京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据征信将重塑互联网金融信用
互联网金融行业经过爆发式增长阶段后,目前迎来了其艰难时刻,随着风险窗口的不断敞开,在饱受监管及市场质疑之际,不少互联网金融公司不得不尝试将大数据运用到风控领域上。在10月28日由新浪财经及新浪战略合作部主办的“当大数据爱上金融”沙龙上,多位业内人士表示,互联网金融发展目前对大数据征信的需求越来越大,主要在于依靠大数据征信控制市场风险,进而重塑市场的信用体系;同时,对于大数据征信机构而言,仍然面临很多挑战。可以预期,由于牌照管理和市场竞争因素,大数据征信行业或将迎来一轮洗牌。
大数据已开始对商业实践产生颠覆性影响,大数据的运用能力将关系着金融企业和机构的核心竞争力。五道口金融学院金融大数据研究室总监杨威表示,当前大数据应用已突破了内部范畴,除了企业数据和个人消费数据外,延伸到外部数据领域,例如客户在其他机构、其他维度上的一些行为。大数据在金融领域的应用范畴非常广泛,除了用于客户和风险管理外,甚至用于企业内部人力资源管理范畴。
“目前关于大数据征信领域的安全有两个关键,一是征信业务的管理条例,二是《关于加强网络信息保护的决定》规定,这对数据的采集、使用、数据质量的要求,都提出了相应原则性的规定。”杨威介绍说,但在应用过程当中仍然存在难点:一是怎么能够有效地获取客户的合规授权,同时,在授权的范围之内使用数据;二是在数据获取过程中,会从各个平台、设备上面跨领域搜集信息,如何有效地能把信息识别为同一人或同一个身份;三是在应用过程中,怎么从业务角度来解读这些数据;从业务驱动的维度来落实数据应用是亟待解决的问题。
百融金服副总裁冯宗欣表示,通过解决金融企业的信息不对称,大数据可以帮助金融机构解决由于信息不对称而带来的营销、定价、信用、欺诈以及清收等一系列问题。人民银行征信中心有3亿人的信用记录,占中国总人口的25%,仍有75%的人没有有效的信用记录,这将导致大多数人的融资需求很难得到满足。
“大数据的关键在于交叉融合。”冯宗欣说,百融金服所创的百融评分模型正是基于百融线上线下融合的海量多维数据构建出来的。百融评分即“百融信用申请分”,将来会拓展到更多领域,如欺诈评分、催收评分等。
据了解,百融金服的数据安全已经获得公安部信息系统安全等级保护二级资质,符合征信法规对征信企业的安全性资质要求。知情人士透露,“目前百融正在申请公安部信息系统安全等级保护三级资质,这与银行是同等级的资质,无论是银行、P2P或其他互联网金融公司都适合使用。”
我爱卡信用宝创始人兼CEO涂志云表示,当前我国个人信用管理面临四大挑战和机会:一是集合,银行和民间金融的征信工作,目前还有大量的民间金融数据没有进入征信数据库;二是开放,央行征信中心的数据还只开发給金融机构,大量的民营和互联网金融企业无法直接获得相关征信报告;三是加工,如何做出增值服务产品比如信用评分,如何与互联网上的大数据进行整合;四是使用,银行,民间和互联网金融机构如何去使用征信和评分来提高自己的风险管理能力。
他认为,我国的市场需求和目前落后的征信体系反差,迫使利用科技和大数据的力量在征信与信用管理领域进行一次真正的创新。在征信管理领域,有可能用未来10年时间走完美国过去30年的路。
多位与会人士认为,我国大数据征信目前还处在加速发展过程,但后期在牌照管理、市场竞争因素交织下,或将迎来一轮洗牌阶段,未来的征信机构数量可能在10家以内,毕竟互联网金融发展对大数据征信的需求越来越大,但更多的是提供深度的金融服务,对于市场来讲,目前的容量是足够了,接下来就看各机构的服务深度和发展速度了。而在市场处于发展的初期阶段,监管应当适当放手让企业去接受市场的洗礼,牌照发放或可适当放宽。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09