
大数据风控助力 草根人群借钱不难
日前,在芝麻信用等8家征信机构即将获准于7月份正式展开个人征信业务之际,在线金融搜索平台融360宣布已经同8家中除前海之外的7家征信机构达成合作,进行数据上的互补。业内专家认为,由于大数据风控,未来小额信贷的应用场景会很快发生变革,将近万亿元的小额信贷市场将成为各大在线金融服务商的争夺焦点。
8家机构蓄势待发
今年1月,央行发布《关于做好个人征信业务准备工作的通知》,要求芝麻信用、腾讯征信、深圳前海征信、鹏元征信、中诚信征信、中智诚征信、拉卡拉信用、北京华道征信等8家机构做好个人征信业务的准备工作,准备时间为6个月。理论上这些机构7月应正式开展业务。
融360风控副总裁李英浩对记者表示,目前大数据征信最大的困难就是数据。芝麻信用的数据库量级很大,但很难构成信用评级的全面性。比如高端人群中可能用支付宝的比例并不大,就这部分人群的信用数据,银行和传统金融机构的积累更有说服力。
“各家数据一定是一个相互补充、相互印证的关系,没有可替代性,单靠某一方面的数据就会出现偏颇。”李英浩介绍说,融360目前同这些征信机构合作的目的是数据互补,从而实现更完善的信用评估和风控结果。
各家征信公司数据不一样
据悉,融360不久前推出了信用评分在借贷领域的应用模型。针对5万元以下的个人信用贷款申请,融360使用了一个名为“天机”的大数据风控系统,其中包含信用风险预测模型,会根据身份认证、还款意愿和还款能力三个大维度,给申请贷款的用户进行评分,依据分值来决定是否放贷、放贷金额及期限。
未来5万元以下的小额贷款申请变得非常简单,10分钟完成审批,12小时内放款。因为背后的个人信用审核完全由风控系统自动完成,而不再需要人工的审核流程。拥有庞大数据源的天机系统,可以有效地把有欺诈风险的人拒绝在外,再在真正有贷款意向的人中间做出更精准的筛选,推送给放贷机构。
李英浩认为,风控领域的开放合作是一个重要的大前提。目前国内商业征信市场非常分裂,第三方征信一直处于各自为营的状况。“为什么我们和这8家征信机构的7家合作?因为每一个征信公司的数据都不一样。比如说阿里,它积累的数据主要取自余额宝、支付宝、淘宝这方面的电商数据。腾讯则主要是社交数据。由于每家不一样,各有擅长,我们都接入才能让信用评估更加全面,用户更快速地在我们平台上贷款。”
破解老百姓“不被信任”困局
数据显示,截至2013年底,央行个人征信系统中收录有信贷记录的自然人约3.4亿,还不到总人口数的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难以获得信贷服务。而在美国,征信体系的覆盖率已经达到了85%,其中商业征信公司扮演着很重要的角色。
“并非草根大众不诚信,而是大多数人并没有得到一个建立‘信用’的机会。”李英浩认为,大征信属于整个国家基础设施的建设,不会一蹴而就。征信这个市场至少需要5-10年的数据积累。由大数据支撑的信用和风控,可以彻底破解老百姓 “不被信任”的困局。有了大数据风控的助力,广大草根人群,例如自由职业者、个体户、小微企业主、学生等人群在线借到钱会变得很容易。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04