一、引言
个人信用管理体系的建立健全是社会进步和金融现代化的重要标志。欧美发达国家早在几十甚至上百年前便已展开了信用体系建设的探索，以美国、英国为代表的主流发达国家已经建立起了一套比较完善的社会信用体系。2013年1月21日国务院发布了《征信业管理条例》（国务院令第631号），标志着我国个人信用体系的建设有了法律规范的指引。2014年5月7日国务院常务会议原则通过了《社会信用体系建设规划纲要（2014-2020）（送审稿）》，并于6月14号正式下发，标志着我国社会信用体系的建设正式纳入国家发展战略。
社会信用体系的建立是一个系统工程， 涉及到社会信用信息的征集、社会信用处理、社会信用信息维护更新和社会信用数据授权使用等各个方面。目前，我国社会信用体系尚未建立起来，当务之急是建立起覆盖全社会，包括个人信用、企业信用和非企业组织信用在内的完整的社会信用体系。但在信用体系的建设过程中仍需关注一些道德问题，包括个人隐私保护、信用歧视和信用评估信息的不当运用。
本文将对征信与信用评估中的道德问题进行研究， 指出征信过程中应该加强公民的隐私保护，信用评估过程中应该摒弃性别、种族、收入等歧视，同时相关机构应该正确使用信用评估结果。
二、征信中的隐私保护
（一）征信中的隐私保护需实现个体利益与公共利益的平衡
在经济全球化的背景下，征信已然成为现代市场经济正常运转必不可少的因素。我国《征信业管理条例》第2条指出：征信是“指对企业、事业单位等组织的信用信息和个人的信用信息进行采集、 整理、 保存、加工，并向信息使用者提供的活动”。信用信息的采集是征信中必不可少的步骤， 如果征信中对个人、企业和组织的信用数据处理不当，可能就会泄露个人隐私、 商业秘密或组织秘密，对个人、企业或组织的隐私和名誉造成侵害。但为了确保征集的信息和信用评估的结果真实可信，难免需要搜集一些可能涉及到个人隐私、 企业和组织秘密的信息。正是由于征信与个人隐私保护、企业和组织秘密保护有着直接的关联，在征信的过程中要有专门的法律法规加以规范，以处理个体利益与公共利益的冲突。
（二）我国征信立法中的隐私保护实践
隐私权在欧美国家的立法实践中，一般都被确立为个人的一项重要宪法权利。但在我国，隐私权尚未被正式确立为一项基本的民事权利[1]，对于隐私权是否构成宪法权利也存在争议（如有学者将宪法规定的个人“通信自由”、“通信秘密”、“人身自由”等权利解读为包含了隐私权的基本内涵，但仍有许多学者不赞同）[2]。
近年来我国制定颁布的有关征信的法规中，虽然对征信信息采集中的隐私保护有所涉及，但要么是规定得不够明确，处罚规定语焉不详，要么是形同虚设，实践中仍有大量侵犯个人隐私的情况存在。
2005年中国人民银行颁布实施的《个人信用信息基础数据库管理暂行办法》（以下简称《暂行办法》）中明确指出征信中需采集的个人信用信息包括“个人基本信息、个人信贷交易信息以及反映个人信用状况的其他信息”，其中“个人基本信息是指自然人身份识别信息、职业和居住地址等信息；个人信贷交易信息是指商业银行提供的自然人在个人贷款、贷记卡、准贷记卡、担保等信用活动中形成的交易记录；反映个人信用状况的其他信息是指除信贷交易信息之外的反映个人信用状况的相关信息”。 其中个人基本信息和个人信贷交易信息都涉及到个人的隐私。虽然《暂行办法》要求“中国人民银行、 商业银行及其工作人员应当为在工作中知悉的个人信用信息保密”， 但对于违反保密义务的相关当事人，《暂行办法》只是模糊地写明要“依法给予行政处分；涉嫌犯罪的，依法移交司法机关处理”，并未具体指明处罚、处分所依据的具体法律法规。
