第一篇：企業(yè)征信數(shù)據(jù)主要內(nèi)容以及數(shù)據(jù)來(lái)源

企業(yè)征信數(shù)據(jù)主要內(nèi)容以及數(shù)據(jù)來(lái)源

—、企業(yè)征信數(shù)據(jù)主要內(nèi)容企業(yè)征信數(shù)據(jù)由企業(yè)信用信息轉(zhuǎn)換而來(lái)，企業(yè)信用信息只有經(jīng)過(guò)數(shù)據(jù)處理后、被存儲(chǔ)到企業(yè)征信數(shù)據(jù)庫(kù)中的數(shù)據(jù)才是企業(yè)征信數(shù)據(jù)。企業(yè)信用信息只有轉(zhuǎn)化成征信數(shù)據(jù)之 后，才能達(dá)到商品化要求，才能用于生產(chǎn)企業(yè)征信報(bào)告。企業(yè)征信數(shù)據(jù)與企業(yè)信用信息之間的區(qū)別很大。企業(yè)征信數(shù)據(jù)除了帶有經(jīng)過(guò)數(shù)據(jù)處理的特征之外，還要有統(tǒng)一數(shù)據(jù)格式要求，不僅同一項(xiàng)數(shù)據(jù)的結(jié)構(gòu)和精度均相同，而且 對(duì)于每項(xiàng)數(shù)據(jù)的起始點(diǎn)和終結(jié)點(diǎn)都有嚴(yán)格的要求。企業(yè)征信機(jī)構(gòu)不見(jiàn)得廣泛地采集所有能夠采集到的信用信息，企業(yè)信用信息或企業(yè)征信數(shù)據(jù)的采購(gòu)是被限定在特定范圍之內(nèi)的。企業(yè)征信機(jī)構(gòu)是否加工或保存一類征信數(shù) 據(jù)，受到兩個(gè)基本條件的約束，一是技術(shù)，征信數(shù)據(jù)必須能對(duì)企業(yè)信用價(jià)值的評(píng)估做出 貢獻(xiàn)；二是成本，即在經(jīng)濟(jì)上合算。對(duì)于加工和存儲(chǔ)成本高，又對(duì)制作報(bào)告產(chǎn)品貢獻(xiàn)不太大的征信數(shù)據(jù)，企業(yè)征信機(jī)構(gòu)不會(huì)加工和保存。企業(yè)征信數(shù)據(jù)內(nèi)容通常包括企業(yè)的注冊(cè)信息、財(cái)務(wù)報(bào)表、公共記錄、雇員、進(jìn)出口情況、銀行往來(lái)情況、付款記錄、經(jīng)營(yíng)者簡(jiǎn)歷、企業(yè)發(fā)展史、財(cái)務(wù)報(bào)表反映不出的經(jīng)營(yíng) 狀況、產(chǎn)品介紹以及相關(guān)的市場(chǎng)宏觀經(jīng)濟(jì)狀況和行業(yè)發(fā)展?fàn)顩r等。I

