精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

中國大數據征信行業的“軟肋”與對策

責任編輯:editor005

作者:董成竹

2017-10-10 14:22:07

摘自:億歐

大數據征信前景廣闊,在資本市場、商務合作和終端消費市場,征信產品的需求已經顯現出來,金融機構、企業和消費者對通過第三方大數據征信機構在經濟活動中考察合作和交易對方的信用狀況抱有很大的期待。

大數據征信前景廣闊,在資本市場、商務合作和終端消費市場,征信產品的需求已經顯現出來,金融機構、企業和消費者對通過第三方大數據征信機構在經濟活動中考察合作和交易對方的信用狀況抱有很大的期待。

我國征信業剛剛起步,發展時間并不長,根據發達國家的經驗,建成征信數據庫至少需要三到五年的時間。數據庫建設滯后導致市場上征信產品和服務并不豐富,這是我國征信業發展的現狀。

中國大數據征信行業方心未艾

國內知名大數據專家、職品匯創始人龔才春博士介紹說,中國的大數據征信行業還處于起步階段,雖然,受到了資本和市場和互聯網金融企業的追捧,但方興未艾的征信行業尚不足以支撐起互聯網金融行業不斷擴展的商業藍圖。

龔才春博士指出,國內征信市場現在處在無序競爭階段,這種局面下肯定會出現優勝劣的現象,獨立、客觀、公正、規范,具有優質數據和強大評級體系的征信機構,最終會在市場上存活,而那些“偽大數據征信機構”將面對愈加嚴酷的市場環境。

中國大數據征信行業有哪些“軟肋”

在政府鼓勵和市場迫切需求雙重驅動下,國內掀起了一股狂熱的互聯網征信浪潮,但已經有不少人心存疑慮,質疑大數據征信的含金量和可靠性。國內知名大數據專家、職品匯創始人龔才春博士介紹說:當前國內的大數據征信行業還存在著諸多難點,比如:

1、大數據數據整合難,信息孤島難題待解:央行征信系統并未開放,征信機構無法獲取珍貴的信貸數據,而央行對企業在小貸、租賃金融的信貸行為也難以全面掌握;公共數據廣泛分散在工商、質檢、海關、稅務等政府和業務管理部門,雖然建設統一信用信息平臺已提上日程,但數據孤島的問題仍難解;芝麻信用、騰訊征信等所背靠的集團,以及各類P2P平臺自建的征信公司本身存在業務交叉和競爭關系,共享“黑名單”易,共享“白名單”難等等。

2、征信數據缺乏統一標準:到底哪些信息需要列入征信評估范疇還沒一個統一的界定,越來越多的信息被納入征信范疇,交通違章、地鐵逃票等似乎什么都可以往里裝,這些都可能構成個人不良征信記錄影響個人信貸。

3、公信力遭質疑:“征信采集者與使用者沒有任何關系”的獨立第三方原則被模糊,首批入圍的民營征信機構數據的采集和使用都與自身有著千絲萬縷的聯系,這就決定了現在市場中的很多模型只能適用于自己的小生態,同時民營征信機構既做裁判又做選手,最終評價的公正性或在市場份額爭搶中失衡。

4、評級模型五花八門:中國并不缺數據,但缺乏可以數據通用的評估模型。國內個人征信大多模仿了美國FICO的模型,但在評估維度上五花八門,加上采集的數據差異,這就造成同一個人在不同平臺得到的評分可能會千差萬別。而企業征信的評級模型,以及債券評級模型的嚴謹性、科學性在國際上并無強公信力。

龔才春博士指出,只根據數據分析出的規律并不全面,如果僅據此進行風控審核,難免會出現疏漏或偏差。大數據只能作為輔助手段,不能作為風控的決策依據。

大數據征信行業的應對之策

1、互聯網信息采集技術是關鍵。

大數據征信給人的第一印象就是數據規模龐大。但這不重要,僅從數據量上來說,傳統的信用評級公司經過數據的長年積累也可能做到。關鍵在于數據的采集上,大數據征信數據庫更多地依靠技術能力聚合有關企業或個人有效信用數據,并錄入基礎數據庫,納入相關企業或個人的信用檔案中。

正是通過互聯網技術,才能讓信用信息數據庫迅速匯集、沖洗出鮮活的信用信息,如果一些征信公司沒有數據庫,或者數據庫里只有一些企業的基本信息,就標榜自己是大數據征信,就值得警惕了。

2、實現企業信用的動態評估。

大數據的另一個顯著特征是,對及時捕捉來的數據進行適時分析,由基礎數據庫納入數據評估系統。比如當前一家企業的信用評級良好,下一刻在質監部門或新聞媒體就有可能發布關于這家企業的負面信息,大數據征信數據征信就要能夠實時捕捉到這些信息,并通過系統內置的數據計算模型,對數據進行交互處理,對企業的信用狀況進行重新評估更新,讓公眾能夠及時了解到企業最新的信用信息,也就是說在大數據征信機制下,企業或個人的征信狀況是動態變化的,這就是大數據征信的獨特魅力。

傳統征信機構的普遍做法是,征信公司向企業發出資料清單,依據企業提交的信息資料、輔以對企業短時間的財務分析,對企業進行信用評估,并標注有效期一年、兩年、三年,這和大數據征信機制完全相悖。

3、通過統一數學模型進行信用評級。

傳統征信更多地是依靠人為的、主觀的因素來評級,通過分析師或信用評估從業者對企業提報的資料經過分析而做出企業的信用評定。而大數據征信面對的是海量的企業或個人的信用數據,依靠人工來分析評級很不現實,大數據征信下的信用評級是通過系統內統一的數學計算模型,對企業或個人的信用信息進行計算,并得出相關企業或個人的信用分值和信用等級。

大數據征信所采用統一數學模型的信用評級,更具客觀性,效率也大大提高。

4、實時出具信用報告。

通過統一數學模型對企業或個人進行信用評級的同時,征信系統能夠實時為企業和個人出具信用報告。比如說,傳統征信模式通過調查、資料分析和信用評級,要出一份信用報告,至少需要2周或更長的時間,而大數據征信通過系統廣泛采集企業的信用信息,可以做到信用報告直接在線下載打印,這是傳統的征信模式所無法比擬的。

作為一個新興行業,大數據征信業在發展初期出現混亂局面本無可厚非。征信行業需要正本清源,需要不斷完善進步,這樣才能適應互聯網金融、國際貿易、傳統商業、人力資源行業等不同行業發展的需求。

鏈接已復制,快去分享吧

企業網版權所有?2010-2024 京ICP備09108050號-6京公網安備 11010502049343號

  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 广德县| 祁连县| 项城市| 天水市| 芦山县| 大名县| 建湖县| 康保县| 吉木萨尔县| 陈巴尔虎旗| 墨竹工卡县| 湖州市| 崇明县| 伊春市| 乐都县| 竹溪县| 唐山市| 南江县| 晋州市| 定西市| 宝坻区| 临澧县| 红安县| 商南县| 谢通门县| 娄烦县| 静乐县| 霍山县| 乌拉特后旗| 汉寿县| 临江市| 武定县| 福建省| 天水市| 邹平县| 勐海县| 九龙城区| 蚌埠市| 扎兰屯市| 牡丹江市| 新沂市|