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
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04