二、企業(yè)征信數(shù)據(jù)主要來(lái)源(一）政府掌握的企業(yè)征信數(shù)據(jù)政府掌握的信用信息是公務(wù)信息的一部分，產(chǎn)生于政府執(zhí)行公務(wù)或?qū)ζ髽I(yè)實(shí)施監(jiān)管的工作過(guò)程之中。根據(jù)企業(yè)征信機(jī)構(gòu)的經(jīng)驗(yàn)，十幾個(gè)政府部門掌握了大量的企業(yè)信用信 息，如工商行政管理局、稅務(wù)局、中國(guó)人民銀行、海關(guān)總署、統(tǒng)計(jì)局、法院、國(guó)資委、商務(wù)部、郵政局等（見(jiàn)表3-1)。工商行政管理局掌握著大量的企業(yè)基本信息、企業(yè)財(cái)務(wù)信息和行政處罰信息。目前，工商行政管理系統(tǒng)掌握的信用信息是有條件的開(kāi)放，其中企業(yè)登記注冊(cè)的信息是基本對(duì)外開(kāi)放的。工商行政管理局在很多省市地區(qū)開(kāi)通了 “紅盾網(wǎng)”，可以免費(fèi)在網(wǎng)上査詢當(dāng)?shù)仄髽I(yè)的登記注冊(cè)信息。統(tǒng)計(jì)局定期形成的各種統(tǒng)計(jì)報(bào)表和經(jīng)濟(jì)普查報(bào)告，其中包括企業(yè)的財(cái)務(wù)報(bào)表。目前，統(tǒng)計(jì)局掌握的信用信息還沒(méi)有全部對(duì)外開(kāi)放，還無(wú)法從這個(gè)信息源中得到單個(gè)企業(yè)的信 用信息。海關(guān)掌握企業(yè)從事進(jìn)出口活動(dòng)的相關(guān)信息，海關(guān)的統(tǒng)計(jì)部門和信息中心會(huì)定期形成報(bào)關(guān)單和各種進(jìn)出口統(tǒng)計(jì)報(bào)表，主要內(nèi)容包栝進(jìn)出口的產(chǎn)品名稱、貨品數(shù)量、產(chǎn)地、發(fā) 貨地、到達(dá)地、交易對(duì)象、交易時(shí)間等。此外，海關(guān)還會(huì)形成季度和年度進(jìn)出口統(tǒng)計(jì)和 分析報(bào)告。中國(guó)人民銀行征信中心負(fù)責(zé)國(guó)家金融基礎(chǔ)信息數(shù)據(jù)庫(kù)的建設(shè)管理工作，已經(jīng)建立了公共的企業(yè)征信系統(tǒng)和個(gè)人征信系統(tǒng)，各類正規(guī)金融機(jī)構(gòu)掌握的企業(yè)及個(gè)人信貸已經(jīng)被 匯集到這兩個(gè)系統(tǒng)中。商業(yè)銀行等金融機(jī)構(gòu)經(jīng)企業(yè)、個(gè)人授權(quán)同意后，在審核信貸業(yè)務(wù) 申請(qǐng)以及對(duì)已發(fā)放信貸進(jìn)行貸后風(fēng)險(xiǎn)管理的情況下，可提供企業(yè)、個(gè)人征信報(bào)告。國(guó)有資產(chǎn)管理委員會(huì)擁有國(guó)有企業(yè)的資產(chǎn)、隸屬、經(jīng)理人員、并購(gòu)、政策等資料。外匯管理局掌握著所管轄有外貿(mào)經(jīng)營(yíng)權(quán)企業(yè)從事外匯交易活動(dòng)的外匯交易額、進(jìn)出口貨 物情況、結(jié)匯情況、應(yīng)收賬款情況等。房屋管理局主管房地產(chǎn)登記管理工作，確認(rèn)房屋 權(quán)屬，辦理房屋所有權(quán)登記和初始登記、轉(zhuǎn)移、變更、注銷及設(shè)定他項(xiàng)權(quán)登記。公安局車輛管理所掌握所管轄區(qū)域內(nèi)所有機(jī)動(dòng)車所有權(quán)登記信息。還有些政府部門會(huì)定期公布諸如破產(chǎn)、抵押品置留權(quán)、動(dòng)產(chǎn)抵押申請(qǐng)、民事訴訟、經(jīng)濟(jì)仲裁等公共記錄，上述政府部門提供的企業(yè)信用信息非常有價(jià)值。(二）非官方的企業(yè)信用信息非官方的企業(yè)信用信息，是指政府公務(wù)信息之外的企業(yè)信用信息，有時(shí)也被稱為“民間信息”，特別指那些非商業(yè)化的企業(yè)信用信息。非官方的企業(yè)信用信息的主要來(lái)源 是商業(yè)銀行、行會(huì)商會(huì)、公用事業(yè)單位、電信公司、企業(yè)的供應(yīng)商、各類房東、租賃公 司和新聞媒體等，這些信用信息的擁有者所提供的信息是龐雜的。但是，經(jīng)過(guò)企業(yè)征信機(jī)構(gòu)的篩選和處理，有些信用信息是可以利用的，能夠成為企業(yè)征信數(shù)據(jù)。商業(yè)銀行擁有大量的企業(yè)信用信息，如企業(yè)開(kāi)戶信息，貸款、擔(dān)保和還款記錄等信息，資金流人和流出量及去向方面的信息。長(zhǎng)期以來(lái),商業(yè)銀行是最重要的民間信用信 息來(lái)源，對(duì)于那些沒(méi)有公共征信系統(tǒng)的國(guó)家更是如此。在許多國(guó)家，商業(yè)銀行都會(huì)向企業(yè)征信機(jī)構(gòu)提供信用信息，它們不僅正常地提供企業(yè)信用信息，而且還不一定收取費(fèi)用。中國(guó)人民銀行征信中心建立了我國(guó)企業(yè)和個(gè)人公 共征信系統(tǒng)，產(chǎn)生于商業(yè)銀行的企業(yè)信甩信息都被匯集到中國(guó)人民銀行征信中心的企業(yè) 征信系統(tǒng)中。目前中國(guó)人民銀行征信中心不對(duì)金融系統(tǒng)之外的機(jī)構(gòu)開(kāi)放，只向商業(yè)銀行等正規(guī)金融機(jī)構(gòu)提供信息查詢服務(wù)。第三章企業(yè)征信業(yè)務(wù)公用事業(yè)單位產(chǎn)生了大量的用戶付費(fèi)信息，這對(duì)于了解和評(píng)價(jià)其用戶的信用行為和財(cái)務(wù)能力是非常有用的。所謂的公用事業(yè)單位，主要包括電力公司、自來(lái)水公司、電話 公司、煤氣公司、供暖公司等，人們還經(jīng)常將移動(dòng)通信服務(wù)類公司也包括進(jìn)去。如果一 個(gè)企業(yè)長(zhǎng)期拖欠公用事業(yè)單位的費(fèi)用，那么企業(yè)征信機(jī)構(gòu)將視其的欠費(fèi)額度大小，給予欠費(fèi)企業(yè)不良信用記錄。另外，公用事業(yè)用戶的付費(fèi)方式也對(duì)了解用戶的財(cái)務(wù)狀況和信 用行為有幫助。各行各業(yè)的行業(yè)協(xié)會(huì)或商會(huì)都有著自己行業(yè)情況的信息積累，如它們有相當(dāng)詳細(xì)的業(yè)內(nèi)主流機(jī)構(gòu)、行業(yè)發(fā)展和從業(yè)人員變化等信息。這些信息可以反映行業(yè)當(dāng)前的實(shí)際情 況和行業(yè)發(fā)展趨勢(shì)。行業(yè)協(xié)會(huì)掌握的信息有可能是與業(yè)內(nèi)機(jī)構(gòu)共享的，面向自已的會(huì)員 企業(yè)服務(wù)。很多行業(yè)協(xié)會(huì)都負(fù)責(zé)編纂本行業(yè)的年鑒，它們有采集年鑒所需信息的渠道，這些信息渠道對(duì)企業(yè)征信機(jī)構(gòu)是有價(jià)值的。例如，《中國(guó)電子信息產(chǎn)業(yè)年鑒》《中國(guó)汽車 年鑒》和《中國(guó)金融年鑒》等。年鑒對(duì)行業(yè)在過(guò)去一年的發(fā)展情況、產(chǎn)品情況、技術(shù)水平、企業(yè)發(fā)展情況、盈利水平、發(fā)展趨勢(shì)、大事記等做了詳細(xì)的記錄和說(shuō)明，具有較高的參考價(jià)值。在報(bào)紙、雜志、廣播、電視、網(wǎng)絡(luò)等公眾傳媒上，也有大量的信用信息在傳導(dǎo)，從中可以篩選出一些有用的信用信息。目前，互聯(lián)網(wǎng)巳經(jīng)成為重要的“信息集散地”，從各 類網(wǎng)站獲取所需的信用信息成為企業(yè)征信機(jī)構(gòu)的一個(gè)重要的信息渠道。政府部門的網(wǎng)站 是該部門的權(quán)威信息發(fā)布平臺(tái)，相關(guān)行業(yè)政策、法規(guī)和行業(yè)總體運(yùn)行情況都會(huì)在部門網(wǎng)站中得到及時(shí)反映。大量網(wǎng)站對(duì)行業(yè)和企業(yè)的經(jīng)濟(jì)活動(dòng)給予動(dòng)態(tài)報(bào)道，它們都是企業(yè)征 信機(jī)構(gòu)的重要信息來(lái)源。不同信息來(lái)源的原始信用信息有可能存在不完整、有偏見(jiàn)、有誤導(dǎo)、不夠及時(shí)等缺陷，從征信機(jī)構(gòu)的用戶角度對(duì)企業(yè)信用信息來(lái)源做出的評(píng)價(jià)，如表3-2所示。(三）商業(yè)化的企業(yè)征信數(shù)據(jù)及其采購(gòu)商業(yè)化的企業(yè)信用信息是非官方信用信息的一部分，通常以征信數(shù)據(jù)的形式存在，是可以進(jìn)行交易的商品。在發(fā)達(dá)國(guó)家的市場(chǎng)上，可以找到許多數(shù)據(jù)供應(yīng)商，企業(yè)征信機(jī)構(gòu)可以從數(shù)據(jù)供應(yīng)商處采購(gòu)數(shù)據(jù)。因?yàn)閿?shù)據(jù)供應(yīng)商是銷售數(shù)據(jù)產(chǎn)品的專業(yè)機(jī)構(gòu)，它們有能力提供符合企業(yè)征 信機(jī)構(gòu)要求的征信數(shù)據(jù)，而且數(shù)據(jù)的質(zhì)量很高。除了數(shù)據(jù)供應(yīng)商之外，企業(yè)征信機(jī)構(gòu)還可以從其他的征信機(jī)構(gòu)購(gòu)買企業(yè)征信數(shù)據(jù)。一些擁有大型征信數(shù)據(jù)庫(kù)的企業(yè)征信機(jī)構(gòu)也提供不同加工深度的企業(yè)征信數(shù)據(jù)，如企業(yè) 基本fe息等。在必要的時(shí)候，企業(yè)征信機(jī)構(gòu)還可以委托其他類型的機(jī)構(gòu)幫助調(diào)查，取得一些特殊類別或特別準(zhǔn)確的企業(yè)信用信息。例如，委托律師事務(wù)所進(jìn)行調(diào)查，通過(guò)律師取證得到 調(diào)查對(duì)象的賬本或特殊信息。當(dāng)然，還可以委托會(huì)計(jì)師事務(wù)所進(jìn)行調(diào)查。然而，通常企 業(yè)征信機(jī)構(gòu)不使用律師事務(wù)所或會(huì)計(jì)師事務(wù)所提供的專案調(diào)查服務(wù)，盡管這種調(diào)査所取得信息的可靠性高，但費(fèi)用太高。另外，這種調(diào)查的震動(dòng)大，容易被調(diào)查的目標(biāo)企業(yè)察 覺(jué)，可能傷害到企業(yè)征信機(jī)構(gòu)與委托人關(guān)系。在市場(chǎng)上采購(gòu)企業(yè)征信數(shù)據(jù)，要通過(guò)一個(gè)設(shè)定的工作程序，避免花錢卻沒(méi)買到可用的數(shù)據(jù)問(wèn)題，或是買了質(zhì)次價(jià)高的征信數(shù)據(jù)。一個(gè)好的企業(yè)征信數(shù)據(jù)供應(yīng)商應(yīng)該具備下 列特征：(1)是合法的征信數(shù)據(jù)供應(yīng)商，提供的征信數(shù)據(jù)也是合法的。(2)提供的征信數(shù)據(jù)質(zhì)量好，特別要剔除那些提供假數(shù)據(jù)（特別是假財(cái)務(wù)報(bào)表）的數(shù)據(jù)供應(yīng)商。(3)征信數(shù)據(jù)的供應(yīng)穩(wěn)定，更新頻率高。(4)征信數(shù)據(jù)的廣度和深度達(dá)到要求。(5)征信數(shù)據(jù)的服務(wù)方式和數(shù)據(jù)格式符合買方的要求。(6)征信數(shù)據(jù)的價(jià)格合理。(7)大型的數(shù)據(jù)供應(yīng)商還可以提供海外采購(gòu)服務(wù)，代理銷售外國(guó)企業(yè)的征信數(shù)據(jù)。(8)個(gè)別數(shù)據(jù)供應(yīng)商允許交換數(shù)據(jù)，可以節(jié)約買方的采購(gòu)成本。|

