京公网安备 11010802034615号
经营许可证编号:京B2-20210330
网贷缺依据,大数据征信如何做_数据分析师
可供银行挖掘的信用数据包括内部、外部两大部分,内部数据包括客户信用卡、存款、理财、网银、个贷、小企业贷等信息,外部数据包括专业市场数据库、社区居民数据库、各商会和产业链数据库等,以及央行征信系统信息。
目前数据的来源、精准性、应用场景等已成为商业银行发展网贷亟需面对的问题
从线下到线上的渠道转换,正在为银行信贷业务注入“互联网基因”。日前,招商银行的移动互联网贷款产品“闪电贷”已完成前期的定向邀约测试,将于近期在全国大范围推广。此外,广东已有多家商业银行已率先针对小微、个人消费贷等零售信贷领域布局网络贷款,并不断向手机等移动端拓展。
问题也随之而来:少了线下审贷环节,网贷发放的依据——大数据征信如何做?其中,数据的来源、精准性、应用场景等,均成为商业银行发展网贷亟需面对的问题。
外部数据从哪儿来?
目前,各家商业银行的征信数据来源包括外源型和内源型两部分。
多家商业银行负责人表示,外部数据主要来自央行征信系统、工商总局和专业的第三方数据机构及部分互联网企业;内部数据则包括客户在银行已有的资产、负债、交易等信息,银行会对内部数据实时动态更新,以保证其有效性。
“外部基础数据来源还是央行的征信系统。”微众银行行长曹彤表示,贷款企业同意后,会授权银行去抽取数据。据央行统计,截至2013年底,其征信系统收录自然人8.3亿,收录企业及其他组织近2000万户。在8.3亿自然人中,有财务信息的约5亿人,有贷款信用记录的约3.2亿人。
“对于在央行征信系统里没有贷款信用记录的人,银行也能够授信。”广发银行首席信贷官林亚臣表示,比如银行与商会、专业的第三方机构签订协议共享部分数据,或者用内部积累数据进行补充。
“市场上已有很多机构,专门归集企业商务行为中各个节点的数据,然后对其整理、分析,做出模型,辅助银行对授信企业做贷前决策和贷后管理。”平安银行网络金融事业部副总裁梁超杰说,有些机构专门做企业上下游交易数据,比如通过订单数据、运单数据、支付结算数据,分别判断企业的商流、物流、资金流,形成了很多模型。
此外,自央行放行民营机构涉足征信行业以来,芝麻信用、腾讯征信等8家民营机构已获批开展准备工作。1月28日,阿里巴巴蚂蚁金服旗下的芝麻信用已开始在支付宝钱包中公测。
招商银行小微企业业务室高级经理公立认为,个人征信机构牌照逐步放开是社会分工专业化的结果,商业银行今后的外部数据来源会更加丰富。“招行不排斥与其合作,但目前还没有开展。”
内部数据如何深挖?
“银行拥有海量数据,但挖掘远远不够。”公立表示,风控体系是传统商业银行经营多年积累的优势,如果对内部既有的客户信息、交易行为信息深挖,就有能力构建出一套较完整的信用评价体系。
招行的“闪电贷”首先选择了零售业务的存量客户。具体来看,对于已开通招行一卡通个人账户的存量客户,招行首先分析其存留在该行的负债、资产、资金交易等业务数据,根据信用情况确定1000元至50万元的授信额度。“下一步,招行将在此基础上进一步深入挖掘大数据的价值。”公立说。
由于发放网络贷款需依靠精准、动态的实时数据,因此,在内部评价体系的基础上,各家银行还尝试建立“全景式”的即刻数据搜索平台。
广发银行行长利明献介绍说,该行大数据零售商业智能决策平台已上线半年,可划分为3部分:该平台首先整合了银行内部数据,将客户信用卡、存款、理财、网银、个贷、小企业贷等信息进行归集;同时自建外部信息数据库,包括专业市场数据库、社区居民数据库、各商会和产业链数据库等;在两者基础上,整合央行征信系统,并与工商总局个体户等小微企业信息联网。
“由于企业运转处在动态变化中,为保证实时监测效果,平台十分注重非财务性指标的评价体系。”利明献说,非财务性指标具体包括客户的纳税、结算、水电缴费、代发工资等,这些数据更能反映企业现金流的运作情况。
场景入口将成新战场
作为众多商业银行战略创新的主要抓手,大数据征信对银行线上业务的重要性毋庸置疑。但值得注意的是,真正有效的是落在场景上的数据。此外,银行自身并不缺数据。缺少的是对数据维度和关联度的挖掘。有关专家表示,在银行授信评估中,最核心的金融智慧是通过数据和算法模型,在客户与风险中建立一个量化关系。较之宽泛数据,落在场景上的数据更加“有效果”和“有效率”。
因此,业内人士预计,场景入口将会是大数据的下一个争夺战场。通过特定场景,平台能够从企业的经营过程推测经营结果,从个人的交易过程推测资信状况。商业银行之所以搭建B2B电商平台、发力供应链金融,大多是希望获取平台企业的经营轨迹、交易数据、账户资金进出沉淀等情况,进而为企业提供交易、支付、融资等综合金融服务。
“芝麻分”是怎么算出来的?
阿里巴巴蚂蚁金服旗下的芝麻信用管理有限公司(下称“芝麻信用”),日前开始在支付宝定向公测,对用户的信用状况打出“芝麻分”,分值范围从350到950。其中,350至550属于较差,550至600属于中等,600至650属于良好,650至700属于优秀,700至950则被列入极好等级。
目前,支付宝实名用户凭借600以上的芝麻分,就可以享受“信用住”,即入住芝麻信用合作酒店可以不再交付押金。蚂蚁金服表示,目前,芝麻信用已和租车、租房、婚恋、签证等多个领域的合作伙伴谈定合作,将很快试验性地对外提供服务。
“芝麻分”是怎么算出来的?芝麻信用内部资料显示,信用评级根据身份特质、信用历史、行为偏好、履约能力、人脉关系5个维度综合计算,前4个维度权重占95%,人脉关系这一社交维度仅占5%。
从数据来源看,芝麻信用的电商数据来自阿里巴巴,互联网金融数据来自蚂蚁金服,此外,还和多方公共机构合作,同时开辟各类渠道,允许用户主动提交各类信用相关信息,涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31