当前位置: > 论文中心 > 经济论文 >

基于产业链视角的传统征信与大数据征信良性互动初探(2)

时间:2016-04-26 09:13 点击:
传统征信的核心是2006年建成的以央行主导的金融信用信息基础数据库,人民银行征信中心负责管理和维护,采取强制方式登记个人和企业金融信用信息,主要为银行等金融机构提供基础的信用数据。随着互联网金融的迅速发

  传统征信的核心是2006年建成的以央行主导的金融信用信息基础数据库,人民银行征信中心负责管理和维护,采取强制方式登记个人和企业金融信用信息,主要为银行等金融机构提供基础的信用数据。随着互联网金融的迅速发展,传统的征信系统已无法满足互联网金融的发展。
  (一)征信体系覆盖面窄。截至2014年底,人民银行个人征信系统共收录8.4亿人信息,其中有信贷数据的只有3.2亿多人,约占总人口数的 23.7%,约有5亿人只有经济信息,并无有效征信信息。人民银行企业征信系统收录企业及其他组织近2000万户,仅覆盖到全国工商总局登记注册的企业 1527.8万户、个体工商户4564.1万户的32%。有将近5亿的人口、超过4000万的企业这部分陌生人,却可能在互联网上或其他信贷机构存在信贷 记录。
  (二)信用评级缺失。在整个征信流程中,更注重的是征信的环节,即收集记录信用数据环节。央行征信要征集涵盖各行各业的数据,如银行、工商、 税务、司法、公共事业等行业的数据,央行与这些部门行业协商完成数据收集工作。但央行征信提供的征信产品和服务较为有限,其征信系统产品主要以征信报告为 主,尚无提供信用评级的能力,导致信息使用人无法直观、量化地了解到被征信人的信用状况。与之不同,互联网企业的征信产品,如“芝麻信用”通过分析人的互 联网行为记录,对人的身份真实性、行为可信性进行评估并给出认证等级和信用分数,非常直观且易于比较。
  (三)征信信息收集速度慢、成本高。征信收集涵盖信贷、公用事业、政府部门等信息,这些信息收集要事先征得信息主体同意,然后由信息提供单位 录入,信息采集主动权并不掌握在自己手中,因而从信息发生到录入数据库不可避免存在一定的滞后。央行征信信息管理系统维护需要专业的信息管理技术人员进 行,征集信息也需要与信息提供的单位协商同意,这些环节需要大量的人力和物力,成本较高。
  二、大数据征信的优势
  (一)大数据征信发展现状。信息革命带来了数据的突破式增长,移动互联网的应用加速了数据的产生速度。大数据征信是通过多角度的信用数据发 现、整合和分析,既对经营数据在内的结构化数据进行分析,同时也对地址电话信息、行为数据、社会关系等非结构化数据进行采集和分析,最终形成对借贷人的信 用评价以供决策参考。目前互联网金融用于信用分析的大数据主要来源于淘宝、苏宁、京东等电商网站、各银行机构的信用卡相关数据、社交网站的社交行为数据、 小贷类网站的信贷数据、第三方支付类平台的消费数据,生活服务类网站如水、电、电话、网络费等交纳情况的数据等。大数据征信主要包括三类:
  一类是具备海量个人数据资源的电子商务企业,如依托阿里集团的芝麻信用、腾讯集团的腾讯征信、平安集团的前海征信、拉卡拉集团的拉卡拉信用, 他们在自身的电子商务平台下和支付渠道中,本身集聚着海量的信息数据,沉淀下来形成的全方位的信息数据库,可以直接或间接运用在网贷、理财等金融领域。
  另一类是来源于第三方互联网大数据的信用数据收集者,如上海资信、北京安融惠众、国政通等,通过收集、整理、保存、加工第三方的大数据,形成符合市场需求的信用报告、评级报告等征信产品。如2013年7月开始试运行的上海资信的“网络金融征信系统(NF-CS) ”。

   论文榜(www.zglwb.com),是一个专门从事期刊推广、投稿辅导的网站。
本站提供如何投稿辅导,寻求投稿辅导代理,快速投稿辅导,投稿辅导格式指导等解决方案:省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。


栏目列表
联系方式
推荐内容
 
QQ在线咨询
投稿辅导热线:
189-6119-6312
微信号咨询:
18961196312