2013年颁布实施的《征信业管理条例》加强了对个人信息的保护，规定“采集个人信息应当经信息主体本人同意，未经本人同意不得采集”，禁止征信机构采集“个人的宗教信仰、基因、指纹、血型、疾病和病史信息以及法律、行政法规规定禁止采集的其他个人信息”， 要求征信机构不得采集“个人的收入、存款、有价证券、商业保险、不动产的信息和纳税数额信息”，对“采集禁止采集的个人信息或者未经同意采集个人信息”处以责令改正、罚款、没收违法所得， 直至追究刑事责任。《征信业管理条例》在信息采集边界和违规处罚上比之前的有关法规和规章制度更加明确、更具可操作性，但征信实践中存在大量采集禁止采集、 不得采集信息的行为，如周舟（2007）就指出深圳某征信公司采集的个人信用数据就包含个人收入、个人纳税等信息[2]。
（三）国外征信中隐私保护经验借鉴
欧美国家在信用体系的建立过程中同样遭遇到了个人隐私权的保护问题，美、法、英、加等欧美发达国家对此都有专门的立法[3]。
美国于1970年颁布实施了《公平信用报告法案》， 将个人信用报告的用途限定为信用借贷、投保、雇佣、信用评级和政府颁发许可时的资格审查等五种情况，同时督促征信机构要严格尊重消费者的金融隐私权。1974年美国国会通过了《隐私法案》，要求征信机构非经个人书面同意不得对外透露个人信用信息。1978年美国国会又通过了《金融隐私权利法案》，明确赋予个人金融隐私权利。随着互联网的持续发展，美国立法和行政部门对个人在信息时代的隐私保护也投入了持续关注。2012年2月，美国政府发布了《互联网中消费者数据隐私：全球数字经济中隐私保护和鼓励创新的框架》，强调了信息时代消费者隐私保护的必要性和紧迫性，明确了互联网用户有权决定哪些数据可以被征信及其他机构搜集使用，要求企业需负责任地使用用户信息，要求联邦贸易委员会加强对隐私侵犯的打击力度。2015年2月美国白宫公布了《消费者隐私权利法案（草案）》，意图保护消费者网上消费隐私， 该草案要求需要对个人信息进行采集的企业，在采集个人信息时需要明确告知个人已经采集了何种信息以及将如何处理采集到的信息，通过履行告知义务来防止对个人隐私的侵害。
欧盟在征信中隐私保护上的做法也值得借鉴。1995年10月欧洲议会通过了《关于个人数据处理和信息应用的保护法案》， 核心要求有三点：（1）要求企业在对个人信息进行征集和处理过程中必须确保个人信息的安全，确保采集的信息及时、准确；（2）除法律规定必要情形外，企业对个人信息进行处理需得到个人明确同意，禁止对包含种族、宗教信仰、政治倾向、血统出生、健康状况等个人信息进行处理；（3）企业对个人信息处理前，须告知个人数据处理结果的使用目的，个人拥有对自身信息的知情权、更正权和支配权。
欧美国家征信中的隐私保护经验对我国的启示主要有：一是要通过立法甚至是修改宪法的方式来明确个人所享有的隐私权；二是要通过立法明确征信中应该征集的信息种类、不该以及严禁征集的信息种类； 三是征信机构对个人信息进行征集、处理时需要得到个人的同意，个人对征集的信息和信息处理结果有知情权、更正权和支配权；四是要明确信用评估结果的应用范围及授权应用的规范流程； 五是要设定专门公共机构打击个人隐私侵犯行为，对侵犯个人隐私行为进行严惩；六是要特别关注信息时代和大数据时代个人隐私保护的需求，通过立法和技术手段[4] 严防个人信息的不当运用和个人隐私的泄露[5]。
三、信用歧视
信用歧视是指在信用评价过程中因种族、性别、收入、宗教信仰、政治立场、健康状况等因素而给予某些人群不当的信用评价，或因规模、性质、地域等原因给予某些企业、组织以不当的信用评价，或因社会制度、地域、规模、发展程度等原因给予某些国家或地区不当的信用评价。
（一）信用歧视的表现
