國外征信業(yè)務(wù)與國內(nèi)征信業(yè)務(wù)的創(chuàng)新

《國外征信業(yè)務(wù)與國內(nèi)征信業(yè)務(wù)的創(chuàng)新》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、第5頁www.91zhengxin.com國外征信業(yè)務(wù)與國內(nèi)征信業(yè)務(wù)的創(chuàng)新隨著計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，人類存儲(chǔ)信息量的快速增長以及計(jì)算機(jī)數(shù)據(jù)處理能力的大幅提升，人類社會(huì)邁進(jìn)了一個(gè)嶄新的數(shù)字化時(shí)代。過去不可計(jì)量、存儲(chǔ)、分析和共享的很多東西都被數(shù)據(jù)化了，數(shù)據(jù)成為一項(xiàng)重要的商業(yè)資本，能被用來激發(fā)新產(chǎn)品和新型服務(wù)，進(jìn)而創(chuàng)造新的經(jīng)濟(jì)利益。在新的形勢(shì)下，各行各業(yè)的頂尖級(jí)企業(yè)都將其業(yè)務(wù)觸角延伸至大數(shù)據(jù)產(chǎn)業(yè)，并將大數(shù)據(jù)應(yīng)用到經(jīng)濟(jì)、金融、電子商務(wù)等各個(gè)領(lǐng)域。美國政府更是投資2億美元啟動(dòng)了“大數(shù)據(jù)研究和發(fā)展計(jì)劃”，將大數(shù)據(jù)上升到國家戰(zhàn)略層面。大數(shù)據(jù)以其獨(dú)有的特征在信用

2、經(jīng)濟(jì)市場(chǎng)擴(kuò)張、信用風(fēng)險(xiǎn)防范等方面發(fā)揮著重要作用，利用大數(shù)據(jù)技術(shù)促進(jìn)征信業(yè)的健康發(fā)展是今后研究的一個(gè)重要方向。(一)ZestFinance評(píng)分系統(tǒng)硅谷越來越多的科技企業(yè)開始向金融圈進(jìn)軍。ZestFinance就是其中之一。這家公司打出的旗號(hào)是“將Google算法帶入征信領(lǐng)域”，其利用機(jī)器學(xué)習(xí)和大數(shù)據(jù)技術(shù)，創(chuàng)立了一套和傳統(tǒng)模式相異的信用評(píng)分方式，其中應(yīng)用的數(shù)據(jù)變量是傳統(tǒng)模式的上百倍。目前美國征信公司個(gè)人信用評(píng)級(jí)都來自FICO評(píng)分法，絕大部分金融機(jī)構(gòu)使用的信用評(píng)分也都來自FICO的模型算法。自20世紀(jì)60年代至今，在美國的征信體系中，F(xiàn)IC0的地位從未被撼動(dòng)

3、。它通過征信公司的海量個(gè)人征信數(shù)據(jù)，經(jīng)過復(fù)雜的模型計(jì)算才能形成征信產(chǎn)品。FIC0的評(píng)分模型的確首屈一指，但并非十全十美。FIC0信用評(píng)分參考的數(shù)據(jù)變量只有不到50個(gè)，因此很多人摸清了FIC0關(guān)注的變量后，就可以“模型套利”增加自己的信用評(píng)分，例如一個(gè)人可以每天反復(fù)在圖書館借書還書“刷信用”。ZestFinance.創(chuàng)立于2010年，創(chuàng)始人道格拉斯?梅里爾（DouglasMerrill)是Google的前信息總監(jiān)兼工程副總裁，他指出ZestFinance完全可以取代HC0用的算法。針對(duì)FIC0的不足，ZestFinance重新設(shè)計(jì)了一套信用評(píng)估模型。和F

4、IC0的不到50條參考變量相比，5.1-9,,services,andmakethecitymoreattractive,strengtheningpublictransportinvestment,establishedasthebackboneoftheurbanrailtransitmulti-level,multi-functionalpublictransportsystem,thusprotectingtheregionalpositionandachieve第5頁www.91zhengxin.comZestFinance參考的數(shù)據(jù)變量多達(dá)

5、上萬條，并采用非線性化的、更前沿的技術(shù)來進(jìn)行分析,□第五章大數(shù)據(jù)時(shí)代下的征信創(chuàng)新與發(fā)展從而防止“模型套利”的現(xiàn)象，更精準(zhǔn)地評(píng)估消費(fèi)者信用風(fēng)險(xiǎn)。這些上萬條數(shù)據(jù)變量僅僅是原始信息數(shù)據(jù)，在這些數(shù)據(jù)基礎(chǔ)上，模型可以得出超過7萬個(gè)用來判斷信貸行為的指標(biāo)。而模型分析完這些指標(biāo)僅需要不到3秒鐘。據(jù)美國主流媒體《經(jīng)濟(jì)學(xué)人》雜志報(bào)道，l

6、行賬戶或信用記錄不好的借款人創(chuàng)造透明公正的信用評(píng)分。通過成千上萬的數(shù)據(jù)變量，每個(gè)人都可以擁有一份公正的信用評(píng)價(jià)。ZestFinance幫助信用記錄不好的人貸款主要通過兩種方式：一種是直接從ZestCash(ZestFinance貸款平臺(tái)）對(duì)其發(fā)放貸款一種是讓使用ZestFinance評(píng)分系統(tǒng)的金融機(jī)構(gòu)，通過ZestFinance的評(píng)分結(jié)果對(duì)其發(fā)放貸款。目前已經(jīng)幫助了超過10萬名沒有銀行賬戶或信用記錄不好的美國人獲得了貸款。金融危機(jī)后，銀行信貸更加謹(jǐn)慎，而硅谷的IT企業(yè)則不斷嘗到金融這塊蛋糕的甜頭，包括Prosper和LendingClub在內(nèi)的P2P借

7、貸平臺(tái)應(yīng)運(yùn)而生，類似ZestCash的小額信貸公司也風(fēng)生水起，包括Zebit、Avantcredit、Kreditech、DemystData在內(nèi)的公司都看準(zhǔn)了銀行信貸這塊短板。這類公司的共同特點(diǎn)是利用大數(shù)據(jù)做信用分析，并且大多擁有自己的網(wǎng)絡(luò)信貸平臺(tái)。Zebit創(chuàng)建的LendingStream網(wǎng)絡(luò)借貸平臺(tái)，可以在4分鐘內(nèi)獲得50~1500美元的半年期個(gè)人信用貸款。Avantcredit打出的標(biāo)語是“從這里申請(qǐng)貸款不會(huì)影響你的FIC0信用分?jǐn)?shù)”。該公司也是自建信用體系，針對(duì)不同人的評(píng)分，給出的利率也是不同的。Kreditech位于德國漢堡，利用大數(shù)據(jù)分析

8、手段評(píng)估借款人還錢的概率，他們不要求客戶5.1-9,,services,andmakethec