| 首頁 | | | 資訊中心 | | | 貿金人物 | | | 政策法規 | | | 考試培訓 | | | 供求信息 | | | 會議展覽 | | | 汽車金融 | | | O2O實踐 | | | CFO商學院 | | | 紡織服裝 | | | 輕工工藝 | | | 五礦化工 | ||
貿易 |
| | 貿易稅政 | | | 供 應 鏈 | | | 通關質檢 | | | 物流金融 | | | 標準認證 | | | 貿易風險 | | | 貿金百科 | | | 貿易知識 | | | 中小企業 | | | 食品土畜 | | | 機械電子 | | | 醫藥保健 | ||
金融 |
| | 銀行產品 | | | 貿易融資 | | | 財資管理 | | | 國際結算 | | | 外匯金融 | | | 信用保險 | | | 期貨金融 | | | 信托投資 | | | 股票理財 | | | 承包勞務 | | | 外商投資 | | | 綜合行業 | ||
推薦 |
| | 財資管理 | | | 交易銀行 | | | 汽車金融 | | | 貿易投資 | | | 消費金融 | | | 自貿區通訊社 | | | 電子雜志 | | | 電子周刊 | ||||||||||
作者:嘉銀新金融研究院
圖片來自“123rf.com.cn”
近年來,隨著普惠金融的迅速發展,尤其是網貸、消費金融等行業的發展,使個人征信行業蘊藏了無限的需求和潛力,也成為了信用行業關注的焦點。
簡單來說,征信就是獲得主體的信用信息活動,當前我國獲取主體信用信息的模式有數據中心模式、第三方征信模式、共享查詢模式三類。除了獲取主體信用模式外,行業內還有些數據公司在現有數據基礎上進行深度挖掘,重構征信行業的商業模式。
數據中心模式下,業務機構產生的主體信用信息主動報送數據中心,中心對數據合并整理后,對外統一提供數據服務。數據中心模式主要有以下三個特點:1)業務機構主動上報提交數據;2)業務機構收集的是標準化、相對單一的主體信用數據;3)數據中心一般是行政化運作,市場監管的產物。采用數據中心模式主要是央行征信中心、央行下屬子公司上海資信、中國支付清算協會的支付清算共享系統以及中國互聯網金融行業協會主導的“信聯”。

人民銀行征信中心(央行征信中心)于2006年3月經中編辦批準成立,作為央行直屬事業單位專門負責企業和個人征信系統的建設、運行和維護。根據前海征信聯合新華社瞭望智庫發布的《中國社會信用體系發展報告2017》顯示,截止2017年央行征信系統累計接入機構達到2900多個。截止2016年底,央行征信中心收錄自然人9.1億,基本上實現了全覆蓋,是全球規模最大的征信系統。

央行征信中心采集的信息覆蓋個人貸款、信用卡、擔保等信貸信息,以及個人住房公積金繳存信息、社會保險繳存和發放信息、車輛交易和抵押信息、法院判決和執行信息、稅務信息、電信信息、個人低保救助信息、職業資格和獎懲信息共8類公共信息,涉及數據超過80項。
央行征信中心提供個人信用報告、個人信用提示和個人信用概要為核心的基礎產品體系;以個人業務重要信息提示和個人信用報告數字解讀為代表的增值產品體系。人行每年提供兩次免費查詢信用報告的機會,超過兩次,每次查詢費10元。

數據中心是一種行政化的征信模式,獲取的數據具有純粹、完整、及時、權威等特點,是我國當前主要的征信模式。但這種初級采集方式無法形成良性競爭和數據價值最大化,不利于擴大市場和應用場景。同時,參與機構是被動參與,積極性不高。
第三方征信機構利用自身系統或技術優勢,對主體的信息進行采集、加工和整理,使用特定的模型得出主體信用,然后向授信機構提供服務。

