午夜免费电影-中文字幕丰满乱孑伦无码专区-久久久久久亚洲精品无码-国产精品天天狠天天看

民營征信機構搶灘千億級藍海市場

用打車軟件爽約、酒店預訂未入住、淘寶網購拒簽收……這些看似不經意間的小細節在互聯網時代都會留有痕跡。它們可能會影響我們的個人信用，并進而影響我們買車、買房時能拿到多少貸款。

個人征信，簡單來講，就是機構將數據采集過來，在合理、合法、合規的條件下對其進行整理、加工、處理、產品化，然后對外提供信用報告、信用評估、信用信息咨詢等服務。

目前，芝麻信用、騰訊征信、前海征信等八家民營征信機構正期待著征信牌照的發放，他們是央行“開閘”后首批獲準開展個人征信業務的機構。未來酒店機票預訂、網購消費、社交等產生的數據都可能成為個人信用報告的一部分。

央行作為中國征信體系的主導者，仍是現階段最有公信力，最為獨立公允的第三方征信平臺，其個人征信報告是目前所有金融機構對用戶信用考核的重要標準。

近日，央行等十部委出臺了《互聯網金融指導意見》，明確指出“推動符合條件的相關從業機構接入金融信用信息基礎數據庫，允許有條件的從業機構依法申請征信業務許可，接入央行征信系統。”這將在一定程度上緩解網貸（P2P）理財欺詐亂象。

宏源證券的分析師通過對比中美兩國情況，測算出中國個人征信市場規模將達1030億元。民營征信機構正紛紛搶灘千億級藍海市場，比如京東金融、快線等在申請第二批征信牌照，未來有望打破央行一家獨大的局面。

那么征信市場未來格局如何？民營征信機構如何在賽跑中勝出？另外，哪些數據參數或維度最能判斷一個人的履約能力？

信貸記錄是核心，社交數據是補充

（圖注：央行信用報告樣本圖）

央行在信貸數據這塊有民營機構無法比擬的先發優勢，而騰訊征信等民營機構也有其獨特的優勢，比如騰訊擁有社交數據，那么究竟哪些數據參數最能反映一個人的履約能力和意愿呢？

央行方面認為，假如一個人平時說話做事不坦誠，而他的履約歷史記錄卻一直不錯，那么授信機構仍然會相信他在經濟層面具備履約能力；只有當履約記錄不存在時，非經濟層面的信息才會被納入考慮范疇。

也就是說，判斷一個在經濟活動中是否守約，信息是分主次，按重點來分類。首先考慮個人信貸數據，假若其歷史借貸良好，個人信用就高；如有拖欠水電費、通訊費等現象，也關系不大，畢竟影響這些費用的原因很多。只有找不到信貸數據時，才會依賴水電費等數據作判斷。

那么越來越多的社交數據如大眾點評網的評價，天貓平臺退貨記錄，滴滴打車爽約記錄等到底對個人信用會產生多大的影響？

騰訊征信負責人表示，社交數據對個人信用的貢獻是毋庸置疑的，關鍵是這些海量數據如何處理才能發揮其最大的貢獻率。比如社交數據一定程度上對驗證欺詐有效，騰訊征信已推出反欺詐產品，同時財付通開發現金貸產品，有助于彌補騰訊信貸記錄的缺失。

螞蟻金服也在嘗試消費信貸產品“花唄”，京東金融推出“京東白條”等產品，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間，結果也需要多次驗證才行。所以短期來看，數量龐大的網貸（P2P）公司并不會輕易選擇芝麻信用、騰訊征信等民營征信機構。

同時，中國個人征信業務有其獨有的特色。正如中智誠征信CEO李萱在2015年中國銀行業發展論壇接受媒體采訪時表示的那樣，阿里通過天貓等電商平臺積累的數據，會給ABCD機構使用；或將ABCD機構的數據搜集過來，經過加工，整理，產品化，提供給EFGH機構使用。

