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
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25