三、企業(yè)征信數(shù)據(jù)采集主要方式(一）公開(kāi)數(shù)據(jù)的采集方式政府公務(wù)信息的采集主要存在如下常見(jiàn)方式：(1)掌握政府信息公開(kāi)網(wǎng)站的結(jié)構(gòu)，建立數(shù)據(jù)自動(dòng)抓取系統(tǒng)，自動(dòng)化采集。(2)建立商業(yè)化的信用信息采集關(guān)系。(3)建立數(shù)據(jù)交換關(guān)系。從公用事業(yè)單位采集信息，主要方法有兩種：一是從公用事業(yè)單位或通信公司采購(gòu)數(shù)據(jù)，至少要采集欠費(fèi)用戶的負(fù)面信息；二是承接公用事業(yè)單位或移動(dòng)通信公司的信用 風(fēng)險(xiǎn)控制任務(wù)，幫助它們建立信用風(fēng)險(xiǎn)防范機(jī)制，包括欠費(fèi)催收工作。對(duì)于征信數(shù)據(jù)供應(yīng)商，企業(yè)征信機(jī)構(gòu)主要的工作是對(duì)它們進(jìn)行篩選。評(píng)價(jià)供應(yīng)商優(yōu)劣的硬性指標(biāo)包括合法性、類型、覆蓋、質(zhì)量、更新頻率、效率、成本、穩(wěn)定性和服務(wù) 態(tài)度。(二）電話調(diào)查采集方式電話調(diào)查也是企業(yè)征信機(jī)構(gòu)經(jīng)常使用的調(diào)査方法之一,是一種低成本的調(diào)查方法。通常來(lái)說(shuō)，企業(yè)征信機(jī)構(gòu)使用電話調(diào)查方法的作用有兩個(gè)：一是采集信用信息，二是核 實(shí)信用信息。在以傳統(tǒng)作業(yè)方式操作的企業(yè)征信機(jī)構(gòu)中，電話調(diào)查員主要的工作是采集信用信息，是根據(jù)委托人的需求進(jìn)行個(gè)案調(diào)查。但是，在擁有大型征信數(shù)據(jù)庫(kù)的企業(yè)征 信機(jī)構(gòu)中，電話調(diào)查員的主要工作是核實(shí)征信數(shù)據(jù)。在擁有大型征信數(shù)據(jù)庫(kù)的征信機(jī)構(gòu)，如果向用戶提供征信數(shù)據(jù)產(chǎn)品或數(shù)據(jù)庫(kù)服務(wù)，需要有比較高質(zhì)量的企業(yè)基本信息。因此，在這樣的企業(yè)征信機(jī)構(gòu)，需要相當(dāng)數(shù)量的電 話調(diào)查員同時(shí)工作。企業(yè)征信機(jī)構(gòu)對(duì)電話調(diào)查員的培訓(xùn)是很嚴(yán)格的，培訓(xùn)內(nèi)容包括相關(guān)法律法規(guī)、通話用語(yǔ)、掌握主動(dòng)、應(yīng)對(duì)拒絕、控制時(shí)間、認(rèn)真記錄等。如果采用專業(yè)軟件進(jìn)行管理，需 要實(shí)現(xiàn)一系列業(yè)務(wù)和管理功能，主要體現(xiàn)在提示、錄音和監(jiān)控等功能上。對(duì)于企業(yè)征信 機(jī)構(gòu)，最重要的是不能讓電話調(diào)査員使用非法的語(yǔ)言。由于對(duì)方是否提供信用信息完全出于自愿，因此企業(yè)征信機(jī)構(gòu)要嚴(yán)格管理電話調(diào)查員的業(yè)務(wù)操作行為，防止電話調(diào)查員 在通話時(shí)冒充具有監(jiān)管職能的政府公務(wù)員，避免產(chǎn)生糾紛和政府查處?？傊?，電話調(diào)查方法既有優(yōu)點(diǎn)，也有局限性。企業(yè)征信機(jī)構(gòu)應(yīng)該合理使用電話調(diào)查方法，既不能過(guò)分依賴，更不能完全放棄。(三）信用信息資源共享方式使用信息交換方式對(duì)于企業(yè)征信機(jī)構(gòu)有如下好處：(1)通過(guò)交換，得到自己需要的信用信息。(2)不是采購(gòu)行為，沒(méi)有資金付出，經(jīng)濟(jì)成本很低。(3)與交換對(duì)象建立了良好的合作或公共關(guān)系，形成一種雙贏的局面。(4)社會(huì)意義明顯，如促進(jìn)了失信記錄的傳播，有助于加大失信懲戒機(jī)制的震懾力度。鑒于上述諸多優(yōu)點(diǎn)，企業(yè)征信機(jī)構(gòu)應(yīng)盡量采用信息交換方式獲取自己所需要的信用信息。(四）信用信息采集的原則在采集信用信息時(shí)，應(yīng)遵循以下4項(xiàng)原則：1.客觀真實(shí)性原則在采集信用信息時(shí)，應(yīng)保證客觀、真實(shí)地反映企業(yè)信用狀況，堅(jiān)決杜絕由于信用信息采集工作人員的主觀臆斷、個(gè)人好惡或者由于其他目的的故意隱瞞事實(shí)真相，造成評(píng) 估決策的錯(cuò)誤。2.多渠道驗(yàn)證原則在采集信用信息時(shí)，應(yīng)通過(guò)多種渠道和方法采集信用信息，使這些信用信息能夠相互驗(yàn)證。如果信用信息來(lái)源的渠道單一，由于信息資料短缺造成無(wú)法相互驗(yàn)證，信用信 息的質(zhì)量就無(wú)法保證，出現(xiàn)誤差的可能性就會(huì)很大。因此，一般要求通過(guò)3個(gè)以上的渠道 和方法采集客戶信用信息。3.低成本高效率原則采集信用信息必須考慮獲取信息的成本。對(duì)調(diào)查過(guò)于細(xì)致，固然能夠保證采集信息更全面，調(diào)查內(nèi)容更準(zhǔn)確，但也會(huì)造成采集費(fèi)用過(guò)大，信用管理成本過(guò)高，使企業(yè) 的整體效益受到影響，違背了信用管理降低企業(yè)成本的初衷。因此，在采集信用信息 時(shí)，應(yīng)盡量降低采集成本，用最低的成本采集到能夠滿足企業(yè)信用評(píng)估和決策要求的信息。4.時(shí)效性原則為了保證征信數(shù)據(jù)庫(kù)的更新頻率，要求征信機(jī)構(gòu)定期更新征信數(shù)據(jù)，所以采集信用信息的工作要非常及時(shí)。征信機(jī)構(gòu)要根據(jù)自己擁有信用信息源的多寡，安排適當(dāng)數(shù)目的 人員照看信用信息源，及時(shí)將所需要的信用信息采集上來(lái)。同時(shí)，征信機(jī)構(gòu)還要聘用適 量的電話調(diào)查員去核實(shí)信用信息。

