
眾銀行紛紛搶灘網(wǎng)貸市場 大數(shù)據(jù)征信如何做
可供銀行挖掘的信用數(shù)據(jù)包括內(nèi)部、外部兩大部分,內(nèi)部數(shù)據(jù)包括客戶信用卡、存款、理財、網(wǎng)銀、個貸、小企業(yè)貸等信息,外部數(shù)據(jù)包括專業(yè)市場數(shù)據(jù)庫、社區(qū)居民數(shù)據(jù)庫、各商會和產(chǎn)業(yè)鏈數(shù)據(jù)庫等,以及央行[微博]征信系統(tǒng)信息。
目前數(shù)據(jù)的來源、精準性、應(yīng)用場景等已成為商業(yè)銀行發(fā)展網(wǎng)貸亟需面對的問題
從線下到線上的渠道轉(zhuǎn)換,正在為銀行信貸業(yè)務(wù)注入“互聯(lián)網(wǎng)基因”。日前,招商銀行的移動互聯(lián)網(wǎng)貸款產(chǎn)品“閃電貸”已完成前期的定向邀約測試,將于近期在全國大范圍推廣。此外,廣東已有多家商業(yè)銀行已率先針對小微、個人消費貸等零售信貸領(lǐng)域布局網(wǎng)絡(luò)貸款,并不斷向手機等移動端拓展。
問題也隨之而來:少了線下審貸環(huán)節(jié),網(wǎng)貸發(fā)放的依據(jù)——大數(shù)據(jù)征信如何做?其中,數(shù)據(jù)的來源、精準性、應(yīng)用場景等,均成為商業(yè)銀行發(fā)展網(wǎng)貸亟需面對的問題。
外部數(shù)據(jù)從哪兒來?
目前,各家商業(yè)銀行的征信數(shù)據(jù)來源包括外源型和內(nèi)源型兩部分。
多家商業(yè)銀行負責人表示,外部數(shù)據(jù)主要來自央行征信系統(tǒng)、工商總局和專業(yè)的第三方數(shù)據(jù)機構(gòu)及部分互聯(lián)網(wǎng)企業(yè);內(nèi)部數(shù)據(jù)則包括客戶在銀行已有的資產(chǎn)、負債、交易等信息,銀行會對內(nèi)部數(shù)據(jù)實時動態(tài)更新,以保證其有效性。
“外部基礎(chǔ)數(shù)據(jù)來源還是央行的征信系統(tǒng)?!蔽⒈娿y行行長曹彤表示,貸款企業(yè)同意后,會授權(quán)銀行去抽取數(shù)據(jù)。據(jù)央行統(tǒng)計,截至2013年底,其征信系統(tǒng)收錄自然人8.3億,收錄企業(yè)及其他組織近2000萬戶。在8.3億自然人中,有財務(wù)信息的約5億人,有貸款信用記錄的約3.2億人。
“對于在央行征信系統(tǒng)里沒有貸款信用記錄的人,銀行也能夠授信。”廣發(fā)銀行[微博]首席信貸官林亞臣表示,比如銀行與商會、專業(yè)的第三方機構(gòu)簽訂協(xié)議共享部分數(shù)據(jù),或者用內(nèi)部積累數(shù)據(jù)進行補充。
“市場上已有很多機構(gòu),專門歸集企業(yè)商務(wù)行為中各個節(jié)點的數(shù)據(jù),然后對其整理、分析,做出模型,輔助銀行對授信企業(yè)做貸前決策和貸后管理?!?/span>平安銀行網(wǎng)絡(luò)金融事業(yè)部副總裁梁超杰說,有些機構(gòu)專門做企業(yè)上下游交易數(shù)據(jù),比如通過訂單數(shù)據(jù)、運單數(shù)據(jù)、支付結(jié)算數(shù)據(jù),分別判斷企業(yè)的商流、物流、資金流,形成了很多模型。
此外,自央行放行民營機構(gòu)涉足征信行業(yè)以來,芝麻信用、騰訊征信等8家民營機構(gòu)已獲批開展準備工作。1月28日,阿里巴巴[微博]螞蟻金服旗下的芝麻信用已開始在支付寶[微博]錢包中公測。
招商銀行小微企業(yè)業(yè)務(wù)室高級經(jīng)理公立認為,個人征信機構(gòu)牌照逐步放開是社會分工專業(yè)化的結(jié)果,商業(yè)銀行今后的外部數(shù)據(jù)來源會更加豐富?!罢行胁慌懦馀c其合作,但目前還沒有開展。”
內(nèi)部數(shù)據(jù)如何深挖?
