欧美日韩一卡2卡三卡4卡 乱码欧美孕交-国产男小鲜肉同志免费-国产ww久久久久久久久久-久久久久久久性潮

研究結(jié)論：

1.酒店機(jī)票預(yù)訂、網(wǎng)購(gòu)消費(fèi)、社交等產(chǎn)生的數(shù)據(jù)都將成為個(gè)人信用報(bào)告的一部分。民營(yíng)征信機(jī)構(gòu)通過采集和整合這些數(shù)據(jù)，以布局個(gè)人征信這個(gè)千億級(jí)藍(lán)海市場(chǎng)。

2.目前信貸記錄仍是判斷一個(gè)人履約能力和意愿的核心，社交數(shù)據(jù)只是補(bǔ)充。但未來社交數(shù)據(jù)對(duì)個(gè)人信用的貢獻(xiàn)度取決于專業(yè)的數(shù)據(jù)整理能力和精準(zhǔn)的算法技術(shù)。

3.除了積累多維度數(shù)據(jù)源、提升數(shù)據(jù)整理能力和算法技術(shù)，未來個(gè)人征信機(jī)構(gòu)取勝關(guān)鍵在于產(chǎn)品化能力和應(yīng)用場(chǎng)景。

序：民營(yíng)征信機(jī)構(gòu)搶灘千億級(jí)藍(lán)海市場(chǎng)

用打車軟件爽約、酒店預(yù)訂未入住、淘寶網(wǎng)購(gòu)拒簽收……這些看似不經(jīng)意間的小細(xì)節(jié)在互聯(lián)網(wǎng)時(shí)代都會(huì)留有痕跡。它們可能會(huì)影響我們的個(gè)人信用，并進(jìn)而影響我們買車、買房時(shí)能拿到多少貸款。

個(gè)人征信，簡(jiǎn)單來講，就是機(jī)構(gòu)將數(shù)據(jù)采集過來，在合理、合法、合規(guī)的條件下對(duì)其進(jìn)行整理、加工、處理、產(chǎn)品化，然后對(duì)外提供信用報(bào)告、信用評(píng)估、信用信息咨詢等服務(wù)。

目前，芝麻信用，騰訊征信，前海征信等八家民營(yíng)征信機(jī)構(gòu)正期待著征信牌照的發(fā)放，他們是央行“開閘”后首批獲準(zhǔn)開展個(gè)人征信業(yè)務(wù)的機(jī)構(gòu)。未來酒店機(jī)票預(yù)訂、網(wǎng)購(gòu)消費(fèi)、社交等產(chǎn)生的數(shù)據(jù)都可能成為個(gè)人信用報(bào)告的一部分。

央行作為中國(guó)征信體系的主導(dǎo)者，仍是現(xiàn)階段最有公信力，最為獨(dú)立公允的第三方征信平臺(tái)，其個(gè)人征信報(bào)告是目前所有金融機(jī)構(gòu)對(duì)用戶信用考核的重要標(biāo)準(zhǔn)。

近日，央行等十部委出臺(tái)了《互聯(lián)網(wǎng)金融指導(dǎo)意見》，明確指出“推動(dòng)符合條件的相關(guān)從業(yè)機(jī)構(gòu)接入金融信用信息基礎(chǔ)數(shù)據(jù)庫(kù)，允許有條件地從業(yè)機(jī)構(gòu)依法申請(qǐng)征信業(yè)務(wù)許可，接入央行征信系統(tǒng)?！边@將一定程度上緩解網(wǎng)貸（P2P）理財(cái)欺詐亂象。

宏源證券的分析師通過對(duì)比中美兩國(guó)情況，測(cè)算出中國(guó)個(gè)人征信市場(chǎng)規(guī)模將達(dá)1030億元。民營(yíng)征信機(jī)構(gòu)正紛紛搶灘千億級(jí)藍(lán)海市場(chǎng)，比如京東金融、快線等在申請(qǐng)第二批征信牌照，未來有望打破央行一家獨(dú)大的局面。

那么征信市場(chǎng)未來格局如何？民營(yíng)征信機(jī)構(gòu)如何在賽跑中勝出？另外，哪些數(shù)據(jù)參數(shù)或維度最能判斷一個(gè)人的履約能力？

信貸記錄是核心，社交數(shù)據(jù)是補(bǔ)充

央行在信貸數(shù)據(jù)這塊有民營(yíng)機(jī)構(gòu)無法比擬的先發(fā)優(yōu)勢(shì)，而騰訊征信等民營(yíng)機(jī)構(gòu)也有其獨(dú)特的優(yōu)勢(shì)，比如騰訊擁有社交數(shù)據(jù)，那么究竟哪些數(shù)據(jù)參數(shù)最能反映一個(gè)人的履約能力和意愿呢？