第二篇：大數(shù)據(jù)征信

大數(shù)據(jù)征信 互聯(lián)網(wǎng)金融的羅生門

2015-02-19徐富記

從央行個(gè)人征信牌照開(kāi)閘，到首家互聯(lián)網(wǎng)銀行微眾銀行給卡車司機(jī)發(fā)放第一筆貸款，互聯(lián)網(wǎng)金融的浪潮儼然已從P2P網(wǎng)貸洶涌到眾籌，又波濤到大數(shù)據(jù)征信。

史鐵生曾說(shuō)過(guò)：“歷史在發(fā)生時(shí)未被發(fā)現(xiàn)，在發(fā)現(xiàn)時(shí)已被重組”，正如當(dāng)下之大數(shù)據(jù)征信，盡管已悄然發(fā)生，但未被發(fā)現(xiàn)，而再發(fā)現(xiàn)時(shí)，卻已被改寫，局內(nèi)人的自說(shuō)自話，局外人的不明覺(jué)厲，大數(shù)據(jù)征信，似乎已成互聯(lián)網(wǎng)金融的羅生門。

四級(jí)征信機(jī)構(gòu) 百花齊放

2015年新年伊始，央行下發(fā)《關(guān)于做好個(gè)人征信業(yè)務(wù)準(zhǔn)備工作的通知》，正式開(kāi)啟個(gè)人征信市場(chǎng)化閘門，民營(yíng)征信迎來(lái)元年，以阿里巴巴芝麻信用為代表的基于消費(fèi)大數(shù)據(jù)的征信機(jī)構(gòu)、以鵬元征信為代表的基于公共大數(shù)據(jù)的征信機(jī)構(gòu)和以社交數(shù)據(jù)作為征信模式的玖富旗下的閃銀（we cash）等征信機(jī)構(gòu)紛紛登臺(tái)亮相。

以目前國(guó)內(nèi)的信用體系，信用數(shù)據(jù)大致分為國(guó)家級(jí)、電商級(jí)、互聯(lián)網(wǎng)金融企業(yè)級(jí)、社交金融級(jí)，其中，國(guó)家級(jí)的信用數(shù)據(jù)為央行的征信中心和銀行等金融機(jī)構(gòu)的信貸數(shù)據(jù)、各部委的具有公共屬性的比如通信、水、電、煤氣等公共數(shù)據(jù)。

電商級(jí)的即包括以阿里、京東為代表的消費(fèi)數(shù)據(jù)；互聯(lián)網(wǎng)金融企業(yè)級(jí)的則如安融惠眾、上海資信；社交金融則如閃銀等開(kāi)啟的新型征信模式。

毫無(wú)疑問(wèn)，征信產(chǎn)業(yè)的發(fā)展不僅有效防范金融的風(fēng)險(xiǎn)，改善個(gè)人貸款質(zhì)量，提高了銀行的凈收益，同時(shí)，隨著國(guó)內(nèi)信貸行業(yè)及消費(fèi)行業(yè)的提速，也再次催生了征信業(yè)的巨大需求，據(jù)《中國(guó)征信業(yè)發(fā)展報(bào)告(2003-2013)》顯示,截止 2012 年我國(guó)征信機(jī)構(gòu)達(dá)到 140 家左右,總規(guī)模達(dá) 20 億,相較于美國(guó)近800 億市場(chǎng)和日本 40 億市場(chǎng)仍有較大的差距。

為此，方正證券研究認(rèn)為，如果我國(guó)采取市場(chǎng)化模式,按照現(xiàn)有價(jià)格、企業(yè)及個(gè)人總數(shù)的體量,在發(fā)展成熟后我國(guó)征信行業(yè)僅個(gè)人征信市場(chǎng)總空間將在 1000 億左 右,相較目前不到 20 億的體量有 50 倍的成長(zhǎng),是名符其實(shí)的藍(lán)海。

我的“痛”，有誰(shuí)知？

在如此藍(lán)海之下，我國(guó)目前的大數(shù)據(jù)征信的成長(zhǎng)階段跟美國(guó)早起的征信市場(chǎng)類似，百花齊放，百家爭(zhēng)鳴，那么，現(xiàn)在的信用數(shù)據(jù)體系中，各種不同模式又各自有著怎樣的“痛”呢。

以央行的征信中心數(shù)據(jù)體系為例，由于起步較晚，目前我國(guó)個(gè)人的征信體系明顯存在覆蓋面不足的情形。到2013年底，央行征信系統(tǒng)收錄的自然人數(shù)量已經(jīng)超過(guò)8億，但其中有信貸記錄的僅有3.2億人，占全國(guó)總?cè)丝跀?shù)的1/4不到。另外征信在日常生活服務(wù)中的應(yīng)用幾乎為空白。而且這些數(shù)據(jù)都來(lái)自于銀行的信貸數(shù)據(jù)，涉及面較為單一。

以電商為代表的消費(fèi)信用數(shù)據(jù)“芝麻信用”的模式，則是通過(guò)分析人的互聯(lián)網(wǎng)行為記錄，對(duì)人的身份真實(shí)性、行為可信性進(jìn)行評(píng)估并給出認(rèn)證等級(jí)，并且首次作為第三方平臺(tái)征信數(shù)據(jù)，提供給P2P平臺(tái)等。

事實(shí)上，阿里巴巴在早年就已推出誠(chéng)信通指數(shù)，這是阿里在誠(chéng)信通會(huì)員的“誠(chéng)信通檔案”基礎(chǔ)上推出評(píng)分系統(tǒng)，由A&V認(rèn)證、證書及榮譽(yù)、會(huì)員評(píng)價(jià)、經(jīng)驗(yàn)值等要素構(gòu)成。每次成功交易或獲得貸款，均會(huì)累計(jì)會(huì)員的誠(chéng)信通指數(shù)，并實(shí)時(shí)公布，從而引導(dǎo)客戶注重累計(jì)自己的信用度、活躍度，形成信用市場(chǎng)的良性循環(huán)。

然而，眾所周知的是，阿里巴巴的金融業(yè)務(wù)無(wú)論是對(duì)個(gè)人還是對(duì)商戶，業(yè)已開(kāi)展的如火如荼，這意味者如果芝麻信用要將自己的信用數(shù)據(jù)與p2p等金融機(jī)構(gòu)互換（芝麻信用不一定會(huì)拿出自己的全部數(shù)據(jù)），那么，芝麻信用的數(shù)據(jù)值將是1+1》2的模式，一旦換取更多的信用值，自己的信貸業(yè)務(wù)又如火如荼，那么，阿里巴巴就充當(dāng)了又當(dāng)裁判，又做球員。