1. 在主权信用评级中，最典型的信用歧视莫过于对社会制度、意识形态和收入水平的偏见。如标普在进行主权国家信用评级时， 主要考察政治评价、经济评价、外部评价、财政评价和货币评价五个方面的因素。其中，在考虑政治因素时，标普往往从西方国家的视角出发，给予同西方国家政治制度相近的国家以较高的等级；对类似于中国这样的中央集权国家或社会主义国家，则给予较低的等级评价[6]。穆迪、惠誉在进行主权信用评级的过程中，也存在类似的社会制度和意识形态上的歧视[7]。诚然，的确有一些中央集权或社会主义国家存在政策透明度不高、政治不稳定等可能影响债务偿还能力的现象，但并非所有的集权和社会主义国家都存在这类问题。相反，一些标榜自由与民主的国家在经济危机到来时，虽然没有主动违约债务，但却变相地通过增发货币侵害债权人的利益。因此，对社会制度和意识形态的偏见是一种不折不扣的信用歧视。
2. 在企业信用评级中，歧视最常见的表现形式是给予小规模企业、不发达地区企业和私营企业不公正的信用评价。Blanchflower等（2003）对美国中小企业进行了调查，发现黑人企业主申请信贷时被拒绝的概率是白人企业主的两倍，银行在企业信用评价中存在显著的种族歧视[8]。Mijid和Bernasek（2013）通过研究发现女性企业主相比于男性更不容易得到银行授信，从而证实了企业信用评估中也存在性别歧视[9]。Bellucci等（2013）指出银行在信贷定价上存在地域歧视，银行给予距离上更远企业的贷款利率往往要高于距离上更近的企业，从侧面验证了信贷评价中存在地域歧视[10]。Brandt（2003）对中国企业进行了研究，发现私营企业在申请银行授信时经常被歧视[11]；李广子和刘力（2009）对我国民营上市公司的数据进行了分析，发现上市公司民营化后债务融资成本显著增加，且民营上市公司的债务融资成本要显著高于非民营上市公司的债务融资成本，证明了企业性质是企业信用歧视的重要形式[12]。
3. 个人信用评估中的信用歧视问题也普遍存在，表现为对不同性别、种族和收入能力的人群以区别对待。Littlefield（1972）和Brown（1973）对美国的个人消费信贷进行了研究，发现银行在发放信用卡、核定信用额度、受理消费信贷时对女性存在歧视[13-14]。Ferguson等（1995）研究发现少数族裔群体与白人的银行贷款违约率基本持平，但少数族裔群体申请贷款时被拒绝的的概率显著高于白人[15]，Ladd（1998） 对波士顿联邦储备局的调查数据进行分析也得出了相同的结论[16]。Robinson（2002）综合考虑了种族、性别和家庭婚姻状况因素，发现美国的个人按揭贷款在这些方面都存在歧视[17]。相对而言，国内学者对个人信用中的歧视问题几乎没有研究，可能是因为受文化传统和民族构成的影响，国内并不存在明显的性别和种族歧视。但是，国内的个人信用歧视也是存在的，如对低收入人群（尤其是农村地区居民） 的信用歧视。 中山市2014年发布的《中山市住房公积金个人住房贷款信用评级办法（征求意见稿）》中，将公积金贷款金额的多寡与个人信用评级挂钩，而个人信用评级中职业情况指标占21%，资产状况指标占16%，存在职业和收入歧视的嫌疑[18]。韩喜平和孙贺（2014）对我国农村正规金融部门的信贷行为进行了分析，发现农村金融部门在发放信贷时对农民存在歧视[19]，这一研究也是国内目前仅有的一篇有关个人信用歧视的研究。
（二）信用评估歧视的原因
众多国外学者都从不同角度对信用歧视问题进行了研究，一些学者试图从文化传统、被歧视对象的还款能力等角度对信用歧视进行解释，但至今西方学术界在这一问题上并没有形成共识。本文试图从主观和客观两个方面对信用歧视进行解释。
1. 信用歧视的主观原因主要是指歧视本身是主观刻意的，是一些群体明显不公正价值观念的折射。信用评价一般依赖于一定的模型，模型中一般既包括定性也包括定量因素，歧视的主观方面主要是通过操纵这些定性因素来完成。如在主权信用评级中将政治因素作为重要考量因素，人为地赋予集权和社会主义国家在这一因素上较低得分。又如，在企业信用评估中将企业性质和企业规模作为一项评判标准，人为给予小规模私营企业较低的得分。之所以说这种定性评价具有刻意歧视，是因为量化的标准往往是基于主观印象而非客观事实。
