大数据与互联网征信

信息分类
客户基本信息，用于个人身份识别与认证，包括姓名、 性别、年龄、住址、教育程度、职业等。
征信信息（人行征信+互联网征信），用于评估个人 还款意愿，包括客户的履约能力和信用记录。
第三方数据，用于反欺诈，客户信息的交叉验证等， 包括黑名单、社保、政府公共信息等
信息获取瓶颈
信息不对称，多数借款人没有征信记录，导致平台和投 资人无法辨别借款人的履约能力和还款意愿。目前真正 和银行有信贷关系的只有3亿人，占比不足25%，且互联 网金融机构绝大多数未能纳入央行征信系统中。
四步走：交叉检验、贴标签、ቤተ መጻሕፍቲ ባይዱ户画像、知识图谱 现状：国内的P2P，还在前面两个阶段，一步步循序渐进
中
谢谢观看！ 2020
行业发展“缺门槛、缺规则、缺监管” 信用体系和金融消费者保护机制不健全 从业机构内控制度不健全，存在经营风险 客户资金安全存在隐患，出现了多起经营
者“卷款跑路”事件
互联网金融客户特点
线上为主，与客户不见面 客户大部分信息来自线上 客户体验要求高，从客户处可得信息只有：姓名+身
份证号 客户其余信息需金融机构通过其他手段或渠道获得
专题 大数据与互联网征信
互联网金融异军突起。
——李克强2015政府工作报告
互联网金融
互联网金融是传统金融机构与互联网企业利用互联网技 术和信息通信技术实现资金融通、支付、投资和信息中 介服务的新型金融业务模式
互联网金融本质仍属于金融，没有改变金融风险隐蔽性、 传染性、广泛性和突发性的特点
中国互联网金融发展中的问题
互联网征信公司兴起，主要侧重社交数据、消费数据、 行为特征等方面，金融属性方面的数据不完整。
征信不满足 市场需求
个人征信行业现状
首批征信牌照发放在即 第二批牌照的准备工作也已 经启动
互联网征信未来发展方向：海量数据中淘金
问：如何从海量数据中淘金？ 答：数据挖掘，机器学习是王道！！但受限于数据挖 掘，很难确认挖掘出的数据是有预测能力的还是噪音。