说，比如同样是企业诉讼，我们认为一些微型企业一旦出现了诉讼，就是一种不太好的情况；但对一些有规模的企业，这里的容忍度就可以适当放宽，因为从历史经验来看，一个企业尤其是高科技企业一旦形成规模之后，诉讼变多并不是一种特别坏的表现，反倒是说明这家企业在市场上打开了，它的产品受到了更多的关注，所以才会产生这种讼诉状况。”
此外，从行业发展角度来看，目前国内小微征信行业还处于发展初期，各方面还未进入精细化、成熟化阶段。
与个人征信类似，国内的企业征信起步同样较晚，自2013年国家颁布《征信业管理条例》以来，才走过短短6年时间。
“现在还处于发令枪刚响过三五秒的时候，这时候大家就算有差距，差距也不会太大，产品同质化属于行业发展初期阶段的正常现象。”赵彦晖表示。
“未来会相互赛跑，业内的判断是最终可能会砍掉3/4的征信企业，按现在持牌的124家来算，最后能留下的可能只有20多家。”
事实上，不只是中国，从全球范围来看，各国征信业发展成熟之后玩家都不会太多。
如美国在企业征信领域呈现Dun & Bradstreet（邓白氏）一家独大的结构，而日本的企业征信采用市场竞争模式，已形成帝国数据银行和东京商工调查机构主导的双寡头格局，韩国、德国也与此类似。
可以说这注定是一场少数玩家胜出的比赛，那么在这场生死时速中，如何用差异化找到自己的生存赛道、如何在同类比拼中跑赢对手？成为摆在各类玩家面前亟待解决的问题。
挑“坏”的逻辑。“比起弄明白谁是好人，征信更重要的是把坏人挑出来，建立风控模型，建立坏人画像，所以小微企业的不良记录对征信机构很关键。”
在赵彦晖看来，相比银行，独立的第三方征信机构在收集小微企业不良记录方面更具优势，毕竟银行之间会存在黑名单互不相通的情况。
不止步于征信报告。征信产品的客户是银行，而不同银行的需求千差万别。据了解，此前银行的风控模型大多围绕借贷数据（属于金融数据）来建模，而税务数据（属于非借贷数据）对银行来说，属于比较陌生的数据。
在中国涉税数据是一个较为特别的数据，大多数银行拿到之后，不是用不了，而是用不好。所以征信机构不能只单纯提供风控报告给银行，而要针对不同的银行客户提供从咨询到开发的一整套征信系统。
在数据源方面更多维。“一般来讲，基于对行业的理解，你在整个风控里加入的有价值的数据维度越多，你的风控模型对小微企业的评估就越精准、越客观”。
在金蝶征信总经理董聪看来，通过增加采购、生产、销售、后勤等企业日常经营数据，既可以弥补财税数据角度的单一，把握企业真实运营情况，还可以从小微企业的角度为其提供更多个性化信贷服务，这是小微企业信贷未来发展的一个趋势。
此外，更重要的是不能只停留在数据表面。正如王正明所讲，“做小微企业征信，数据只是表面上的关键。更深层的关键是对于数据的深度解读，以及对于行业的深入理解。”
“做行业征信，首先要明确的是数据应用的方向。”天创信用CDO赵千里表示，企业征信的应用最终还是要通过行业进行落地，而不同行业在需求上和信用应用的客观条件上都存在着较大差异。
例如对于电力行业，要先从电力内部应用服务做起，对数据的选择、处理、建模要以内部应用为导向，等待内部应用服务成熟后再向外部的应用扩展，同时在建模上要用到神经网络和随机森林等复杂算法。
而像汽车行业，则更偏向于市场化的应用，因此在数据选择上除了行业数据，还需要外部信用数据的辅助，而在建模上要以精度高、可解释性强的方法为主。
事实上，自2017年以来，除两家外资征信机构外，再无中资征信机构获批，从开放牌照到收缩准入，行业洗牌早已悄然开始，留给玩家们的时间已经不多。雷锋网雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