2. 信用歧视的客观方面则与评估模型中的定量评价因素有关，具体来说是指因不当的数据集、不当的数据处理方法或不当的信用评估模型而造成对被评估对象的歧视。信用评估的基本模型都是统计模型，统计模型对现实刻画能力的强弱与原始数据的真实准确性以及处理方法的正当合理性有着关联。原始数据准确性欠佳则会导致基于此数据的统计模型是完全错误的，比如为了考察黑人与白人的违约概率而分别去纽约富人聚集区和黑人聚集区考察白人和黑人，基于此数据分析出来的结果肯定是错误的。这种样本和指标的不当选择是现实存在的，Cantor和Packer（1997）对第三方信用评估机构信用评级进行了研究，发现评估中的确存在样本和指标选择误差（selection bias）现象[20]。数据处理方法的不当是另一个致命却很少被提及的问题，信用评估中基于某数据集构建的评估模型基本都是统计上显著的，但统计上的显著往往并不代表经济上一定显著，因为样本量的大小会对显著性造成影响。这也就是说，运用统计方法对过往数据进行处理，得到统计上显著的统计模型，并用这一模型对其他被评估对象进行信用评价，虽然看起来很科学，但实质上有着许多漏洞，因为统计学本身就具有无法弥补的先天缺陷。因数据集、处理方法、模型的不当往往会造成意想不到的信用歧视现象，这种歧视并不是出于某一主体的主观意愿，因而具有一定的客观性。
（三）信用歧视的危害
1. 信用歧视会给被歧视评估对象以直接明显的损害。信用评价往往与个体的授信获取挂钩，如果被评估对象受到了信用歧视，其申请授信时会面临更高被拒绝的概率，对被评估人造成直接的经济损失。另一方面，信用歧视侵犯了个人、企业和团体所享有的被平等、公正对待的权利。
2. 信用歧视会侵蚀信用评估机构的社会信誉和公信力。信用评估机构之所以能够长期从事个人、企业和组织的信用评估，是因为被评估对象相信评估机构能够以公平、公正、公开、科学、独立和专业的方式进行信用评估。如果信用评估机构的信用评估带有明显的歧视色彩，被评估对象就会对其公正性、公平性和专业性产生质疑，长此以往，评估机构便会失去社会信誉和公信力。
3.信用歧视会给社会信用体系的建立、维护和正常运营带来负面影响。构建社会信用体系的根本目的是为了创造一个更加守信的社会环境，为经济社会活动创造一个良好的社会环境。一个成熟的社会信用体系不可能对信用歧视有持续的容忍力，否则受歧视的被评估对象就没有动机去参与社会的信用活动，也没有动机去维护社会的公平诚信。
（四）抵制信用歧视的建议
1. 从立法机构来说，需要对信用歧视问题做出明确立法，对信用歧视行为做出明确定义，并对其做出相应处罚规定。在执法上也应该对信用歧视时间给予充分的重视，一般来说，信用歧视往往是涉及众多主体的，这为取证增加了一定难度，但同时也增加了获得确切证据的可能性。
2. 对信用评估机构来说， 应该从数据搜集、数据处理和模型选择多角度对信用歧视做出预防。在数据搜集中，应该努力求证数据的准确性，从根源上确保评估结果的准确性。 在信用评估过程中，不仅应该考虑被评估对象的现状，还要考虑被评估对象的未来发展潜力；不仅要考虑被评估对象的还款能力，还要考虑被评估对象的还款意愿。
3. 对评估对象来说，应该对信用歧视行为做出明确抵制，通过法律、行政等途径维护个人合法权益，另外被评估对象可以主动向信用评估机构提供更加准确的个人数据，以争取评估机构能够对个人的信用等级做出更准确的判断。
