時隔三年，央行重啟企業征信備案。

　　日前，中國人民銀行官網發布公告，包括商業安全工具天眼查的運營方——北京金堤征信服務有限公司在內的3家企業，獲批企業征信業務經營備案，成為企業征信備案重新開閘后首批獲資質牌照企業。

　　公開信息顯示，從2016年下半年以來，多家企業征信機構備案被注銷，企業征信領域正經歷洗牌，專業化、數據化成為企業征信的發展方向，而這些都意味著傳統低門檻的企業征信時代一去不返。

　　逆勢增長，挖掘公開數據背后的價值

　　作為重啟之后首批獲備案許可的企業征信機構，天眼查是唯一一家只采用公開數據的公司。資料顯示，天眼查成立于2014年，2017年天眼查完成了1.3億元人民幣的A輪融資，進一步深耕公開數據的商業價值和社會價值。值得一提的是，天眼查在2018年“經濟寒冬”中逆勢增長，實現盈利，其服務的企業客戶累計6.48萬家。

　　天眼查給自己的定位是“商業安全工具”，核心的技術能力是通過梳理公開數據信息，挖掘出企業背后的關系。除了把數據信息展示給用戶，還展示數據洞察結果，比如天眼評分、天眼關系、天眼風險等。

　　天眼查創始人兼CEO柳超曾不止一次地在公開場合表示，“公開數據是最有價值的，因為它可以無限連接，不存在數據孤島，因而能產生更高的用戶價值。”柳超認為，私有數據有“壁”，公開數據無“壁”，正因為沒有“壁”的阻隔，數據之間的關系網從理論上講可以實現無限延展。

　　目前，天眼查收錄了全國超1.8億家社會實體信息，涉及企業、事業單位、基金會、學校、律所等，包含上市信息、企業背景、企業發展、司法風險、經營風險、經營狀況、知識產權等300多種數據維度。

　　據天眼查介紹，這些數據信息主要是來自國家企業信用信息公示系統、中國執行信息公開網等權威數據源的數據，任何人都能直接獲取，公開透明。

　　“普惠型淺度盡調”新模式，營造良好營商環境

　　征信業是市場經濟中提供信息服務的行業，是指征信機構按照一定規則合法采集企業、個人的信用信息，加工整理形成企業、個人的信用報告等征信產品，有償提供給經濟活動中的貸款方、賒銷方、招標方、出租方、保險方等有合法需求的信息使用者，為其了解交易對方的信用狀況提供便利。

　　對企業基本情況和潛在風險進行調查又被稱之為“盡職調查”，是企業投資并購程序中最重要的環節之一。在收購過程中，收購者通常會對目標公司的資產和負債情況、經營和財務情況、法律關系以及目標企業所面臨的機會與潛在風險進行一系列調查。在資本市場，天眼查之所以能逆勢增長，其中一個重要原因是開創了“普惠型淺度盡調”新的商業模式。換句話說，就是不需要采用原始盡職調查的實地調查模式，就可以了解公司的現狀及潛在風險，形成對公司發展的判斷。

　　原始盡職調查的業務形態多為實地調查，實地調查就是與高管、核心技術、銷售人員交流與訪談，從內部了解公司的歷史、現狀、戰略、技術先進性與成熟度、市場競爭力等情況。原始的盡職調查，即便是基于公開信息進行的淺度調查，也需要耗費較高的人力和時間成本，通過各個渠道搜集企業相關信息。

　　關于企業情況調查，天眼查表示，可以用技術幫助專業人士用很短的時間做一些事情，比如幫助律師查找一些關聯公司實際控制人，從而發現更多的線索。但更具體的，比如一家公司納稅賬戶、內部賬務等不公開數據，天眼查則不提供相應的技術服務。

　　據天眼查介紹，普惠型的淺度盡職調查很大程度上解決了傳統盡職調查數據不全、平臺上傳數據積極性不高、更新不及時、接入門檻高以及人工采集信息耗費時間長等問題。這一全新的模式，也有利于打造良好的社會營商環境。

　　數據化需求提升企業征信業門檻

　　企業征信實行備案制，《征信業管理條例》2013年頒布實施后，備案企業一時間出現井噴狀態，有關統計顯示，高峰期獲得企業征信備案許可的企業有136家。

　　2016年，中國人民銀行出于監管考慮，關閉了企業征信備案通道，一直到2019年4月重啟。三年多的時間里，備案企業征信機構沒有新增，與此同時，部分已經獲得備案的企業征信機構，或主動申請，或因連續6個月以上未實質開展征信相關業務被注銷。根據中國人民銀行公布信息顯示，陸續有20家備案企業被注銷。

　　傳統征信與大數據征信的區別在于，傳統征信采用的人工采集模式，能夠獲得較為真實的借貸人信息，能從安全的角度出發，仔細分析借貸人的所有信息。大數據征信則是利用自身的海量數據優勢和用戶信息，從財富、安全、守約、消費、社交等幾個維度來評判，為用戶建立信用報告，形成以大數據為基礎的海量數據庫。

　　大數據征信一個重要的優勢是支持線上操作，按需定制，能夠極大地降低使用門檻。據天眼查介紹，目前，天眼查收錄的數據實時更新，能夠實現從洞察風險到預警風險的全方位把控，針對個人、企業、政府都有相應的解決方案。重要的是“免費查詢，查詢沒有任何驗證碼、注冊、登陸限制”。

　　嘉銀新金融研究院分析認為，當前我國企業征信行業面臨數據同質化、產品同質化等問題，利用最基礎的數據和算法，建立符合商業應用環境與政策要求的模型和系統，或者基于數據征信服務衍生其他配套產品服務，才是未來企業競爭的決定性因素。