央行方面認(rèn)為，假如一個(gè)人平時(shí)說話做事不坦誠(chéng)，而他的履約歷史記錄卻一直不錯(cuò)，那么授信機(jī)構(gòu)仍然會(huì)相信他在經(jīng)濟(jì)層面具備履約能力；只有當(dāng)履約記錄不存在時(shí)，非經(jīng)濟(jì)層面的信息才會(huì)被納入考慮范疇。

也就是說，判斷一個(gè)在經(jīng)濟(jì)活動(dòng)中是否守約，信息是分主次，按重點(diǎn)來分類。首先考慮個(gè)人信貸數(shù)據(jù)，假若其歷史借貸良好，個(gè)人信用就高；如有拖欠水電費(fèi)、通訊費(fèi)等現(xiàn)象，也關(guān)系不大，畢竟影響這些費(fèi)用的原因很多。只有找不到信貸數(shù)據(jù)時(shí)，才會(huì)依賴水電費(fèi)等數(shù)據(jù)作判斷。

那么越來越多的社交數(shù)據(jù)如大眾點(diǎn)評(píng)網(wǎng)的評(píng)價(jià)，天貓平臺(tái)退貨記錄，滴滴打車爽約記錄等到底對(duì)個(gè)人信用會(huì)產(chǎn)生多大的影響？

社交數(shù)據(jù)對(duì)個(gè)人信用的貢獻(xiàn)是毋庸置疑的，關(guān)鍵是這些海量數(shù)據(jù)如何處理才能發(fā)揮其最大的貢獻(xiàn)率。比如社交數(shù)據(jù)一定程度上對(duì)驗(yàn)證欺詐有效，騰訊征信已推出反欺詐產(chǎn)品，同時(shí)財(cái)付通開發(fā)現(xiàn)金貸產(chǎn)品，有助于彌補(bǔ)騰訊信貸記錄的缺失。

螞蟻金服也在嘗試消費(fèi)信貸產(chǎn)品“花唄”，京東金融推出“京東白條”等產(chǎn)品，都希望覆蓋更多的用戶，摸清用戶的還款或違約頻次。

但問題是，信貸記錄的積累需要時(shí)間，結(jié)果也需要多次驗(yàn)證才行。所以短期來看，數(shù)量龐大的網(wǎng)貸（P2P）公司并不會(huì)輕易選擇芝麻信用、騰訊征信等民營(yíng)征信機(jī)構(gòu)。

同時(shí)，中國(guó)個(gè)人征信業(yè)務(wù)有其獨(dú)有的特色。正如中智誠(chéng)征信CEO李萱在2015年中國(guó)銀行業(yè)發(fā)展論壇接受媒體采訪時(shí)表示的那樣，阿里通過天貓等電商平臺(tái)積累的數(shù)據(jù)，會(huì)給ABCD機(jī)構(gòu)使用；或?qū)BCD機(jī)構(gòu)的數(shù)據(jù)搜集過來，經(jīng)過加工，整理，產(chǎn)品化，提供給EFGH機(jī)構(gòu)使用。

個(gè)人征信監(jiān)管機(jī)構(gòu)允許不同業(yè)態(tài)的八家機(jī)構(gòu)同時(shí)存在，交給市場(chǎng)來篩選，這是一種明智的做法。在美國(guó)，有三大跨國(guó)征信巨頭益百利、艾可菲和全聯(lián)公司，企業(yè)主通常會(huì)選擇一到兩個(gè)征信機(jī)構(gòu)，而各個(gè)征信機(jī)構(gòu)相互競(jìng)爭(zhēng)，他們的數(shù)據(jù)源和算法模型，使得信用評(píng)級(jí)也有所差異。

產(chǎn)品化能力是取勝關(guān)鍵

央行征信中心黨委書記王曉明在本月的銀行征信系統(tǒng)建設(shè)座談會(huì)上發(fā)言時(shí)稱，未來征信體系要考慮更多新元素，比如數(shù)據(jù)分析維度的延展，征信應(yīng)用場(chǎng)景的豐富，及信息主體范圍的擴(kuò)大。

同時(shí)，王曉明認(rèn)為，海量的網(wǎng)上交易數(shù)據(jù)和網(wǎng)絡(luò)社交平臺(tái)行為信息的集聚，是對(duì)征信系統(tǒng)數(shù)據(jù)的“注水”過程，所以數(shù)據(jù)清洗能力和分辨力都至關(guān)重要。那么征信機(jī)構(gòu)在賽跑中靠什么制勝？

首先，多維度數(shù)據(jù)來源

傳統(tǒng)征信數(shù)據(jù)主要源自信貸領(lǐng)域，而在互聯(lián)網(wǎng)時(shí)代，數(shù)據(jù)源更廣，種類更豐富，時(shí)效性更強(qiáng)。交易數(shù)據(jù)、社交數(shù)據(jù)等也能反映客戶社會(huì)關(guān)系和經(jīng)濟(jì)行業(yè)的特征，間接反映個(gè)人信用狀況。