4. 除去以上几个方面，还应注意信用歧视在某些时候，只是应用评估结果的机构单方面造成的。例如新浪网2015年7月30日曾有报道称， 近年来，在北京、上海一些大型城市，不给福建人贷款几乎成了部分银行的潜规则，原因是几年前很多在上海从事钢贸生意的福建人向上海的银行骗取巨额贷款，无力偿还而形成大量坏账，让上海的多家银行损失惨重。然而，银行之间这种以偏概全的默契，让广大民众又将其上升为“地域歧视”层面。其实，这种经济交往中表现的信用歧视，亦根源于民事行为中提供服务或商品一方与其相对人权利地位的不对等。应该破除这种长久以来的垄断意识与思想禁锢。
四、信用评估结果的不当运用
（一）信用评估的一般应用
信用评估的目的是对被评估对象的信用风险（或称违约风险）进行评估，从而为银行等授信机构的信用决策提供依据。信用评估结果的应用主要体现在以下几个方面：
1. 信用评估结果是授信机构进行信用决策的重要依据。商业银行等金融机构在进行个人或企业组织授信时， 需对其个人信用状况做出内部评价，或者通过第三方获知申请授信对象的信用状况，据此做出是否授信、授信额度、授信价格、授信偿还方式等决策。
2. 信用评估结果是金融机构进行风险管理的重要指标。例如巴塞尔协议在要求商业银行计算加权风险资产数额时，对不同信用风险等级的资产规定不同的换算系数。利用信用评估结果进行风险管理在债务型基金和企业交易对手管理中也有应用。
3. 信用评估结果可降低社会公众投资者因信息不对称而带来的投资风险[21]。金融市场中资金供需双方存在着不同程度的信息不对称问题，信息不对称的存在会导致道德风险和逆向选择。信用评估机构对资金需求方进行信用评级有助于降低资金供需双方之间的信息不对称程度。
4. 信用评估结果对于监管部门加强市场状况的监控具有重要作用[22]。金融监管部门的监管目标是为了维护金融秩序， 防止系统性金融风险的累积。为了维护金融市场稳定，保护公众投资者的利益，监管部门一般要求金融机构在选择投资标的时避开信用风险过大的投资品种，如监管当局要求社保基金不得投资于信用等级在投资级以下的有价证券。
（二）信用评估结果的不当运用
本文所说的信用评估结果不当运用主要是指银行等授信机构在授信决策过程中，过分强调信用评估的作用，将信用评估结果作为信用决策的惟一依据。具体表现为：拒绝低信用等级申请对象的信用请求， 提高低信用等级申请对象的授信定价，提高对低信用等级申请对象授信的抵押、担保要求等。依据信用评估结果进行信贷决策是授信行业的通行做法，虽然对控制授信风险有着积极作用，但这种做法是欠妥当的，主要因为：
首先，信用评估依赖的是过去的数据，过去和未来没有必然联系，授信机构用基于过往数据的评估结果来指导当下和未来的授信业务，显然是不完全合理的。最极端的情况是，某信用申请对象过去财务状况不佳，信用交易记录较少，在银行的信用评级较低，不符合银行的授信条件，但该申请对象未来具有广阔的发展前景，信用评级结果却未能及时反映。因此而拒绝申请人的授信请求，不仅对个人还是对银行都是损失。
其次，如上文所述，信用评估所使用的数据集和评估模型往往存在误差，信用评估结果并不能完全揭示一个人真实的信用风险。如果信用评估结果不能准确及时反映出被评估对象的信用风险，那么在授信决策中只考虑信用评估结果显然有失妥当。
再次，信用评估是为了衡量信用风险，不仅应该衡量被评估对象的还款能力，还应该衡量被评估对象的还款意愿，但目前的信用评估模型中很显然没有涵盖被评估对象的还款意愿。 从某种程度来说，还款意愿甚至比还款能力更能反映出授信机构在某笔授信业务中实际承担的违约风险，因为申请人一般不会申请与自身还款能力显著不匹配的授信金额（除非是恶意申请），当还款能力与授信额度基本匹配时，还款意愿比还款能力更能体现这笔借款如约偿付的可能性。 Ferguson（1995）的研究中发现，虽然白人与黑人的贷款违约率基本持平，但黑人授信被拒的概率要高很多[15]，这便是典型的在信用评估中未考虑还款意愿的案例。
