国外征信业务与国内征信业务的创新

《国外征信业务与国内征信业务的创新》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第5页www.91zhengxin.com国外征信业务与国内征信业务的创新随着计算机和网络技术的飞速发展，人类存储信息量的快速增长以及计算机数据处理能力的大幅提升，人类社会迈进了一个崭新的数字化时代。过去不可计量、存储、分析和共享的很多东西都被数据化了，数据成为一项重要的商业资本，能被用来激发新产品和新型服务，进而创造新的经济利益。在新的形势下，各行各业的顶尖级企业都将其业务触角延伸至大数据产业，并将大数据应用到经济、金融、电子商务等各个领域。美国政府更是投资2亿美元启动了“大数据研究和发展计划”，将大数据上升到国家战略层面。大数据以其独有的特征在信用

2、经济市场扩张、信用风险防范等方面发挥着重要作用，利用大数据技术促进征信业的健康发展是今后研究的一个重要方向。(一)ZestFinance评分系统硅谷越来越多的科技企业开始向金融圈进军。ZestFinance就是其中之一。这家公司打出的旗号是“将Google算法带入征信领域”，其利用机器学习和大数据技术，创立了一套和传统模式相异的信用评分方式，其中应用的数据变量是传统模式的上百倍。目前美国征信公司个人信用评级都来自FICO评分法，绝大部分金融机构使用的信用评分也都来自FICO的模型算法。自20世纪60年代至今，在美国的征信体系中，FIC0的地位从未被撼动

3、。它通过征信公司的海量个人征信数据，经过复杂的模型计算才能形成征信产品。FIC0的评分模型的确首屈一指，但并非十全十美。FIC0信用评分参考的数据变量只有不到50个，因此很多人摸清了FIC0关注的变量后，就可以“模型套利”增加自己的信用评分，例如一个人可以每天反复在图书馆借书还书“刷信用”。ZestFinance.创立于2010年，创始人道格拉斯?梅里尔（DouglasMerrill)是Google的前信息总监兼工程副总裁，他指出ZestFinance完全可以取代HC0用的算法。针对FIC0的不足，ZestFinance重新设计了一套信用评估模型。和F

4、IC0的不到50条参考变量相比，5.1-9,,services,andmakethecitymoreattractive,strengtheningpublictransportinvestment,establishedasthebackboneoftheurbanrailtransitmulti-level,multi-functionalpublictransportsystem,thusprotectingtheregionalpositionandachieve第5页www.91zhengxin.comZestFinance参考的数据变量多达

5、上万条，并采用非线性化的、更前沿的技术来进行分析,□第五章大数据时代下的征信创新与发展从而防止“模型套利”的现象，更精准地评估消费者信用风险。这些上万条数据变量仅仅是原始信息数据，在这些数据基础上，模型可以得出超过7万个用来判断信贷行为的指标。而模型分析完这些指标仅需要不到3秒钟。据美国主流媒体《经济学人》杂志报道，l

6、行账户或信用记录不好的借款人创造透明公正的信用评分。通过成千上万的数据变量，每个人都可以拥有一份公正的信用评价。ZestFinance帮助信用记录不好的人贷款主要通过两种方式：一种是直接从ZestCash(ZestFinance贷款平台）对其发放贷款一种是让使用ZestFinance评分系统的金融机构，通过ZestFinance的评分结果对其发放贷款。目前已经帮助了超过10万名没有银行账户或信用记录不好的美国人获得了贷款。金融危机后，银行信贷更加谨慎，而硅谷的IT企业则不断尝到金融这块蛋糕的甜头，包括Prosper和LendingClub在内的P2P借

7、贷平台应运而生，类似ZestCash的小额信贷公司也风生水起，包括Zebit、Avantcredit、Kreditech、DemystData在内的公司都看准了银行信贷这块短板。这类公司的共同特点是利用大数据做信用分析，并且大多拥有自己的网络信贷平台。Zebit创建的LendingStream网络借贷平台，可以在4分钟内获得50~1500美元的半年期个人信用贷款。Avantcredit打出的标语是“从这里申请贷款不会影响你的FIC0信用分数”。该公司也是自建信用体系，针对不同人的评分，给出的利率也是不同的。Kreditech位于德国汉堡，利用大数据分析

8、手段评估借款人还钱的概率，他们不要求客户5.1-9,,services,andmakethec