
大數(shù)據(jù)能否勾勒個(gè)人信用圖像_數(shù)據(jù)分析師考試
使用全球“街機(jī)”iPhone人群的信用指數(shù)不抵魅族和華為手機(jī)的擁有者?你沒(méi)看錯(cuò),這是來(lái)自P2P平臺(tái)拍拍貸最新發(fā)布的《個(gè)人無(wú)抵押小額信貸市場(chǎng)發(fā)展報(bào)告》中的數(shù)據(jù)。利用互聯(lián)網(wǎng)五花八門(mén)的社交數(shù)據(jù),來(lái)評(píng)價(jià)個(gè)人的信用級(jí)別——眼下,這種大數(shù)據(jù)的風(fēng)控模式正在國(guó)內(nèi)悄然流行起來(lái)。
粉絲多100,信用風(fēng)險(xiǎn)降一成
“對(duì)拍拍貸而言,目前互聯(lián)網(wǎng)行為、社交關(guān)系、網(wǎng)絡(luò)黑名單數(shù)據(jù)信息已經(jīng)占P2P個(gè)人無(wú)抵押小額信貸的信用評(píng)分也即純線上風(fēng)控信用審核的60%,而傳統(tǒng)的信貸審核信息只占40%。”拍拍貸CEO張俊告訴記者,“一般而言,傳統(tǒng)銀行考察借款人70至80個(gè)數(shù)據(jù)維度,我們僅圍繞互聯(lián)網(wǎng)層面選取的維度就已經(jīng)超過(guò)400個(gè)?!?/span>
在拍拍貸的報(bào)告中,在年齡與信用的表現(xiàn)上,30歲至40歲的群體信用最高,40歲至50歲群體次之,90后群體信用最低;而在學(xué)歷與信用關(guān)系的表現(xiàn)中,本科及以上學(xué)歷人群信用最好,大專(zhuān)學(xué)歷人群次之,高中學(xué)歷人群信用高于初中及以下人群信用指數(shù)。有意思的是,用戶(hù)填身份證號(hào)或者銀行卡號(hào)的速度與信用逾期關(guān)系密切。根據(jù)大數(shù)據(jù)分析,填寫(xiě)速度在13秒的借款者信用情況更優(yōu),填寫(xiě)速度每慢一秒或者快一秒,逾期風(fēng)險(xiǎn)概率就會(huì)上升。
互聯(lián)網(wǎng)的社交數(shù)據(jù)也與信用“親密相關(guān)”——擁有100個(gè)粉絲的借款者可以被認(rèn)為信用基本可信,同時(shí)借款人每增加100個(gè)粉絲,其借款逾期風(fēng)險(xiǎn)概率就下降10%。手機(jī)號(hào)使用年限越長(zhǎng),其逾期的風(fēng)險(xiǎn)概率越低。其中手機(jī)號(hào)使用一年以下的借款者,就較使用一年以上的借款者,逾期風(fēng)險(xiǎn)概率提升20%。而從使用手機(jī)的種類(lèi)來(lái)看,使用魅族手機(jī)的人群信用指數(shù)最高,華為和三星用戶(hù)的信用指數(shù)緊隨其后,全球“街機(jī)”iPhone的用戶(hù)則排在中等位置。另外,小米用戶(hù)信用指數(shù)居中下水平,低于使用Vivo和OPPO這兩大國(guó)產(chǎn)機(jī)的人群,酷派和聯(lián)想用戶(hù)信用指數(shù)排名靠后。
大數(shù)據(jù)不能取代線下信息
目前,阿里、騰訊、京東由于坐擁電商的交易數(shù)據(jù)、社交信息數(shù)據(jù)等,都在“試水”利用大數(shù)據(jù)來(lái)搭建信用評(píng)價(jià)體系。但事實(shí)上,基于社交網(wǎng)絡(luò)上的數(shù)據(jù)來(lái)進(jìn)行信用評(píng)分、描繪一個(gè)人的畫(huà)像,在國(guó)際上也沒(méi)有成功的先例。那么,互聯(lián)網(wǎng)社交數(shù)據(jù)究竟靠譜嗎?
作為統(tǒng)計(jì)、概率領(lǐng)域的權(quán)威專(zhuān)家,美國(guó)普林斯頓大學(xué)運(yùn)籌與金融工程系主任范劍青日前在復(fù)旦大學(xué)管理學(xué)院接受記者專(zhuān)訪時(shí)表示:“大數(shù)據(jù)肯定對(duì)于信用評(píng)估非常有幫助,比如在網(wǎng)上購(gòu)買(mǎi)了什么東西、社交網(wǎng)絡(luò)上有哪些朋友、你的朋友的違約程度,把這些相關(guān)數(shù)據(jù)整合在一起,顯然可以勾勒出一個(gè)人基本的信用情況。但我認(rèn)為,這也不太可能完全取代傳統(tǒng)的數(shù)據(jù)收集方法,因?yàn)槿藗冊(cè)诰W(wǎng)上的行為跟平時(shí)在網(wǎng)下的行為不完全是一樣的?!?/span>
范劍青指出,針對(duì)個(gè)人信用的評(píng)價(jià),美國(guó)至少有3家公司在收集相關(guān)數(shù)據(jù),還有一個(gè)獨(dú)立的公司把這些數(shù)據(jù)綜合在一起。其實(shí),非常關(guān)鍵的就是數(shù)據(jù)收集,因?yàn)槿说男袨槭呛芏鄻踊摹!霸谶@方面,中國(guó)可能剛剛開(kāi)始起步,最重要的還是央行的征信系統(tǒng)。但我相信,線上與線下的結(jié)合可以對(duì)于個(gè)人信用做出更為合理的評(píng)價(jià)?!?/span>
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11