這就類似與美國(guó)的FICO，因?yàn)镕ICO為各家信用卡機(jī)構(gòu)提供評(píng)分和信用結(jié)果，結(jié)果FICO自己又去發(fā)放信用卡，那么，信用卡機(jī)構(gòu)是無(wú)法跟FICO長(zhǎng)期愉快地玩耍的。

第三種模式則是以安融惠眾、上海資信互聯(lián)網(wǎng)金融征信機(jī)構(gòu)，央行杭州中心支行行長(zhǎng)張健華在日前發(fā)表的《我國(guó)互聯(lián)網(wǎng)征信發(fā)展與監(jiān)管研究》披露的數(shù)據(jù)是，截至2014年7月25日，網(wǎng)絡(luò)金融征信系統(tǒng)（NFCS）（即上海資信）共接入203家P2P平臺(tái)，日均查詢量達(dá)約2000次。

與之相比，北京安融惠眾征信有限公司的數(shù)據(jù)量似乎更高，其創(chuàng)建的“小額信貸行業(yè)信用信息共享服務(wù)平臺(tái)”（MSP）于2013年3月正式上線，為P2P、小貸公司、擔(dān)保公司提供行業(yè)信息共享服務(wù)。截至2014年9月15日，MSP征信平臺(tái)會(huì)員機(jī)構(gòu)已經(jīng)達(dá)到405家，會(huì)員間信用信息共享查詢量已達(dá)日均9000余件，有信用交易信息記錄的自然人信息主體數(shù)量突破100萬(wàn)人。

就筆者了解，上述兩種征信機(jī)構(gòu)目前階段還屬于接入更多數(shù)據(jù)階段，也只有接入的P2P、小貸公司、擔(dān)保公司的量足夠龐大，才能考慮在此數(shù)據(jù)量的基礎(chǔ)上，開(kāi)發(fā)數(shù)據(jù)模型與信用評(píng)分。

第四種創(chuàng)新的模式則是基于社交的大數(shù)據(jù)征信模式，典型的代表企業(yè)為玖富旗下品牌閃銀，閃銀被看作是中國(guó)的Zestfinace，通過(guò)利用移動(dòng)互聯(lián)網(wǎng)、利用大數(shù)據(jù)技術(shù)分析用戶的社交信息等數(shù)據(jù)，完成個(gè)人授信。

在閃銀的評(píng)價(jià)模型中，社交數(shù)據(jù)尤為重要，比如個(gè)人的微信、微博、朋友圈、校友錄、信用卡賬單等，通過(guò)附加社交維度評(píng)估個(gè)人信用狀況，大大降低傳統(tǒng)單一的通過(guò)資產(chǎn)或流水形式評(píng)估的信用風(fēng)險(xiǎn)。

揭開(kāi)“大數(shù)據(jù)征信”面紗

如此來(lái)看，無(wú)論是正規(guī)軍，還是后起之秀，大數(shù)據(jù)征信，無(wú)論哪一家都需要解決的一個(gè)痛點(diǎn)是“大”，怎么才算大？是足夠多還是足夠重要？是一家獨(dú)大還是大而不全？在央行打開(kāi)的這半扇羅生門里，需要撥開(kāi)以所謂“大數(shù)據(jù)”為外衣的云霧，只有當(dāng)我們看到征信業(yè)的新歷史正在發(fā)生時(shí)，我們才能發(fā)現(xiàn)這個(gè)歷史，而非在它重組之時(shí)。

撥開(kāi)這層云霧，則回到征信的初衷，征信的本質(zhì)在于解決兩方面問(wèn)題：信用能力和信用意愿，換而言之，即解決個(gè)人的還款能力和還款意愿，再追根溯源一點(diǎn)，即解決壞賬和逾期兩個(gè)問(wèn)題。

那么，大數(shù)據(jù)征信，無(wú)論是傳統(tǒng)在銀行的資金流水，還是在電商的交易，還是在各種社交平臺(tái)上的軌跡，都需要去驗(yàn)證，這些數(shù)據(jù)對(duì)壞賬和逾期的相關(guān)性問(wèn)題。

而這個(gè)驗(yàn)證的工作，正如一個(gè)精巧的匠工，首先需要海量的數(shù)據(jù)積累，然后有的才是一點(diǎn)一滴地去校驗(yàn)過(guò)程，只有這個(gè)過(guò)程做到足夠龐大，就像手表一樣，才能走得足夠精準(zhǔn)。如此以來(lái)，征信對(duì)金融的價(jià)值才能準(zhǔn)確發(fā)揮。

第三篇：研究報(bào)告摘要及數(shù)據(jù)來(lái)源那些渠道？

研究報(bào)告摘要及數(shù)據(jù)來(lái)源那些渠道

報(bào)告數(shù)據(jù)來(lái)源那些渠道？

本研究分析報(bào)告在本公司大量周密的市場(chǎng)調(diào)研數(shù)據(jù)基礎(chǔ)上，主要依據(jù)了國(guó)家統(tǒng)計(jì)局、國(guó)家海關(guān)總署、國(guó)家商務(wù)部、國(guó)家發(fā)展和改革委員會(huì)、國(guó)務(wù)院發(fā)展研究中心、工商局、稅務(wù)局、國(guó)家信息中心、各大商用數(shù)據(jù)庫(kù)等國(guó)內(nèi)外多種相關(guān)信息部門提供的大量資料所撰寫。

報(bào)告采用數(shù)據(jù)分析方式有那些？

本報(bào)告采用宏觀和微觀相結(jié)合的分析方式，利用科學(xué)的統(tǒng)計(jì)分析方法，運(yùn)用圖表及表格方式，直觀地闡明了各行業(yè)的經(jīng)濟(jì)類型構(gòu)成、規(guī)模構(gòu)成、經(jīng)營(yíng)效益比較、生產(chǎn)狀況、對(duì)外貿(mào)易情況及投資風(fēng)險(xiǎn)等，是企業(yè)了解行業(yè)重點(diǎn)企業(yè)必不可少的資料。

報(bào)告重點(diǎn)分析了那些內(nèi)容？有那些重要價(jià)值？

對(duì)行業(yè)的市場(chǎng)規(guī)模、前景、市場(chǎng)供需求及價(jià)格趨勢(shì)、從業(yè)企業(yè)以及國(guó)家相關(guān)產(chǎn)業(yè)政策進(jìn)行了全面分析。首先分析行業(yè)發(fā)展環(huán)境，逐步分析行業(yè)區(qū)域分布情況、市場(chǎng)供需求狀況、行業(yè)上下游發(fā)展?fàn)顩r等，并重點(diǎn)分析了我國(guó)行業(yè)技術(shù)、應(yīng)用領(lǐng)域的發(fā)展及市場(chǎng)綜合競(jìng)爭(zhēng)趨勢(shì)，并對(duì)行業(yè)投資前景及目前資源作了分析和判斷，為相關(guān)生產(chǎn)企業(yè)、經(jīng)營(yíng)企業(yè)、科研機(jī)構(gòu)等企業(yè)在激烈的市場(chǎng)競(jìng)爭(zhēng)中洞察先機(jī)，根據(jù)市場(chǎng)需求及時(shí)調(diào)整經(jīng)營(yíng)策略，為戰(zhàn)略投資者選擇恰當(dāng)?shù)耐顿Y時(shí)機(jī)和公司領(lǐng)導(dǎo)高層做戰(zhàn)略規(guī)劃提供了準(zhǔn)確的市場(chǎng)情報(bào)信息及科學(xué)的決策依據(jù)，同時(shí)對(duì)銀行信貸部門也具有極大的參考價(jià)值。

信息來(lái)源：市場(chǎng)調(diào)查報(bào)告網(wǎng)

