继高企的获客成本后，征信数据调用，正成为中国无数普惠金融疾行军一块隐性的、数目不低的成本。

监管一直希望贷款类机构能真正践行小额、分散的普惠金融之路，然而，我们必须意识到的是，如果放款机构的人均借款额只能维持在区区几千元的水准线、贷款定价还不能过高，此外放款机构还要去负担数千万级借款人、人均数十元的征信查询成本，对于本身以盈利为目的的商业机构来说，负担真不算小。

券商中国记者调研了7家放款类机构（含贷款交易撮合平台）。作为普惠金融践行者，或者说希望以普惠金融为目标的机构，他们共同呼吁，借款征信查询成本能够进一步降低；或者，在同样的成本范围内，所获取的数据能够更加精准有效。

做普惠金融不能仅靠监管不断呼吁，只有我们从实际业务痛点倒推贷前环节需要优化的地方，才能最大化激发机构做普惠金融的热情。

两笔账目勾勒征信查询成本

从数学的角度，让我们来算两笔账：

1

一个持牌的、具有发放贷款资质的金融机构（互联网银行或消费金融公司），在它每做出一次授信决策之前，就要花1块钱查询央行征信；2块钱调用鹏元征信以及中诚信的学历信息接口、航旅信息接口和住宅信息接口；再花2块钱查询芝麻信用和腾讯征信；然后再花2块钱查询滴滴和美团信息……请问，最后按照风险权重配比，把整一箩筐的征信信息都查完，单个用户至少要花多少钱？

这家持牌机构展业三年的总贷款申请人数大约6000万，那么它平均每年花在平台首次贷款客户上的征信查询成本有多少？

如果这家机构的过审率为15~20%，而复借的用户达到50%，用户每复借一次还要再查询一次，那么这家机构花在复借审核征询查询上的费用有多少？

最后，这家持牌机构平均一年至少要花多少钱在借款人征信查询上？

2

一个非持牌的小型消费金融公司/大中型P2P，在它每一次授信/贷款撮合之前，也要花2元多钱调用芝麻信用反欺诈信息和腾讯征信社交数据；然后再花3元左右查询同盾和百融数据，调用运营商、航旅、教育等数据。

综合下来，一个客户单次查询要花费约5元钱的征信查询成本。平台的过审率达到70%，复借户不需再度查询，只需接入平台自身开发的风控模型。展业四年，这家公司的借款总户数已经达到三千万规模，实际借款用户近两千多万。那么，这家非持牌机构一年至少要花多少钱在征信查询上？

两个问题如果只站在数学角度探讨，第一个问题所涉持牌机构年均征信查询费用要在1.5亿左右；第二个问题所涉非持牌公司年均花费3750万。相对各自的营收，这笔费用都不足以构成负担，但都不是一笔小数目。

但我们需要知道的是，现实的数字或许会更大：因为只有当家机构的借款用户规模足够大、信查询量足够大的时候，放款机构对于征信提供商才有议价权，才能享受上文所述的批量合作下的查询费用。

放成一笔贷款要调用的数据有哪些

必须说明的是，上述两个案例均无指代特定公司，而是记者在采访了一家互联网银行、三家持牌消费金融公司、三家非持牌贷款类（含撮合）平台后综合得出的平均数据。

一家民营银行的高管告诉记者，央行征信查询是最便宜的。“早年间，央行征信查询还要10块钱一笔，近两年给商业银行的是2~5元一笔。考虑到民营银行初建，给民营银行和一些持牌消费金融机构的价格，都是一元一笔。但它不是缴一次就完事，复查是照常收费。比如我们每季度进行贷后管理要查询信息，进行信用污点跟踪，这里是照常收费的。”该民营银行高管告诉记者。

但央行征信并不能作为信审数据单一来源。上述民营银行高管和一家大型持牌消费金融公司高管告诉记者，他们均在央行征信之外，调用了鹏元、中诚信、芝麻信用、滴滴、美团等第三方机构数据接口，这些垂直细分征信数据共同构成了信审数据箩筐。

“比如我们有的时候还要查借款人学历、航旅记录、出行信息、手机通讯信息等，就会跟目前的第三方机构合作。他们的数据维度其实越来越丰富，但我们不会只和一家合作，而是和多家合作，调用各家不同的数据接口。比如我调用鹏元的学历、调用芝麻的反欺诈，用哪家的什么数据，我们有自己的逻辑模型。”一家大型持牌消费金融公司高管告诉记者。

此外，我们必须要知道的是，中国有无数的非持牌放贷类机构（包括撮合贷款的P2P），目前没有资格接入央行征信。

综合一家非持牌消费金融公司和两家P2P平台的总经理的说法，他们目前主要接入的第三方征信公司有同盾、百融、芝麻、腾讯、百度、前海征信等，通常不会一次性全部接入，同样也是根据自己的客群属性调用接口。

“我们的单个借款用户征信查询成本已经算是业内较低了，一个才四块钱，我知道有很多公司是5~8块左右。当然我们的量（借款人量）比较大。据我所知，业内最低的应该就是蚂蚁借呗，他们对自己的数据极其有自信，当然人家的数据确实比较好，单个成本才2块钱左右。”一家非持牌贷款类机构高管告诉记者。

基于商业机密的角度考虑，上述机构并未全向记者明言征信查询占运营成本的比重有多大，但记者获知的三个公司来看，最低的是苏宁消费金融，征信查询成本占比为10%；另外两家分别为20%和30%左右。

“不管占比多少，借款人数在千万以上的平台，几乎每年都要掏出上亿元在征信查询上。占比其实跟各个公司自己的业务特性有关，有些公司天然有场景、有入口，那么他们花在获客上的成本可能稍微小一点，那么征信查询的占比就大了；有些风控比较粗放，他就是愿意把钱花在推广啊、获客啊，那么他们的征信查询成本占比就没这么大了。”上述非持牌贷款类机构高管向记者分析。

普惠金融玩家的呼声

“作为普惠金融机构，我们更在意央行数据之外的数据，包括马上成立的信联和囊括各部委类似公积金、社保的综合数据的打通，这些对于大幅降低机构成本有很大帮助。目前数据就是还是存在壁垒问题，P2P和小贷机构类金融机构的信贷数据如果能共享起来，甚至各部委和地市级的数据能打通，对于普惠金融机构发展很大”， 苏宁消费金融公司相关人士表示。

事实上其所言，极具代表性。

“我对百行征信的寄望是，能做到行业集中共享，打破信息孤岛。比如一个借款用户已经过度负债的话，平台能够通过查询一个接口就意识到这个情况的存在，然后不予以其发放借款标的。”一位P2P高管称。

上述两位人士所言，其实反映出的是一个问题——目前不同的征信数据商互为割裂。此前一位个人征信行业专业人士曾向记者表示，出于自身业务保护和商业利益的考虑，各平台不愿主动将数据共享；更为重要的是，各家平台对于个人信用评价的模型算法都不太一样，出于保护个人信息的考虑，各家平台对外输出的通常是针对个人标签化的信用评价，而非涉及隐私的个人具体信息。因此，对于尚在筹建的百行征信而言，如果只是单纯从各家平台搜集这类标签化的信用评价，其实意义并不大。

除了呼吁多维度统一的数据，有行业人士建议，其实放款机构本身也会对央行征信数据库进行数据报送，丰满了后者的数据维度，是否在使用成本上能够得到进一步优惠。

做普惠金融绝对不是容易的事情，也不能仅靠监管不断呼吁，只有我们一次次从实际业务痛点倒推贷前环节需要优化的地方，才能最大化激发机构做普惠金融的热情。