
互联网大数据 重新定义个人信用
行为金融学的基础正日益坚实。通过互联网大数据精准记录海量个人行为,进而形成分析结论,并把它运用在不限于银行借贷的广阔社会生活中,给社会带来细微却重大的变化,甚至会改写经济学教科书。中国的一些互联网机构正在这条路上衔枚疾进,并走在世界最前列。
Fintech(金融技术)或者Techfin(技术金融)正成为一个酷炫的词汇。它的应用场景之广,远远超过传统金融领域所能覆盖的范围。尽管在追求严谨、准确和稳健的传统金融征信领域,这些互联网极客们刚刚遭遇了征信牌照不能落地的挫折,但对大数据生成的信用,不妨以开放的心态看待,它值得寄予高期望。
近日一个颇受关注的事件是个人征信牌照推迟落地。早在2015年1月,央行官网公布《关于做好个人征信业务准备工作的通知》,当时,外界期待个人征信市场将全面放开,但如今两年多过去,企业望眼欲穿,牌照仍旧悬而未落。4月21日下午,人民银行回应了这一问题。
从传统金融机构的思路来说,目前对个人征信牌照不予落地出于综合考虑。中国人民银行征信局局长万存知介绍,大环境原因有互联网金融整顿、社会公众对个人信息保护的意识空前高涨等;具体业务方面,则有“每一家机构都想追求依托互联网形成自己的业务的闭环”、“各自依托某一个企业或者企业集团发起创建、不具有第三方征信独立性”“存在信息误采误用问题”等。
当然,央行也给未来留出了空间。万存知说:“持牌金融机构之外的领域,人民银行征信中心难以覆盖,需要培育其他个人征信机构来做补充,形成错位发展、功能互补。”
金融的本质是对风险定价,征信服务广泛搜集有效信息,进而辅助判断风险,这是其意义所在。所以从信贷角度来说,征信牌照的监管需要符合金融操作的稳健性原则,也无可厚非。
不过从更广阔的视角来看,则不妨鼓励互联网技术金融公司多做尝试,因为金融信贷只是数字化生活的一个小小侧面,广阔天地中,“信用”大有可为。
“信用”有超越“征信”的意义,移动互联和大数据时代,每个人拥有信用的时代来临了。
信用不只是金融运用,其所到之处,可以提升社会运行效率、减少无用劳动。因为信用,许多社会流程都将简化、优化。如广州一家医院与互联网信用机构联合推出先诊疗后付费,挂号、诊疗、化验、拿药,全程不付费,患者回家之后,全程费用网上代扣,节省大量的排队付费时间。其他如免押金租车、免押金租房、免押金住酒店等各类押金正在减免、消失,用户和机构之间的关系正因为信用而变得简单。此前有统计分析,免押金住酒店,入住时间由平均十几分钟下降到45秒,退房时间由平均四五分钟下降到18秒;免押金租车,免掉押金的同时,将租车时间缩短了60%~80%;免押金租房,更减少了刚毕业大学生、蓝领等的现金压力。
如何衡量一个人的信用,是个颇为复杂的命题。在信用体系发展最为成熟的美国,92%的群体有自己的信用数据,这些数据大多来自于他们的金融生活。在中国,信用体系的覆盖度大约为35%。有意思的是,由于互联网大数据的产生,中国社会诚信体系的建设正在呈现出比美国更多元的态势。金融只是社会生活的一个方面,除了测度金融信用,互联网大数据还能测度一个人生活中方方面面的信用程度,信用信息更加完整。
在互联网的推动下,中国正在尝试着探索和建设一个有自己特色的信用体系,虽然这并不容易,但是过程非常有意义和价值。当然,对于其中可能存在的个人信息泄露等风险点,是将来监管的重点所在,这个可以另行专门探讨。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25