近年來，隨著互聯(lián)網(wǎng)和大數(shù)據(jù)技術的飛速發(fā)展，人們對于個人信息保護越來越關注。在這樣一個背景下，在金融領域中，特別是貸款審批過程中引起了廣泛討論的問題就是：金融機構的貸款審批是否真正需要借助征信系統(tǒng)？

傳統(tǒng)上，銀行和其他金融機構會通過查詢申請者的征信記錄來評估其還款能力、違約概率以及整體信用狀況等因素。然而，一些專家認為僅憑借征信報告并不能全面客觀地反映一個人真實的還款意愿和償付能力。

首先要明確一點：盡管現(xiàn)有法規(guī)要求所有與授予小額或高利息貸款相關業(yè)務有關方必須使用公共部門所提供之逾期支付情況數(shù)據(jù)庫進行咨詢服務, 但沒有強制性規(guī)定說每次都必須查看完整版?zhèn)€人資料（包括不良歷史），也沒有禁止任何企事業(yè)單位樹立自己內(nèi)部審核模式；

此外，并非所有申請者都具備完善且可靠的征信記錄。有些人由于各種原因，如年齡較輕、剛開始建立信用歷史或者是沒有使用過貸款產(chǎn)品等情況下，其征信報告可能顯示為空白。

一位來自某大型銀行的風控專家表示：“我們需要更多維度和數(shù)據(jù)源來評估一個人的還款能力和違約概率?！彼赋觯诂F(xiàn)代社會中，個體在互聯(lián)網(wǎng)上留下了大量數(shù)碼足跡，這包括社交媒體活動、在線購物習慣以及手機定位信息等。“通過分析這些數(shù)據(jù)，并結合傳統(tǒng)的征信系統(tǒng)進行綜合考慮可以得到更準確全面地申請者畫像?！?br>
與此同時, 金融科技公司也加入了對該問題討論之列。借助新興技術如機器學習、人工智能以及區(qū)塊鏈等先進手段，“無需依賴傳統(tǒng)征信”的理念逐漸形成并引起廣泛關注。

一家名為“小微宜” 的金融科技企業(yè)提供基于用戶消費行為數(shù)據(jù)挖掘所開發(fā)出智能審批模型：根據(jù)每個申請者在電商平臺上的消費記錄（比如淘寶）、支付方式偏好以及線上口碑評價等信息，該模型可以預測申請者的還款意愿，并給出相應貸款額度和利率。

然而，在金融機構中推行這種新興技術也面臨一些挑戰(zhàn)。首先是數(shù)據(jù)安全問題：隨著個人敏感信息泄露事件層出不窮，保護用戶隱私成為了重要議題。同時，在使用大數(shù)據(jù)進行風險評估時如何確保算法公正性以及避免歧視也需要引起關注。

另外一個爭議點就是是否將征信系統(tǒng)完全廢除？對此，多數(shù)專家認為僅憑其他維度的數(shù)據(jù)來做決策可能存在誤判或盲目追逐潮流之嫌?！皞鹘y(tǒng)征信雖有局限性, 但它經(jīng)過長期實踐已形成較高可靠性?！?來自某國有銀行的信用管理部門主任表示：“我們不能輕易放棄老舊體系所積累下來的知識與智慧?！?br>
在調查中發(fā)現(xiàn)傾向于支持取消征信制度者則比例不到15%；反對、觀望各占40%左右. 典型案例“小微宜”的審批模式被廣東省地方監(jiān)管部門禁止上線銷售, 原因是該公司的模型在一些測試中表現(xiàn)出了明顯的性別歧視。

綜上所述，金融機構貸款審批是否需要征信仍然存在爭議。無論采用傳統(tǒng)征信系統(tǒng)還是借助新興科技手段進行風險評估，保護用戶隱私和數(shù)據(jù)安全始終應當擺在首位，并建立公正透明的審核流程以確保合理決策。未來，在政府監(jiān)管部門、金融機構與科技企業(yè)共同努力下，相信會找到更加準確且有效率地貸款審批方式。