第四篇：ZestFinance用大數(shù)據(jù)顛覆傳統(tǒng)征信業(yè)

ZestFinance用大數(shù)據(jù)顛覆傳統(tǒng)征信業(yè)

2014-09-05 大數(shù)據(jù)邦

硅谷越來(lái)越多的科技企業(yè)開(kāi)始向金融圈進(jìn)軍。ZestFinance就是其中之一。這家公司打出的旗號(hào)是“將Google算法帶入征信領(lǐng)域”，其利用機(jī)器學(xué)習(xí)和大數(shù)據(jù)技術(shù)，創(chuàng)立了一套和傳統(tǒng)模式相異的信用評(píng)分方式，其中應(yīng)用的數(shù)據(jù)變量是傳統(tǒng)模式的上百倍。

ZestFinance創(chuàng)立于2010年，創(chuàng)始人道格拉斯·梅里爾（Douglas Merrill）是Google的前信息總監(jiān)兼工程副總裁，另一位來(lái)自金融圈的創(chuàng)始人肖恩·布德（Shawn Budde）曾在第一資本公司（Capital One）負(fù)責(zé)信貸業(yè)務(wù)。

記者專訪了ZestFinance的創(chuàng)始人梅里爾，他認(rèn)為，“ZestFinance完全可以取代銀行現(xiàn)在用的算法?！?/p>

然而，美國(guó)個(gè)人消費(fèi)信用評(píng)估公司（FICO）中國(guó)區(qū)總裁陳建表示，這不可能。在美國(guó)有1000多家當(dāng)?shù)匦庞镁譃橄M(fèi)者服務(wù)，基本隸屬于三大征信公司。這三家征信公司分別擁有覆蓋全美的數(shù)據(jù)庫(kù)，包含超過(guò)1.7億消費(fèi)者的信用記錄。在三大征信公司收集了海量個(gè)人征信數(shù)據(jù)后，還須經(jīng)過(guò)復(fù)雜的模型計(jì)算才能形成征信產(chǎn)品。這三家征信公司目前使用的計(jì)算方法模型都來(lái)自同一家公司，即被稱為“幕后大佬”的FICO。

越來(lái)越多類似ZestFinance的初創(chuàng)公司正在覬覦傳統(tǒng)華爾街的地盤。而其勢(shì)頭如同多米諾骨牌，不斷推向華爾街的要害。數(shù)據(jù)變廢為寶

在ZestFinance的官網(wǎng)上有這樣一句話：“所有的數(shù)據(jù)都是信用數(shù)據(jù)。”這句話恰恰濃縮了ZestFinance所做的工作——將成千上萬(wàn)的數(shù)據(jù)“變廢為寶”，應(yīng)用于信用評(píng)分。

這家公司在短短四年時(shí)間內(nèi)，就先后獲得了高達(dá)1.2億美元的融資，其背后的出資人都是著名的IT風(fēng)投，包括FlyBridge、GRP、LightSpeed以及Matrix等。

目前，美國(guó)絕大部分金融機(jī)構(gòu)使用的信用評(píng)分都來(lái)自FICO的模型算法。自上世紀(jì)60年代至今，在美國(guó)的征信體系中，F(xiàn)ICO的地位從未被撼動(dòng)。

在美國(guó)，經(jīng)過(guò)三大征信公司的整理和FICO的計(jì)算評(píng)分，海量的征信數(shù)據(jù)就變成了一份份整齊美觀的報(bào)告和325-900分值區(qū)間的評(píng)分，用戶可以只買報(bào)告，也可以報(bào)告+評(píng)分打包購(gòu)買。

中國(guó)科學(xué)院院士、北京大學(xué)教授鄂維南對(duì)記者表示，F(xiàn)ICO的評(píng)分模型的確首屈一指，但并非十全十美。FICO信用評(píng)分參考的數(shù)據(jù)變量只有不到50個(gè)，因此很多人摸清了FICO關(guān)注的變量后，就可以“模型套利”增加自己的信用評(píng)分，例如一個(gè)人可以每天反復(fù)在圖書館借書還書“刷信用”。

“針對(duì)FICO的不足，ZestFinance重新設(shè)計(jì)了一套信用評(píng)估模型。和FICO的不到50條參考變量相比，ZestFinance參考的數(shù)據(jù)變量多達(dá)上萬(wàn)條，并采用非線性化的、更前沿的技術(shù)來(lái)進(jìn)行分析，從而防止‘模型套利’的現(xiàn)象，更精準(zhǔn)地評(píng)估消費(fèi)者信用風(fēng)險(xiǎn)?！?的確，ZestFinance遠(yuǎn)遠(yuǎn)超出了FICO 50條變量的界限。在這個(gè)位于洛杉磯的65人團(tuán)隊(duì)中，大多是數(shù)據(jù)科學(xué)家，他們開(kāi)發(fā)了多個(gè)機(jī)器學(xué)習(xí)分析模型，而在這個(gè)模型中使用的數(shù)據(jù)變量多達(dá)上萬(wàn)條。上萬(wàn)條數(shù)據(jù)變量?jī)H僅是原始信息數(shù)據(jù)，在這些數(shù)據(jù)基礎(chǔ)上，模型可以得出超過(guò)7萬(wàn)個(gè)可以判斷信貸行為的指標(biāo)。而模型跑完這些指標(biāo)僅需要不到3秒鐘。

所謂機(jī)器學(xué)習(xí)，是讓計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)技能，在數(shù)據(jù)積累中不斷自我完善，可謂是人工智能的核心。ZestFinance的模型之一Hilbert就是成功地將機(jī)器學(xué)習(xí)進(jìn)行商業(yè)應(yīng)用的案例，讓機(jī)器承接7萬(wàn)個(gè)指標(biāo)的數(shù)據(jù)分析工作，尋找邏輯關(guān)系，并不斷自我改善，人類只需要根據(jù)結(jié)果進(jìn)行一些邏輯分析和判斷。

“多年來(lái)，美國(guó)金融機(jī)構(gòu)都在用50條數(shù)據(jù)變量來(lái)決定是否給一個(gè)客戶授信。問(wèn)題在于，許多人并沒(méi)有完整的信用記錄，這導(dǎo)致在傳統(tǒng)信貸中他們不斷吃閉門羹，”梅里爾表示，“在ZestFinance，我們分析上萬(wàn)條數(shù)據(jù)變量，借助更加廣泛的數(shù)據(jù)，從而對(duì)客戶的風(fēng)險(xiǎn)預(yù)判更加精確?！?/p>

數(shù)據(jù)的類型亦極其廣泛：一個(gè)人的網(wǎng)頁(yè)瀏覽歷史、手機(jī)付費(fèi)記錄、超市購(gòu)物清單都可成為重要的參考依據(jù)，甚至在用戶填寫信貸申請(qǐng)表時(shí)是使用大寫字母還是小寫字母，也可以成為數(shù)據(jù)變量。

“很多數(shù)據(jù)都可以服務(wù)于信貸，例如申請(qǐng)人在我們的網(wǎng)站上停留的時(shí)間，就可以反映他對(duì)申請(qǐng)貸款的謹(jǐn)慎程度和還款誠(chéng)意?！泵防餇栒f(shuō)。

