
大数据征信或成p2p发展新“风口”
近日,袋袋金ceo李海鸥先生在上海“中国征信领军者论坛2015”上表示,互联网金融最难解决的是信用问题。在金融里面,有借贷关系就有风险,但是你不可能通过互联网了解对方的信用怎么样,互联网解决不了这个问题。众所周知,p2p网贷平台最担心的问题是借款人重复借款。但在目前,由于各家p2p网贷平台数据互不相通,所以容易发生重复借款问题。而如果借款人在不同平台重复借款,一旦出现还款困难,就会导致多个平台发生坏账,进而影响整个p2p行业的公信力,严重妨碍其健康发展。这种情况出现的背后,其实就涉及到p2p行业非常关键的个人征信问题。
“目前,大数据征信对于袋袋金来说,还处在一个初级阶段,袋袋金有一个360的风控制度。在使用这套风控体系的时候,到底哪一个指标它的权重是多少?实际上从国家的征信体系来说,还没办法得到一个比较权威的说法。”
“一个人在借贷的时候,他的借贷数据的权重是不是要很重?如果说他做善事,这个能不能当做一种权重呢?大数据征信的标准有没有考虑这个事情?”“袋袋金360风控里面有一个叫员工操守的指标,在使用员工或者招聘员工的时候,我很喜欢看到员工曾经有过比如说爱心或者义工,对我来讲,我们现在的征信这一块是比较欠缺的。”
“其实我们做p2p,网络的借贷公司,需要对很多借贷人的行为和一些信用做一些征信,年初的时候我听到国家说年底的时候要完成大数据的建设,但我不知道,刚才几位老总说的能不能得到国家体系的呼应。征信不单单是借贷的征信,其实应该是完整的征信。”
截至目前,央行个人征信系统中收录有信贷记录的自然人约3亿,还不到我国总人口数的1/4,远远满足不了借贷市场的需求,很多没有信用卡或从未跟银行发生借贷关系的人很难获得信贷服务。而且,央行的个人征信系统中的信息只向银行和本人提供,不对社会公开。这样,对于p2p行业而言,此种限制无疑成为了其发展的瓶颈。
p2p联手大数据征信,打通任督二脉
如何打破这种局面?“不管是央行征信机构的介入,还是第三方征信服务公司,都可以通过大数据来建立统一的征信体系,然后让合格的p2p平台进行数据对接。”袋袋金ceo李海鸥认为,数据成功接入后,投资人通过平台就能查询到借款人的信用记录,这样就从源头上解决了借贷的风险问题。而征信问题一旦解决,p2p发展潜力必定会被全面激活,其未来不可限量。
结语
征信体系是现代金融体系运行的基石。有无健全的征信体系是市场经济走向成熟的重要标志。征信体系的建设对防范金融风险、保持金融稳定、推动金融发展、提升金融竞争力都有着重要的作用。而以p2p为代表的互联网金融,其本质仍然是金融,征信是其健康发展的关键因素之一。
据测算,中国个人征信市场空间为1030亿元,目前个人征信和企业征信的总规模仅为20亿元,其中,个人征信仅占很小一部分,中国个人征信未来市场增长空间巨大。可以预见,征信将成为p2p行业发展的新“风口”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16