什么是大数据征信？鸣金网.docxVIP

“征信”的英文对应单词是Credit Reporting或者Credit Sharing，可以理解为信用报告或者信用分享，这种报告和分享的需求最早来自于放贷机构，它们在放贷之前需要了解借款人的信用状况，而征信中心就是这样一个信息交流和共享的平台。从1992年到2006年，在央行的主导下，中国逐渐建立起来全国统一的企业和个人征信系统。它基本覆盖所有征信机构、覆盖了每一个有信用活动的企业和个人。目前，这个征信系统已经成为我国重要的金融基础设施。2013年，国务院发布了《征信业管理条例》，《条例》的公布为中国征信业的发展奠定了法治的基础。《条例》对从事个人征信业务的征信机构和企业征信业务的机构规定了不同的设立条件，前者采用审批制，后者采用备案制。央行个人征信中心在数据的覆盖面上也有不足之处。目前个人征信中心的数据，主要是放贷数据，对于那些没有贷款记录的人，征信中心并没有数据，从这个角度上说，很多互联网征信机构都将自己定位为央行征信中心的有益补充。新技术给了新兴民营征信机构新的发展契机。目前，大数据和云计算已经被广泛地应用在了包括征信在内的各个金融领域，这有望给征信业带来新的变化。从更大的背景来看，一个以数据驱动经济的DT时代正在悄然到来。芝麻信用总经理胡滔对此深有感触。原本在银行工作的她，深知银行支持小微的痛处。由于没有可用的数据和技术，银行目前尚不具备服务小微的能力，首次放贷只能采取线下尽职调查的方法，但是这种方法成本太高，不具有商业可持续性。即便如此，也没有办法确定客户还款的概率。事实上，解决这个问题的初心，就是促使其来芝麻信用的原因。也有业内观点指出，互联网征信机构都在片面强调自己手头上有的数据，这难免有王婆卖瓜之嫌。在他们看来，目前很多数据模型中“只有X、没有Y”。换句话说，就是只分析行为，却忽视了数据分析的效果。在7月9日于北京举行的“2015银行业发展论坛”上，中智诚征信CEO李萱就表示，没有任何一个机构，包括国内的和国外的能用纯互联网的数据，做出来个人征信的评分。一个核心的问题随之而来，生活场景的行为数据多大程度上可以为征信所用？换句话说，一个人在生活场景中的行为与他在金融场景的还款行为是否具有一致性？生活场景数据是否能判断一个人的还款能力和还款意愿？芝麻信用首席数据科学家俞吴杰说，在公测之前，芝麻信用对于这个问题也没有底，但半年的实践表明，生活场景数据和金融场景数据有非常强的一致性。比如在租车领域有不良表现的用户，在金融领域上也通常会有逾期。在他看来，虽然征信机构做的是对用户在经济信用上的风险识别，但最终的本质还是刻画人性。甚至社交数据的有效性也可能会超出预期。“社交数据有没有用对我们已经不是问题了。”腾讯征信总经理吴丹说，腾讯征信开发的模型能够证明社交判断信用的能力强过传统支付行为。“举个例子，如果我们借五千、一万块钱，现在这套风险评估的方法非常有用，如果我们只借两百、三百、五百块钱，没有太多人会觉得我会真正还不起这些钱，但这个时候仍然会发现有很多没有及时还款的。”吴丹表示，如果加入社交方面的考虑，对模型效果会有20%以上的提升。先行一步的芝麻信用在总结公测数据后发现，用户的芝麻分越高，其贷款的违约率也就越低，二者呈现单调、线性的关系，这初步证明了芝麻分在信用评分上的有效性。关注互联网金融媒体鸣金网微博：/p/1006065450040938