 京公网安备 11010802034615号
			经营许可证编号:京B2-20210330
 京公网安备 11010802034615号
			经营许可证编号:京B2-20210330
		大数据征信?IFC赖金昌:可能存在误解
“大数据征信属于哪个数据领域?”赖金昌称,“普通商用数据可以用大数据,用大数据来放贷也没有问题,那征信这个领域能不能说大数据征信?不可以的。目前在世界上我们没有看见任何人用大数据征信这个词, 可能中间有一些误解。”
当前在大数据热潮和“一切数据皆信用”的观念影响下,大批数据源机构、互联网技术公司等不同类型的机构进入了个人征信市场,出现了个人征信服务与个人数据服务概念混淆、边界不清的现象。
	 
“当前对征信误解比较多,要理清征信跟大数据、诚信的区别。”4月21日下午,央行征信管理局局长万存知在“个人信息保护与征信管理国际研讨会”上指出。
基于对目前征信市场的认识,世界银行集团IFC东亚及太平洋区金融基础设施技援线负责人赖金昌提出一个框架,将商业信息服务领域分成三层,最外层为普通商用数据,中间一层为用于金融服务,特别是信贷方面的数据,最内层是征信数据。
他举例称,王小二打车从国贸到明珠饭店,打车软件收集打车数据,用来研究市民的日常行为、开发市场,属于普通的商用数据。
因为王小二叫车为“先使用后付费”,打车软件从A移动通讯公司入网,因此A公司客观上是一个类信贷机构,因为它给了使用者商业信用。A公司收集信息后,卖给小贷公司,后者借以研究王小二的打车频率、打车类型,进而推测收入水平,这是第二层用于信贷的数据。
A公司作为类信贷机构,应该参与征信系统,按照征信系统要求将王小二的支付表现信息定期、主动且按照统一的数据模板向上传,同时A公司作为征信体系会员,有权利按照征信规则查询客户信息,查询目的是审核客户申请,这一层为征信数据。
“大数据征信属于哪个数据领域?”赖金昌称,“普通商用数据可以用大数据,用大数据来放贷也没有问题,那征信这个领域能不能说大数据征信?不可以的。目前在世界上我们没有看见任何人用大数据征信这个词, 可能中间有一些误解。”
在全国人大财经委副主任委员吴晓灵牵头所做的《个人征信问题研究》中指出,个人征信服务与数据服务存在着显著差异。主要表现在三方面:
一是服务内容差异导致不同监管。个人征信主要服务于金融领域,主要为授信机构的个人信用风险管理,而个人数据服务广泛服务于包括金融领域在内的社会各个领域。从国外监管实践来看,个人数据服务业务并不受征信法规或制度的管理,而是接受个人信息数据保护法等基本法律法规的管理与制约。
二是数据要求差异。个人征信所采集的个人信用信息具有信贷风险强相关、客观真实性和可追溯性三个显著特点。当前很多大数据服务商采集数据多元化,有些采用在互联网上进行“数据扒取”方式,不仅难以保证信息来源的可靠、真实,更无法实现信息可追溯。
三是数据获取方式差异。征信数据的获取是以满足合规性为前提,国内数据服务商市场处于起步阶段,市场上还是比较混乱。
欧洲个人信用信息服务商协会(ACCIS)主席Neil Munroe接受21世纪经济报道记者采访时称,目前互联网上的数据,征信机构还没有涉足,主要是因为需获得数据主体同意,另外这些数据中也很难获得有意义的数据。
	
 
                  数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22