最后，现有的信用评估体系缺乏必要的包容性和弹性，违背了信用体系建设“以人为本”、“构建社会主义和谐社会”的目标原则。个人因为过失未能按期偿还信用卡借款，或企业可能因为资金链条暂时性断裂未能在约定的日期偿还银行贷款，即使个人和企业最终偿还了欠款， 但也会留下信用污点，影响自身的信用评级，从而对后续的授信申请造成不利影响。这种单纯的认定方法是一种极度缺乏包容性和弹性的制度设计。
（三）应对之策
1. 要通过宣传教育让信用评估结果的使用者（主要为授信机构） 充分认识到信用评级在揭示被评估对象信用风险中的不足，从而逐步转变现有单纯依靠信用评估结果进行信用决策的不当模式。
2. 要通过立法或规制来禁止授信机构单纯依靠信用评估结果进行信用决策这一简单而武断的模式。
3. 要加强学术研究，努力构建起更加科学合理的信用评估模型。现行的信用评估模型更多地试图去揭示被评估对象的还款能力，却没能充分反映被评估对象的还款意愿。为了避免因为模型不当而造成的评估结果滥用，应该加强对更加合理信用评估模型的研究。
4. 评估机构在向评估结果使用者（如授信机构）提供评估结果时，应明确指出评估结果的不足和限制，对评估结果使用者做出数据使用的提示，防止数据使用者不当使用评估结果。
5.对于近年来兴起的“考拉征信”、“腾讯征信”、“芝麻信用”等第三方征信机构来讲，尽管其号称为具有独立、开放性质，并面向政务、商务、社会、法务、个人提供全方位的信用服务体系，但自由与风险并存，还应由主管单位加强其对居民个人日常数据采集与结果应用的监管，处理好效率与道德、法律三者的关系。
需要说明的是，在避免信用歧视的同时，也要注意信用风险的防范，抵制信用歧视与防范信用风险并不是冲突的。征信以及信用评估结果运用的最终目的是为了防范信用风险，抵制信用歧视并不等于抵制信用评估，基于详实准确的数据集、科学的数据分析方法得出的评估结果应该受到尊重。
五、结论
我国已经进入社会信用体系建设的实质化阶段，本文立论的出发点是呼吁全社会尤其是政策制定者加强对征信和信用评估中道德问题的关注，这些道德问题包括征信中的隐私侵犯、信用歧视和信用结果的不当运用。这些道德问题不仅在中国的信用建设实践中广泛存在，而且在国外也广泛存在。
征信与隐私保护在一定程度上存在着对立，征信中的隐私保护是个体利益和公共利益的平衡。到目前为止我国尚无法律明文对公民的隐私权利予以承认，《征信业管理条例》虽然有部分关于个人隐私保护的内容，但并没有在实践中得到严格贯彻。结合欧美征信隐私保护的实践，本文认为我国要通过专门立法、严厉打击、技术开发等方式加强征信隐私保护。
信用歧视广泛存在于主权信用评级、个人信用评级和企业组织信用评级中，信用歧视的存在会对被评估对象造成直接损失，会对信用评估机构的社会信誉和公信力造成侵蚀， 也会对社会信用体系的建立、维护和正常运营带来负面影响。打击信用歧视将会是一个长期性的系统工程，需要立法机构、信用评估机构和被评估对象的通力合作。
信用评估结果的不当运用主要指银行等授信机构在授信决策过程中，过分强调信用评估结果的作用，将信用评估结果作为信用决策的惟一依据。之所以将这种现象认定为信用评估结果的滥用，是因为信用评估基于过去数据，因而用信用评估结果指导现在和未来的实践具有一定偏颇性，同时因为现行信用评估体系过多地强调被评估对象还款能力而忽视其还款意愿，还因为现有信用评估体系缺乏必要的弹性和宽容性。
总之，当前及今后的一段时间内，建立和完善覆盖全社会的信用体系是我国的重要发展目标，为了避免信用体系的建设中走弯路，需要在信用体系建设过程中关注道德问题，加强隐私保护，消除信用歧视，避免信用评估结果的滥用。