拿央行來舉例，它的一個(gè)短板是其征信系統(tǒng)無法覆蓋主流用戶之外的個(gè)人信用情況，所以央行正在不斷完善征信系統(tǒng)新數(shù)據(jù)新信息的收集和補(bǔ)錄工作。

央行越來越注重采集非銀行信息，與海關(guān)、稅務(wù)、社保等數(shù)據(jù)源單位接洽，多渠道、多維度地判斷信息主體的信用狀況，以建立全面、準(zhǔn)確、實(shí)時(shí)的數(shù)據(jù)庫(kù)，以防范金融機(jī)構(gòu)的信貸風(fēng)險(xiǎn)。

另一案例是美國(guó)P2P領(lǐng)頭羊Lending Club，其創(chuàng)始人雷諾·拉普蘭切(Renaud Laplanche)曾表示，他們通常會(huì)采集25項(xiàng)數(shù)據(jù)源，包括銀行信貸記錄，F(xiàn)acebook、Twitter等社交數(shù)據(jù)，Yelp等點(diǎn)評(píng)網(wǎng)數(shù)據(jù)，UPS、FedEx等物流數(shù)據(jù)，多維度判斷借款人的信用。

但值得注意的是，對(duì)于準(zhǔn)確性不高的數(shù)據(jù)源，事先就不該采用，否則后期的異議處理會(huì)使征信活動(dòng)很不劃算，也可能間接影響到征信機(jī)構(gòu)的公信力。

其次，數(shù)據(jù)整合能力及算法技術(shù)

批量數(shù)據(jù)采集后，只有經(jīng)過精準(zhǔn)的分析、整理、保護(hù)、加工才能成為決策的依據(jù)。通常情況下，信息量大免不了數(shù)據(jù)會(huì)相對(duì)瑣碎或雜亂，加上數(shù)據(jù)不連貫不持續(xù)，數(shù)據(jù)噪音會(huì)相應(yīng)增加。

這時(shí)就需要進(jìn)行數(shù)據(jù)篩選和清洗，挖掘出容錯(cuò)數(shù)據(jù)，分析出破壞性最大的變量，并將其去掉。同時(shí)，建立模型，增強(qiáng)模型預(yù)測(cè)的準(zhǔn)確性。

比如，美國(guó)征信巨頭益百利（Experion）采用多層次數(shù)據(jù)挖掘技術(shù)和云計(jì)算技術(shù)，篩選并清洗批量數(shù)據(jù)，建立算法模型，最終提升其風(fēng)險(xiǎn)的預(yù)測(cè)力和分辨力。

目前已有部分企業(yè)在積累大數(shù)據(jù)和構(gòu)建精準(zhǔn)模型算法上下了不少功夫，比如芝麻信用有交易數(shù)據(jù)、騰訊征信有社交數(shù)據(jù)、京東金融的消費(fèi)數(shù)據(jù)、中誠(chéng)信的銀行信貸數(shù)據(jù)等。

假若數(shù)據(jù)是征信機(jī)構(gòu)的核心要素，那么對(duì)于那些目前還處于同一起跑線上的征信機(jī)構(gòu)，未來憑什么在激烈的市場(chǎng)競(jìng)爭(zhēng)中勝出？數(shù)據(jù)究竟該如何發(fā)揮價(jià)值？

這就涉及到最后一點(diǎn)：產(chǎn)品化能力和應(yīng)用場(chǎng)景

未來可能真正考驗(yàn)征信機(jī)構(gòu)的是其產(chǎn)品化能力。美國(guó)三大征信巨頭益百利、艾可菲和全聯(lián)公司都十分注重產(chǎn)品創(chuàng)新和多元化，提供反欺詐產(chǎn)品、信用評(píng)級(jí)產(chǎn)品，及其他風(fēng)險(xiǎn)解決方案。

央行征信中心也已經(jīng)開始聆聽市場(chǎng)需求，優(yōu)化產(chǎn)品，以提升服務(wù)能力，比如開發(fā)小微企業(yè)信用報(bào)告，提供重要信息提示服務(wù)，推出個(gè)人征信評(píng)分“個(gè)人信用報(bào)告數(shù)字解讀”服務(wù)等。

征信活動(dòng)本質(zhì)上是一個(gè)商業(yè)活動(dòng)，能折射出一個(gè)社會(huì)對(duì)信用本身的認(rèn)知，個(gè)人征信的發(fā)展突破也必將對(duì)整個(gè)社會(huì)誠(chéng)信體系的構(gòu)建大有裨益。