該模式下,第三方征信機構運用技術手段,通過各種途徑,采集多類數據,并對數據進行加工后對外提供服務。目前,國內采用第三方征信模式的主要是2015年批籌的8家個人征信公司。
2015年1月,中國人民銀行下發《關于做好個人征信業務準備工作的通知》,允許8家公司開展個人征信業務試點。這8家個人征信機構背景有互聯網公司、老牌征信公司,數據來源也各有不同。

通過以上分析了解,第三方征信模式具有數據獲取方式、數據維度多樣的特點。但也存在一些問題:1)受外部采集的局限性,信息的完整性和及時性不足;2)信息維度雖多,混雜了無效信息,信用模型有待市場檢驗;3)同質化嚴重。公開數據易獲取,非公開數據獲取不足。
在共享查詢模式下,業務機構無需事先將數據上報給共享中心,數據由機構自行管理。當機構需要獲取數據時,通過中心發送到其他機構,有數據的機構回應信息,返回查詢機構。
國內該模式的代表企業包括91征信、華道征信等。

以91征信為例。該平臺于2015年上線,其定位是“只做數據連接工具,不存儲數據”。首先用標準化接口連接金融企業/P2P的服務器,組成一個網;一旦發起征信查詢請求,其中一個服務器便在這個互聯互通的網中查詢該信息,查到該信息后從其所在的服務器調取數據返回查詢端。目前,91征信與600家互聯網金融公司、小貸公司、消費金融公司實現數據實時共享,每天平臺調用查詢信息人次超過50萬。91征信在2016年四季度實現盈利。
這種方式的好處是,同業業務數直接交流,數據具有及時、高效、完整無重復、價值高的特點;各家數據自行保管,不會發生風險,機構參與性高;查詢信息,只會單個調出,不會讀取整個信息。但這種數據共享要求機構自行匯總信息,接入機構存在不應答的投機行為;也存在共享中心留存信息的風險,最終形成數據中心模式,機構數據價值下降。
大數據的出現深刻地改變著每一個領域,通過大數據進行業務決策分析的功能逐漸顯現。如何在數據種類龐雜的情況下對數據進行探索,云計算和大數據分析技術將交易過程、產品使用和人類行為都數據化,然后進行深度數據挖掘,從而在某些情況下通過模型模擬來判斷不同變量下何種方案投入回報最高。在實際應用中,可以幫助企業通過流程優化來提高盈利能力,或者通過預測市場環境變化來節省成本、提高效率等。
具體包括:1)大數據能對客戶群體進行細分;2)發掘新的需求和提高投入的回報率;3)原有數據整合分析應用,如欺詐檢測,風險管理等;4)幫助企業精準營銷。目前,該模式的企業主要是初創企業,如百融金服、同盾科技等。
根據官網介紹,成立于2014年3月的百融金服,目前已經積累了7億實名用戶,合作伙伴達3000余家。百融金服為信貸行業用戶提供包括營銷獲客、貸前信審、貸中管控以及貸后管理在內的產品和服務;為保險行業用戶提供精準營銷、存量客戶管理以及個性化產品定制等產品和服務。
除此之外,百融金服還為銀行業、小額貸款業、保險業提供行業解決方案。使用線上、線下融合的非金融與金融數據進行信用風險建模,通過風險模型識別欺詐風險和信用風險。目前,在信貸領域,百融金服為建行、招行、光大、廣發、浦發、興業等銀行,捷信、中銀消費、北銀、馬上等消費金融公司,以及小貸、網貸等1500余家企業提供獲客、風控以及貸后不良資產管理等產品和服務。
總體來說,采用數據中心模式的主要是傳統征信機構,傳統征信數據也掌握在這些機構手中。出于對個人信息的保護,央行也會審慎從嚴下發個人征信牌照。因此,在個人征信行業中,新晉參與主體的采用模式主要是后兩種。非持牌征信機構利用數據優勢,切入征信產品或應用等環節。
