
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
SQL 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 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28PCU:游戏运营的 “实时晴雨表”—— 从数据监控到运营决策的落地指南 在游戏行业,DAU(日活跃用户)、MAU(月活跃用户)是衡量 ...
2025-08-28Excel 聚类分析:零代码实现数据分群,赋能中小团队业务决策 在数字化转型中,“数据分群” 是企业理解用户、优化运营的核心手段 ...
2025-08-28CDA 数据分析师:数字化时代数据思维的践行者与价值推动者 当数字经济成为全球经济增长的核心引擎,数据已从 “辅助性信息” 跃 ...
2025-08-28