
卖假货、打的放鸽子 你的信用大数据里将留案底
1月5日傍晚,央行在官网上发布了《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、北京华道征信等八家机构做好个人征信业务的准备工作,准备时间为六个月。这就意味着国内个人征信市场化的闸门即将正式开启。
值得一提的是,在央行公布的8家机构中,除传统的征信机构外,还有芝麻信用、腾讯征信等从事互联网征信业务探索的机构。这或许会给中国的个人征信市场在起步阶段就带来一些与众不同的东西。
信用如何,大数据来分析
你的吃喝玩乐都将被打分
芝麻信用,是蚂蚁金服旗下的一家个人征信业务机构,于去年10月上线。整个信用体系包括芝麻分、芝麻认证、风险名单库、芝麻信用报告、芝麻评级等一系列信用产品,背后则是依托阿里云的技术力量,对3亿多实名个人、3700多万户中小微企业数据进行整合。
蚂蚁金服首席信用数据科学家俞吴杰说:“互联网发展给个人征信行业带来了跳跃式的发展。随着互联网的发展,人的行为变成24小时可记录。因此跟传统征信业的数据相比,互联网征信的数据涉及范围更广,种类更多。”
比如芝麻信用,就有着非常广泛的信用数据来源,日数据处理量在30PB以上,相当于5000个国家图书馆的数据总量,其中包含用户网购、还款、转账以及个人信息等方方面面数据。再加上蚂蚁金服多年以来积累的数据处理能力,为其从事征信业务打下了非常好的基础。
芝麻信用怎么为个人打分?据了解,打分的依据,就是人们留存在阿里巴巴上交易行为的数据。比如是否买卖过假货;打车时有没有放司机鸽子;预约餐厅是否言而无信,付款是否及时……这一切将描绘出一个人的诚信画像。芝麻信用通过分析大量的网络交易及行为数据,对用户进行信用评估,这些信用评估可以帮助互联网金融企业,对用户的还款意愿及还款能力做出结论,继而为用户提供快速授信及现金分期服务。
那腾讯征信呢?腾讯目前有8.2亿QQ月活跃用户、4.68亿微信Wechat月活跃用户,同时在SNS、门户、娱乐等众多领域也有相当数量的用户。“这意味着,你也许在人民银行个人信用信息基础数据库中无记录或者记录很少,但却在腾讯的产品体系中留下了精彩的足迹。”这位负责人表示,腾讯征信可以通过海量数据挖掘和分析技术来预测其风险表现和信用价值,同时严格规避隐私,为各位建立个人信用,建立起“信用即财富”的观念。
普及广、交易成本降低
比传统体系更准确快速
“我们希望它的出现,可以发挥腾讯大数据能力的特长,为国家信用体系建设、普惠金融贡献一份力量,让更多网友享受到更优质、便捷的金融服务。”腾讯相关负责人表示,与信用发达国家比如美国相比,中国的信用卡渗透率非常低,国民的个人信用体系缺乏,加上金融机构由于获取用户的成本高、数据缺乏,很多草根用户很难从金融机构获得信用服务,比如庞大的学生群体、个体工商户、自由职业者等。
基于此,腾讯财付通团队在2年前就开始推进征信业务的探索,希望帮助用户建立个人信用,同时为金融业提供可信赖的征信数据,降低信用服务的成本,扩大信用服务覆盖的群体,切实推动普惠金融的发展。
而俞吴杰则认为,和互联网上的社交数据相比,芝麻信用拥有的行为数据包含更为准确和更为广泛的跟信用相关的信息,对征信业务的意义更大。不但可以防范信用风险,保障交易安全,还能降低交易成本,真正让信用等于财富。
蚂蚁微贷,不良贷款率不到1%
征信牌照或六个月后派发
网络个人征信可以为网民们带来什么?
此前,蚂蚁金服已经在多种业务中尝试将数据信用化,并取得了良好的效果。其中最典型的有蚂蚁微贷业务,根据用户在平台上的数据给与其授信,用户申请贷款时无需担保和抵押。自2010年推出至2014年3月份,已经为超过70万家小微企业累计贷款1900亿元。“尝试下来不良贷款率只有1%不到。”蚂蚁金服相关负责人表示。就在不久前,蚂蚁微贷还在部分用户中试验推出了“花呗”业务,用户可以在淘宝和天猫上进行“赊购”。
至于个人征信市场的开启是否会挑战银行的信用体系,该负责人表示:“我们跟传统的征信机构不存在谁挑战谁的关系,大家相互补充。”
钱江晚报记者从财付通了解到,除了帮用户建立个人信用,腾讯征信也将为相关金融机构或金融业务的风险控制提供参考。“目前已经有多家P2P、银行和保险公司等表达了意向,希望接入腾讯的个人征信服务。”腾讯财付通相关负责人告诉钱江晚报记者,腾讯征信将按照《征信业管理条例》和《征信机构管理办法》进行准备和完善,依法合规。但这位负责人没有透露具体的合作单位。
至于征信牌照具体的时间表,两家都尚未披露。倒是在腾讯官方微信公众号的消息里透露了蛛丝马迹—“咱们六个月后见”。
公民将有统一社会信用代码
社会信用体系建设工作已经进展到明确了三年重点工作任务阶段。经社会信用体系建设部际联席会议同意,“2014—2016年社会信用体系建设重点工作任务”(以下简称“任务”)日前正式公布。将来,公民将有统一社会信用代码。
统一的信息平台成为重点工作任务的重中之重,有多项内容与信息共享相关。
在全国层面上,任务要求制定和实施公民统一社会信用代码制度建设方案、法人和其他组织统一社会信用代码制度建设方案。
在行业层面,要在三年内建立健全各部门在依法履行公共管理职能过程中形成的自然人、法人和其他组织基础信息和信用记录,健全信用信息归集机制。在区域层面,要建立健全省级统一的信用信息共享平台,整合本地区各部门、各单位履行公共管理职能过程中形成的信用信息,通过互联网为社会公众和征信机构提供查询服务。
从征信系统建设方面,要在三年内推动社会征信机构建立征信系统,依法采集、整理、保存、加工企事业单位及其他社会组织、个人的信用信息。推动征信机构提供专业化的征信服务,有序推进信用服务产品创新。进一步扩大信用报告在银行业、证券业、保险业及政府部门行政管理等多种领域中的应用。
任务尤其提到了金融领域的信用建设,要求健全信用信息共建共享合作机制,统筹利用现有信用信息系统基础设施,依法推进各信用信息系统的互联互通和信用信息的交换共享,逐步纳入金融、工商登记、税收缴纳、社保缴费、交通违章等信用信息,形成覆盖全部信用主体、所有信用信息类别、全国所有区域的信用信息网络。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 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 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02