鄂維南認(rèn)為，信貸記錄屬于強(qiáng)變量，在強(qiáng)變量缺失的情況下，可參考多種弱變量，當(dāng)這些弱變量組合起來(lái)，就可形成強(qiáng)變量，服務(wù)于信貸風(fēng)控?！袄纾⒆邮且粋€(gè)家庭支出的源泉，那么如果能推測(cè)出借款人孩子的年齡，就能預(yù)測(cè)他的消費(fèi)周期：嬰兒有奶粉等固定開(kāi)銷、學(xué)生每到9月就要繳納學(xué)費(fèi)等。只要能避開(kāi)他的主要支出，就可控制壞賬?！?在中國(guó)，由于征信業(yè)歷史較短，缺乏足夠的信貸數(shù)據(jù)，就可以用許多弱變量數(shù)據(jù)來(lái)對(duì)一個(gè)人進(jìn)行還款預(yù)測(cè)。目前，學(xué)界有許多人也在進(jìn)行類似的課題研究。

對(duì)于這些“弱變量”的開(kāi)發(fā)利用，陳建亦表示認(rèn)同，“把數(shù)據(jù)的價(jià)值挖掘出來(lái)是不可避免的趨勢(shì)，大數(shù)據(jù)發(fā)展會(huì)越來(lái)越日新月異。”但他表示，從互聯(lián)網(wǎng)數(shù)據(jù)中挖掘價(jià)值，最早做的正是FICO?！般y行刷卡交易實(shí)時(shí)獲得數(shù)據(jù)，通過(guò)分析進(jìn)行風(fēng)險(xiǎn)識(shí)別，F(xiàn)ICO十幾年前就發(fā)明了，現(xiàn)在90%以上發(fā)達(dá)市場(chǎng)的銀行都在用FICO這套系統(tǒng)?！?爭(zhēng)鋒FICO 的確，在當(dāng)前ZestFinance和FICO尚不能同日而語(yǔ)。FICO占領(lǐng)著美國(guó)99%的信用評(píng)分市場(chǎng)和絕大部分發(fā)達(dá)國(guó)家的信用評(píng)分市場(chǎng)，而ZestFinance目前僅服務(wù)過(guò)10萬(wàn)名美國(guó)人。

在中國(guó)，F(xiàn)ICO目前擁有80人的團(tuán)隊(duì)，已經(jīng)和15家商業(yè)銀行、30多家城商行和農(nóng)商行建立了合作。ZestFinance目前在美國(guó)以外的其他地區(qū)還沒(méi)有開(kāi)展業(yè)務(wù)，但梅里爾告訴財(cái)新記者，目前正與多個(gè)中國(guó)金融機(jī)構(gòu)洽談合作。

但從未來(lái)發(fā)展的空間而言，似乎新生事物總能贏得更多青睞。面對(duì)ZestFinance等新型信用評(píng)分公司的誕生，美國(guó)主流媒體紛紛給予了報(bào)道——《經(jīng)濟(jì)學(xué)人》雜志寫道：“ZestFinance比傳統(tǒng)評(píng)分方法讓違約率下降了40%。”CNBC表示：“ZestFinance讓無(wú)賬戶人群不再被拒之門外。”

這一切聲音，似乎都劍指FICO。

梅里爾表示，ZestFinance采用了和FICO截然不同的技術(shù)。FICO是基于20世紀(jì)50年代創(chuàng)造的“邏輯回歸”模型，那時(shí)并無(wú)很多可供參考的數(shù)據(jù)變量。但隨著互聯(lián)網(wǎng)時(shí)代來(lái)臨，數(shù)據(jù)開(kāi)始爆發(fā)式增長(zhǎng)，F(xiàn)ICO的評(píng)分方式并未改變。梅里爾這位曾經(jīng)的Google人，則將Google算法引入了征信領(lǐng)域，走在了技術(shù)的前沿?！癦estFinance完全可以取代銀行現(xiàn)在用的算法?！泵防餇栕孕诺?。

對(duì)于外界的質(zhì)疑，F(xiàn)ICO表示很冤枉。陳建表示，外界對(duì)FICO其實(shí)缺乏了解。FICO并非只有一種算法，而是有幾百種算法。在美國(guó)僅注冊(cè)的算法專利就多達(dá)近200個(gè)。在不同的數(shù)據(jù)場(chǎng)景下，使用的數(shù)據(jù)變量和數(shù)量都不同。

陳建認(rèn)為，數(shù)據(jù)變量并非越多越好。

“FICO信用評(píng)分的候選變量其實(shí)有1000多個(gè)，只是具體到每個(gè)評(píng)分中，只使用其中的幾十個(gè)變量?！标惤ū硎?，認(rèn)為變量越多模型越好是幼稚的說(shuō)法。從統(tǒng)計(jì)學(xué)角度，模型計(jì)算一方面要抓住本質(zhì)規(guī)律，一方面要避免過(guò)度擬合。

“變量太多會(huì)造成過(guò)度擬合的問(wèn)題。就好比做一雙鞋子，與你的腳100%擬合，但別人都不能穿。FICO不是給一個(gè)人做一雙鞋，而是要給全社會(huì)使用。如果一些變量不是適用于每個(gè)人，就不適合放在模型中?！标惤ㄕf(shuō)。

根據(jù)惠譽(yù)評(píng)級(jí)公司的研究結(jié)果，F(xiàn)ICO分?jǐn)?shù)的影響力正在下降。現(xiàn)在美國(guó)各個(gè)銀行都有自己的模型，他們會(huì)用自己的模型去跑征信原始數(shù)據(jù)，F(xiàn)ICO評(píng)分只是其中一個(gè)參考變量。例如美聯(lián)銀行（Wachovia）對(duì)FICO評(píng)分的參考比重已經(jīng)下降為零。

對(duì)此，陳建認(rèn)為只是個(gè)別現(xiàn)象?！熬臀伊私?，目前美國(guó)銀行業(yè)99%的資產(chǎn)組合還是基于FICO上，拿出1%來(lái)試驗(yàn)新的東西是可取的，但這并非主流?！?/p>

陳建表示，技術(shù)服務(wù)于產(chǎn)業(yè)，信用評(píng)分不是象牙塔里的空想，而是根基深入產(chǎn)業(yè)的積累。目前美國(guó)99%的銀行都使用FICO的評(píng)分系統(tǒng)，深厚的積累是其他公司難以比擬的。

陳建毫不掩飾他對(duì)FICO的自信：“FICO已經(jīng)成為發(fā)達(dá)市場(chǎng)金融管理的肢體部分，不會(huì)有人想要卸掉自己原本的胳膊，換上一對(duì)高科技的塑料胳膊?！?為無(wú)賬戶人群服務(wù)

“金融包容”正在成為一個(gè)新興詞匯，它的含義是指讓沒(méi)有銀行賬戶或信用記錄不好的人群公平地享受金融服務(wù)。

萬(wàn)事達(dá)公司CEO Ajay Banga近日在一份關(guān)于金融包容的倡議書中表示，目前全球有25億成年人沒(méi)有享受過(guò)金融服務(wù)，其中大部分是婦女和年輕人，以及一些居住在鄉(xiāng)村的人。在美國(guó)，目前有4400萬(wàn)人沒(méi)有銀行賬戶?！耙虼?，金融包容需要在所有國(guó)家倡議，絕非僅僅發(fā)展中國(guó)家?！?/p>

梅里爾表示，ZestFinance正是要為這些沒(méi)有銀行賬戶以及信用記錄不好的人解決貸款問(wèn)題。

“我最初的靈感來(lái)自我的小姨子?！泵防餇栂蜇?cái)新記者追憶道，當(dāng)時(shí)他的小姨子要貸款換一副汽車輪胎，然而銀行因她沒(méi)有足夠信用記錄而拒絕?！昂髞?lái)是我給她借了錢。如果我不借錢給她，她就只能去申請(qǐng)‘發(fā)薪日貸款’了。”

