互联网金融撬动征信行业,大数据驱动信用经济

简介:

多年来不温不火的征信行业正在被互联网金融的浪潮所推动。电商供应链金融、P2P(网贷)平台、第三方支付的兴起,都在倒逼征信业的进步。

近日在北京召开的第十七届科博会金融论坛上,专家纷纷表示,健康、繁荣的征信业是支撑经济发展的重要基础设施,政府应出台相关配套政策予以支持,鼓励征信行业的市场化。同时,在研究论证的基础上将网贷信息纳入央行征信系统。

行业骚动:互联网金融倒逼征信

央行发布的《中国征信业发展报告(2003-2013)》显示,截至2012年底,我国有征信机构150多家,征信行业收入20多亿元。

而如今,互联网金融的兴起为征信行业创造了新的“发展窗口期”。

成立于2007年的P2P机构拍拍贷就是被“逼”着建立了征信体系。拍拍贷CEO张俊说,公司通过采集借款人各个维度的在线数据判定其违约成本,给出可贷额度和风险定价。截至2013年底,拍拍贷共有200万注册用户,交易规模16亿元。

一些P2P公司将征信业务外包。北京安融惠众征信有限公司的9成客户都是P2P企业,公司总经理常胜表示,征信缺失是P2P机构很头疼的问题,借款人多重负债、拖欠还款和逃废债务等信用风险问题突出,因此,需要第三方机构考量借款人风险。

试水征信的还有电商。2010年,阿里巴巴成立小额贷款公司,依据数据分析为小商户提供小额短期信用贷款。截至今年2月,阿里小贷累计发放1700亿元贷款。

征信监管环境的不断完善也为行业注入了动力。去年3月,《征信业管理条例》实施,明确中国人民银行为征信业监督管理部门,征信行业步入了有法可依的轨道。当年12月,《征信机构管理办法》施行,详细规定了设立企业征信机构和个人征信机构的准入门槛。

立足数据:三类主体掘金征信

目前,互联网金融带动下的征信活跃主体主要有三类,背后的动力都是数据挖掘。

第一类:电商企业,利用平台沉淀的商户数据,考量借贷风险。除阿里巴巴,其他电商也纷纷出手。京东商城2012年起与银行合作,向合作伙伴提供基于交易数据的贷款;同年,苏宁电器宣

第二类:P2P企业,自行建设征信数据库。拍拍贷、人人贷、信而富等企业都建立了自己的征信体系。“网上沉淀的大量信息碎片,都是有价值的信息。”张俊举例说,在社交网络上粉丝数量50以上的违约率可能只有50以下违约率的1/3;凌晨两点后上网客户的违约率是两点之前上网者的两倍多。

第三类:专业征信机构,受互联网金融大潮推动,开展相关业务。如安融惠众、中诚信征信有限公司、上海资信有限公司等。中诚信的业务范围以企业征信、互联网金融平台授信的小微企业和个人征信为主,针对网贷平台风控需求量身定作风控模型、贷前信息采集的业务品种,阿里巴巴就是其客户。

如今,安融惠众已有207家会员,9成是P2P机构,会员间可共享信息。截至今年4月底,安融惠众的征信平台具有信贷记录的自然人数量近60万、日信息查询量约5000次。

蓝海机遇:商业模式待探索

作为新兴行业,面向的互联网金融的征信仍面临诸多问题。

首先,政府信息孤岛林立,收集数据困难。政府是掌握数据的“大户”,但是,其往往不愿意公开信息,或是各部门信息散落,没有联网,加大了征信机构搜集数据的成本。

其次,各家公司“自立门户”,游离于央行的征信系统信息之外,缺乏整合。央行的征信系统是指2006年建成的“金融信用信息基础数据库”,截至2012年年底,已为8.2亿自然人和1859.6万户企业建立了信用档案,但数据主要是传统金融机构,网贷机构的数据未被纳入其中。

第三,商业模式尚不清晰。中国的征信环境发展尚不健全,很少有企业单纯依靠个人征信业务实现盈利。

业内人士表示,健康的征信行业是支撑经济发展的重要基础设施,政府应出台相关配套政策予以支持,鼓励征信行业市场化。中国人民银行营业管理部征信管理处处长袁新峰建议,有必要在进一步研究论证的基础上将网贷信贷信息纳入征信系统。

至于商业模式的问题,专家表示,美国成熟的征信业无疑为中国同行树立了标杆。美国征信业经过多年的市场竞争,形成了三大机构即全联公司(TransUnion)、艾贵发公司(Equifax)和益百利公司(Experian)三足鼎立的格局,三家公司收集了美国1.8亿人的信用资料。三家大巨头均使用个人消费信用评估公司“费埃哲”(FICO)开发的评分模型,消费者的信用卡信息、购车、犯罪信息等都与之关联。

“很多中国企业和个人还缺乏征信的意识,这个市场仍在培育阶段,这正是未来的商机所在。”中诚信征信有限公司总经理沈双波表示。


原文发布时间为:2014-05-19

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
人工智能 弹性计算 Serverless
Serverless+AI驱动的一站式数据平台有哪些可能性
【2月更文挑战第4天】Serverless+AI驱动的一站式数据平台有哪些可能性
|
人工智能 数据管理 Serverless
阿里云数据库走向Serverless与AI驱动的一站式数据平台具有重大意义和潜力
阿里云数据库走向Serverless与AI驱动的一站式数据平台具有重大意义和潜力
579 2
|
人工智能 运维 Cloud Native
、你如何看待阿里云数据库走向Serverless与AI驱动的一站式数据平台?
、你如何看待阿里云数据库走向Serverless与AI驱动的一站式数据平台?
284 2
|
存储 数据采集 大数据
大数据处理与分析技术:驱动智能决策的引擎
本文介绍了大数据处理与分析技术在现代社会中的重要性和应用。从数据采集、存储、处理到分析决策,大数据技术为我们提供了深入洞察和智能决策的能力,推动着各行各业的创新和发展。
508 0
|
5月前
|
机器学习/深度学习 存储 分布式计算
ODPS驱动电商仓储革命:动态需求预测系统的落地实践
本方案基于ODPS构建“预测-仿真-决策”闭环系统,解决传统仓储中滞销积压与爆款缺货问题。通过动态特征工程、时空融合模型与库存仿真引擎,实现库存周转天数下降42%,缺货率下降65%,年损减少5000万以上,显著提升运营效率与GMV。
644 1
|
7月前
|
机器学习/深度学习 运维 大数据
大数据如何驱动智能制造的升级与蜕变?
大数据如何驱动智能制造的升级与蜕变?
165 12
|
SQL 消息中间件 分布式计算
大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动&基于事件驱动
大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动&基于事件驱动
310 0
|
SQL 分布式计算 大数据
大数据-119 - Flink Window总览 窗口机制-滚动时间窗口-基于时间驱动&基于事件驱动
大数据-119 - Flink Window总览 窗口机制-滚动时间窗口-基于时间驱动&基于事件驱动
426 0
|
人工智能 数据管理 大数据
阿里云数据库走向Serverless与AI驱动的一站式数据平台是一个很有前景和意义的发展方向
阿里云数据库走向Serverless与AI驱动的一站式数据平台是一个很有前景和意义的发展方向
233 2
|
机器学习/深度学习 数据采集 搜索推荐
大数据与金融风控:信用评估的新标准
【10月更文挑战第31天】在数字经济时代,大数据成为金融风控的重要资源,特别是在信用评估领域。本文探讨了大数据在金融风控中的应用,包括多维度数据收集、智能数据分析、动态信用评估和个性化风控策略,以及其优势与挑战,并展望了未来的发展趋势。