個人征信監管機構允許不同業態的八家機構同時存在，交給市場來篩選，這是一種明智的做法。在美國，有三大跨國征信巨頭益百利、艾可菲和全聯公司，企業主通常會選擇一到兩個征信機構，而各個征信機構相互競爭，他們的數據源和算法模型，使得信用評級也有所差異。

產品化能力是取勝關鍵

央行征信中心黨委書記王曉明在本月的銀行征信系統建設座談會上發言時稱，未來征信體系要考慮更多新元素，比如數據分析維度的延展，征信應用場景的豐富，及信息主體范圍的擴大。

同時，王曉明認為，海量的網上交易數據和網絡社交平臺行為信息的集聚，是對征信系統數據的“注水”過程，所以數據清洗能力和分辨力都至關重要。那么征信機構在賽跑中靠什么制勝？

首先，多維度數據來源。

傳統征信數據主要源自信貸領域，而在互聯網時代，數據源更廣，種類更豐富，時效性更強。交易數據、社交數據等也能反映客戶社會關系和經濟行業的特征，間接反映個人信用狀況。

拿央行來舉例，它的一個短板是其征信系統無法覆蓋主流用戶之外的個人信用情況，所以央行正在不斷完善征信系統新數據新信息的收集和補錄工作。

央行越來越注重采集非銀行信息，與海關、稅務、社保等數據源單位接洽，多渠道、多維度地判斷信息主體的信用狀況，以建立全面、準確、實時的數據庫，防范金融機構的信貸風險。

另一案例是美國P2P領頭羊Lending Club，其創始人雷諾·拉普蘭切(Renaud Laplanche)曾表示，他們通常會采集25項數據源，包括銀行信貸記錄，Facebook、Twitter等社交數據，Yelp等點評網數據，UPS、FedEx等物流數據，多維度判斷借款人的信用。

但值得注意的是，對于準確性不高的數據源，事先就不該采用，否則后期的異議處理會使征信活動很不劃算，也可能間接影響到征信機構的公信力。

其次，數據整合能力及算法技術。

批量數據采集后，只有經過精準的分析、整理、保護、加工才能成為決策的依據。通常情況下，信息量大免不了數據會相對瑣碎或雜亂，加上數據不連貫不持續，數據噪音會相應增加。

這時就需要進行數據篩選和清洗，挖掘出容錯數據，分析出破壞性最大的變量，并將其去掉。同時，建立模型，增強模型預測的準確性。

比如，美國征信巨頭益百利（Experion）采用多層次數據挖掘技術和云計算技術，篩選并清洗批量數據，建立算法模型，最終提升其風險的預測力和分辨力。

目前已有部分企業在積累大數據和構建精準模型算法上下了不少功夫，比如芝麻信用有交易數據、騰訊征信有社交數據、京東金融的消費數據、中誠信的銀行信貸數據等。

假若數據是征信機構的核心要素，那么對于那些目前還處于同一起跑線上的征信機構，未來憑什么在激烈的市場競爭中勝出？數據究竟該如何發揮價值？

這就涉及到最后一點：產品化能力和應用場景。

未來可能真正考驗征信機構的是其產品化能力。美國三大征信巨頭益百利、艾可菲和全聯公司都十分注重產品創新和多元化，提供反欺詐產品、信用評級產品，及其他風險解決方案。

央行征信中心也已經開始聆聽市場需求，優化產品，以提升服務能力，比如開發小微企業信用報告，提供重要信息提示服務，推出個人征信評分“個人信用報告數字解讀”服務等。

征信活動本質上是一個商業活動，能折射出一個社會對信用本身的認知，個人征信的發展突破也必將對整個社會誠信體系的構建大有裨益。

研究結論：

1.酒店機票預訂、網購消費、社交等產生的數據都將成為個人信用報告的一部分。民營征信機構通過采集和整合這些數據，以布局個人征信這個千億級藍海市場。

2.目前信貸記錄仍是判斷一個人履約能力和意愿的核心，社交數據只是補充。但未來社交數據對個人信用的貢獻度取決于專業的數據整理能力和精準的算法技術。

3.除了積累多維度數據源、提升數據整理能力和算法技術，未來個人征信機構取勝關鍵在于產品化能力和應用場景。