“銀行擁有海量數(shù)據(jù),但挖掘遠遠不夠?!惫⒈硎?,風控體系是傳統(tǒng)商業(yè)銀行經(jīng)營多年積累的優(yōu)勢,如果對內(nèi)部既有的客戶信息、交易行為信息深挖,就有能力構(gòu)建出一套較完整的信用評價體系。
招行的“閃電貸”首先選擇了零售業(yè)務(wù)的存量客戶。具體來看,對于已開通招行一卡通個人賬戶的存量客戶,招行首先分析其存留在該行的負債、資產(chǎn)、資金交易等業(yè)務(wù)數(shù)據(jù),根據(jù)信用情況確定1000元至50萬元的授信額度。“下一步,招行將在此基礎(chǔ)上進一步深入挖掘大數(shù)據(jù)的價值?!惫⒄f。
由于發(fā)放網(wǎng)絡(luò)貸款需依靠精準、動態(tài)的實時數(shù)據(jù),因此,在內(nèi)部評價體系的基礎(chǔ)上,各家銀行還嘗試建立“全景式”的即刻數(shù)據(jù)搜索平臺。
廣發(fā)銀行行長利明獻介紹說,該行大數(shù)據(jù)零售商業(yè)智能決策平臺已上線半年,可劃分為3部分:該平臺首先整合了銀行內(nèi)部數(shù)據(jù),將客戶信用卡、存款、理財、網(wǎng)銀、個貸、小企業(yè)貸等信息進行歸集;同時自建外部信息數(shù)據(jù)庫,包括專業(yè)市場數(shù)據(jù)庫、社區(qū)居民數(shù)據(jù)庫、各商會和產(chǎn)業(yè)鏈數(shù)據(jù)庫等;在兩者基礎(chǔ)上,整合央行征信系統(tǒng),并與工商總局個體戶等小微企業(yè)信息聯(lián)網(wǎng)。
“由于企業(yè)運轉(zhuǎn)處在動態(tài)變化中,為保證實時監(jiān)測效果,平臺十分注重非財務(wù)性指標的評價體系?!崩鳙I說,非財務(wù)性指標具體包括客戶的納稅、結(jié)算、水電繳費、代發(fā)工資等,這些數(shù)據(jù)更能反映企業(yè)現(xiàn)金流的運作情況。
場景入口將成新戰(zhàn)場
作為眾多商業(yè)銀行戰(zhàn)略創(chuàng)新的主要抓手,大數(shù)據(jù)征信對銀行線上業(yè)務(wù)的重要性毋庸置疑。但值得注意的是,真正有效的是落在場景上的數(shù)據(jù)。此外,銀行自身并不缺數(shù)據(jù)。缺少的是對數(shù)據(jù)維度和關(guān)聯(lián)度的挖掘。有關(guān)專家表示,在銀行授信評估中,最核心的金融智慧是通過數(shù)據(jù)和算法模型,在客戶與風險中建立一個量化關(guān)系。較之寬泛數(shù)據(jù),落在場景上的數(shù)據(jù)更加“有效果”和“有效率”。
因此,業(yè)內(nèi)人士預(yù)計,場景入口將會是大數(shù)據(jù)的下一個爭奪戰(zhàn)場。通過特定場景,平臺能夠從企業(yè)的經(jīng)營過程推測經(jīng)營結(jié)果,從個人的交易過程推測資信狀況。商業(yè)銀行之所以搭建B2B電商平臺、發(fā)力供應(yīng)鏈金融,大多是希望獲取平臺企業(yè)的經(jīng)營軌跡、交易數(shù)據(jù)、賬戶資金進出沉淀等情況,進而為企業(yè)提供交易、支付、融資等綜合金融服務(wù)。
“芝麻分”是怎么算出來的?
阿里巴巴螞蟻金服旗下的芝麻信用管理有限公司(下稱“芝麻信用”),日前開始在支付寶定向公測,對用戶的信用狀況打出“芝麻分”,分值范圍從350到950。其中,350至550屬于較差,550至600屬于中等,600至650屬于良好,650至700屬于優(yōu)秀,700至950則被列入極好等級。
目前,支付寶實名用戶憑借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。螞蟻金服表示,目前,芝麻信用已和租車、租房、婚戀、簽證等多個領(lǐng)域的合作伙伴談定合作,將很快試驗性地對外提供服務(wù)。
“芝麻分”是怎么算出來的?芝麻信用內(nèi)部資料顯示,信用評級根據(jù)身份特質(zhì)、信用歷史、行為偏好、履約能力、人脈關(guān)系5個維度綜合計算,前4個維度權(quán)重占95%,人脈關(guān)系這一社交維度僅占5%。
從數(shù)據(jù)來源看,芝麻信用的電商數(shù)據(jù)來自阿里巴巴,互聯(lián)網(wǎng)金融數(shù)據(jù)來自螞蟻金服,此外,還和多方公共機構(gòu)合作,同時開辟各類渠道,允許用戶主動提交各類信用相關(guān)信息,涵蓋了信用卡還款、網(wǎng)購、轉(zhuǎn)賬、理財、水電煤繳費、租房信息、住址搬遷歷史、社交關(guān)系等。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(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 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 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)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
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 動態(tài)隨機一般均衡(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? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(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)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
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值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10