梅里爾提到的“發(fā)薪日貸款”是指在發(fā)薪日之前兩周申請(qǐng)的小額個(gè)人貸款，借款人只需提供收入證明或政府救濟(jì)證明，承諾在自己發(fā)薪水后即償還貸款。如果到期無(wú)法還清貸款本金和利息，可以提出延期。然而，這種貸款的費(fèi)率極高，每100美元收取15美元利息，年化利息高達(dá)400%。相比之下，信用卡的年化費(fèi)率則只有12%-30%。

近年來(lái)，特別是在金融危機(jī)后，華爾街和美國(guó)監(jiān)管層不斷將目光投向“發(fā)薪日貸款”，認(rèn)為這是高風(fēng)險(xiǎn)貸款，但屢禁不止。2014年6月5日，一批借款人向美國(guó)監(jiān)管機(jī)構(gòu)提起上訴，指出監(jiān)管層將這些借款人列為“有聲譽(yù)風(fēng)險(xiǎn)”的群體是不公平的。按照訴訟內(nèi)容，美國(guó)超過(guò)80家主流銀行都被監(jiān)管層勒令中止和這些借款人的關(guān)系。

這些特殊借款人也引起了主流人群的同情。美國(guó)群眾自發(fā)組織了團(tuán)體，推進(jìn)針對(duì)無(wú)賬戶人群的金融包容。

“ZestFinance的使命就是給這些無(wú)銀行賬戶或信用記錄不好的借款人創(chuàng)造透明公正的信用評(píng)分?！泵防餇柋硎?，通過(guò)成千上萬(wàn)的數(shù)據(jù)變量，每個(gè)人都可以擁有一份公正的信用評(píng)價(jià)。

此外，ZestFinance還有另一個(gè)重要組成部分，即ZestCash貸款平臺(tái)。

ZestCash類似一家小貸公司，它的主要業(yè)務(wù)是給那些沒(méi)有銀行賬戶或者信用記錄不好的人提供小額貸款。ZestCash的借款中有90%是為了采購(gòu)生活必需品，比如修車和醫(yī)療保險(xiǎn)。

梅里爾表示，ZestFinance幫助信用記錄不好的人貸款主要通過(guò)兩種方式：一種是直接從ZestCash對(duì)其發(fā)放貸款；一種是讓使用ZestFinance評(píng)分系統(tǒng)的金融機(jī)構(gòu)，通過(guò)ZestFinance的評(píng)分結(jié)果對(duì)其發(fā)放貸款。“迄今為止，我們已經(jīng)幫助超過(guò)10萬(wàn)名沒(méi)有銀行賬戶或信用記錄不好的美國(guó)人獲得了貸款?！?/p>

值得一提的是，ZestFinance并沒(méi)有因?yàn)槟繕?biāo)客戶是“風(fēng)險(xiǎn)人群”而導(dǎo)致高壞賬率。梅里爾表示，目前借助ZestFinance獲得的貸款比銀行的“發(fā)薪日貸款”違約率低50%?！耙簿褪钦f(shuō)，在ZestFinance算法的幫助下，‘發(fā)薪日貸款’可以節(jié)約一半的成本?！?競(jìng)爭(zhēng)與風(fēng)險(xiǎn)

金融危機(jī)后，銀行信貸更加謹(jǐn)慎，而硅谷的IT男們則不斷嘗到金融這塊蛋糕的甜頭，包括Prosper和Lending Club在內(nèi)的P2P借貸平臺(tái)應(yīng)運(yùn)而生，類似ZestCash的小額信貸公司也風(fēng)生水起，包括Zebit、Avantcredit、Kreditech、DemystData在內(nèi)的公司都看準(zhǔn)了銀行信貸這塊短板。這類公司的共同特點(diǎn)是利用大數(shù)據(jù)做信用分析，并且大多擁有自己的網(wǎng)絡(luò)信貸平臺(tái)。

Zebit創(chuàng)建的Lending Stream網(wǎng)絡(luò)借貸平臺(tái)，可以在4分鐘內(nèi)獲得50-1500美元的半年期個(gè)人信用貸款。

Avantcredit打出的標(biāo)語(yǔ)是“從這里申請(qǐng)貸款不會(huì)影響你的FICO信用分?jǐn)?shù)”。該公司也是自建信用體系，針對(duì)不同人的評(píng)分，給出的利率也是不同的。

Kreditech位于德國(guó)漢堡，兩位自信的IT男利用大數(shù)據(jù)分析手段評(píng)估借款人還錢的概率，他們不要求客戶提供信用證明，15分鐘內(nèi)就能提供500歐元以內(nèi)的小額貸款。和ZestCash類似，Kreditech希望用戶提供盡可能多的信息，連用戶的借貸申請(qǐng)是使用iPad發(fā)送還是用老式電腦發(fā)送、輸入時(shí)出錯(cuò)的概率、使用取消鍵的頻率等都考慮在內(nèi)。

上述公司都獲得了風(fēng)投的青睞，例如Kreditech2013年9月獲得了900萬(wàn)美元A輪投資，Avantcredit2013年8月獲得2000萬(wàn)美元B輪投資。

陳建認(rèn)為，此類創(chuàng)新型公司和傳統(tǒng)的FICO與銀行信貸并不沖突，可以成為傳統(tǒng)市場(chǎng)的補(bǔ)充。

當(dāng)然，這類公司也并非可以為所欲為，也要受到美國(guó)監(jiān)管的制約。其中，1975年通過(guò)的《平等信用機(jī)會(huì)法》（Equal Credit Opportunity Act）中規(guī)定，貸款必須發(fā)放給所有資信可靠的申請(qǐng)人，不論種族、宗教信仰、性別、婚姻狀況、年齡和其他個(gè)人特征。然而，隨著互聯(lián)網(wǎng)大數(shù)據(jù)的井噴，這些信息都隨著網(wǎng)絡(luò)社交信息一起被納入了ZestFinance等公司的變量測(cè)算中。此外，由于所有的征信數(shù)據(jù)都必須經(jīng)本人允許采集，因此這種海量采集數(shù)據(jù)的方式還會(huì)面臨侵犯消費(fèi)者隱私的風(fēng)險(xiǎn)。

第五篇：2014中國(guó)物業(yè)服務(wù)百?gòu)?qiáng)企業(yè)研究數(shù)據(jù)來(lái)源

2014中國(guó)物業(yè)服務(wù)百?gòu)?qiáng)企業(yè)研究數(shù)據(jù)來(lái)源（1）物業(yè)服務(wù)企業(yè)填報(bào)的數(shù)據(jù)；

（2）中國(guó)房地產(chǎn)TOP10研究組對(duì)業(yè)主進(jìn)行的滿意度調(diào)查（網(wǎng)上調(diào)查與網(wǎng)下調(diào)查相結(jié)合）數(shù)據(jù)；

（3）中國(guó)房地產(chǎn)指數(shù)系統(tǒng)（CREIS）數(shù)據(jù)庫(kù)及中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒；

（4）物業(yè)服務(wù)企業(yè)對(duì)外公布的信息（包括企業(yè)網(wǎng)站信息和對(duì)外派發(fā)的宣傳資料）；

（5）有關(guān)政府部門（包括建委、房管局和統(tǒng)計(jì)局等）的公開(kāi)數(shù)據(jù)；

（6）2011、2012、2013中國(guó)物業(yè)服務(wù)百?gòu)?qiáng)企業(yè)研究收集的企業(yè)數(shù)據(jù)資料；

（7）2012、2013中國(guó)物業(yè)服務(wù)品牌價(jià)值研究收集的企業(yè)數(shù)據(jù)資料。