大数据征信

大数据征信
传统个人征信的分析维度包括：
1.个人基本数据，如年龄、性别、职业、收入、婚姻状况、工作年限、工作状况等；
2.信贷情况，主要是信贷和信用卡相关数据；
3.公共数据，包括税务、工商、法院、电信、水电煤气等部门的数据；
4.个人信用报告查询记录。

如今随着大数据时代的到来和发展，可用于评估人们的数据越来越丰富，如电商的交易数据、社交类数据（强社交关系如何转化为信用资产）、网络行为数据等，来自互联网的数据将帮助金融机构更充分地了解客户。

（一）侧重电商：芝麻信用
以芝麻信用所构建的信用体系来看，芝麻信用分根据当前采集的个人用户信息进行加工、整理、计算后得出的信用评分，分值范围是350 到 950，分值越高代表信用水平越好，较高的芝麻分可以帮助个人获得更高效、更优质的服务。

芝麻分综合考虑了个人用户的信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度的信息，其中来自淘宝、支付宝等“阿里系”的数据占 30-40%。

1.信用历史：过往信用账户还款记录及信用账户历史。

目前这一块内容大多来自支付宝，特别是支付宝转账和用支付宝还信用卡的历史。

2.行为偏好：在购物、缴费、转账、理财等活动中的偏好及稳定性。

比如一个人每天打游戏 10 小时，那么就会被认为是无所事事；
如果一个人经常买纸尿裤，那这个人便被认为已为人父母，相对更有责任心。

3.履约能力：包括享用各类信用服务并确保及时履约，例如租车是否按时归还，水电煤气是否按时交费等。

4.身份特质：在使用相关服务过程中留下的足够丰富和可靠的个人基本信息。

包括从公安、学历学籍、工商、法院等公共部门获得的个人资料，未来甚至可能包括根据开车习惯、敲击键盘速度等推测出的个人性格。

5.人脉关系：好友的身份特征以及跟好友互动的程度。

根据“物以类聚人以群分”的理论，通过转账关系、校友关系等作为评判个人信用的依据之一。

其采用的人脉关系、性格特征等新型变量能否客观反映个人信用，但目前还没有将社交聊天内容、点赞等纳入参考。

（二）侧重社交：腾讯信用
腾讯信用主要是基于社交网络。

通过 QQ、微信、财付通、 QQ 空间、腾讯网、 QQ 邮箱等社交网络上的大量信息，比如在线时长、登录行为、虚拟财产、支付频率、购物习惯、社交行为等，利用其大数据平台 TDBank，在不同数据源中，采集并处理包括即时通信、SNS、电商交易、虚拟消费、关系链、游戏行为、媒体行为和基础画像等数据，并利用统计学、传统机器学习的方法，得出用户信用得分，为用户建立基于互联网信息的个人征信报告。

腾讯信用评分以星级的方式展现。

信用星级一共 7 颗星，亮星颗数越多代表信用越良好，星级主要由四个维度构成：
1.消费：用户在微信、手机 QQ 支付以及消费偏好。

2.财富：在腾讯产品内各资产的构成、理财记录。

3.安全：财付通账户是否实名认证和数字认证。

4.守约：消费贷款、信用卡、房贷是否按时还等。

（三）覆盖全面：百花分市民信用评价
现有的信用评价，或侧重于司法领域，或侧重于金融领域，未至科技的百花分产品则做到了对个人进行客观和全面的信用评价。

百花分通过大数据分析，采用层次分析法，建立指标管理体系、算法管理体系后，形成不同的模型，然后系统根据预设模型自动计算市民个人信用得分，形成个人信用报告，同时支持人工评价功能。

百花分的信用评分主要由以下几个方面构成：
1.基本指标：以各地政府掌握个人基本信息为主，如工作状况、住房状况、个人情况等。

2.品德指标：司法记录、信贷历史记录、社会信用等，根据各地政府数据调整。

3.第三方指标：芝麻信用、腾讯信用、猪猪分等第三方信用指标。

4.补充指标：由未至科技及合作伙伴提供个人信用信息的持续补充，如百融金服、联通等。

市民可通过微信公众账号，政府服务大厅，信用网站等途径查询个人信用报告及可享受的公共服务。

市民个人信用将会影响到公交卡、市民卡、图书卡等办理。