搜索
查看: 2910|: 0

大数据征信产品“和信用”让决策更精准

[复制链接]

1

主题

0

回帖

20

积分

新手上路

积分
20
发表于 2016-7-29 18:52:05 | 显示全部楼层 |阅读模式
在这个时代,碰瓷事件、企业生产有害食品危害生命安全的报道常常出现在新闻上,人而无信,不知其可也,诚信,对个人而言是立身之本,对企业而言,更是生存与发展的根本。
在2015年普惠金融CRO全球峰会上,陆金所董事长称,线上借款坏账率6-7%,整个行业在15-20%,也就是说每10个人里就有最多2个人存在信用问题。信用缺失、坏账率居高不下,是金融行业面临的危机。作为金融、征信行业,需要更精准的数据分析,才能避免坏账,减少损失,增加利润。而引入互联网+大数据分析,正好满足了征信行业的这一需求。
信贷市场的宏观环境
2015年,全国的信贷规模已达10万亿美元,信贷市场规模巨大。2015全年的累计成交量达到9823.04亿元,P2P网贷呈高速增长态势。
QQ图片20160729181248.png
由于互联网+时代,客户信用行为的多元化,单凭客户在传统银行领域信贷与消费行为的人行征信系统已经远远不能满足当下信贷评估。客户信用度的综合全面分析,需要引入多渠道信息数据综合评估才能得出最真实的征信报告。同时,随着征信需求的爆炸性增长,征信将大规模运用于互联网+行业。
金融产品如何面对信用挑战?
在金融业务坏账率攀升的危机面前,如何才能最低风险地分割信贷市场的这个大蛋糕呢?
鉴于个人和企业对权威信用产品的需求,中国移动推出了“和信用”。
“和信用”是基于中国移动的数据库对海量数据进行综合处理和评估的技术,主要包含了身份特征、通信消费能力、信用历史、行为偏好、人脉关系五个维度,以通信大数据相关行为评价个人信用,由多个模型复合计算得出,使个人信用成为可衡量、可变现的资产。“和信用”优化了传统信用评估产品,可广泛应用于金融、教育、房地产、医疗、旅游、平台租贷、咨询服务等方面。
在目前的互联网专业化征信系统中,其高价值数据的TOP4为:收入、位置、熟人社交、税务,除去信贷评估体系能获取的收入、税务数据以外,熟人社交、位置等数据是金融、信贷机构较为缺失的数据。而中国移动拥有1.2亿用户,20TB的日数据产量,以及更为全面的数据,在互联网+征信评估产品中占据着优势地位。
和信用”应用行业广泛
和信用”可以用于个人信用评分,为个人争取更高额的信贷金额;还可以应用于企业的信贷服务,如银行征信补充、企业用户授信依据、身份校验查询。
同时,“和信用”还可应用于更多互联网+行业,如金融、房地产、教育、医疗和旅游等;标准化产品,如数据查询平台、制作行业洞察报告等;行业合作商业模式,如平台租贷、咨询服务等。
和信用”3大创新点
l  信用评估体系创新
“和信用”信用评估体系建立过程:首先进行个人征信体系探索,然后提出大数据产品“和信用分”,接着自主构建“和信用分”模型,最后得出“和信用分”。“和信用”是首次提出基于运营商特色的数据指标,构建和信用分评分体系模型的产品,每一个中国移动用户号码,都拥有自己的“和信用分”。
l  信用评估的技术优化
“和信用分”分值区域参考FICO设置在350~950之间, 从低到高反映用户的信用等级,目前是中国移动大数据与金融行业合作的主要抓手。
l  信用分建模流程创新
“和信用分”建模流程及方法完全是自主知识产权,并获得了初步市场验证,得到金融行业的广泛认可。
基于“和信用”评分体系 与浦发银行合作发卡
近期,浦发银行与移动合作,在部分地区将“和信用”评分体系作为浦发信用卡发卡授信的有效补充手段,针对有信用卡开卡需求的客户通过浦发征信体系+移动“和信用”评分体系结合的方式,对客户的信用卡可授信情况和授信额度进行评估,半个月内的活动触点人数达到1500多万,并发展了更多更为精准的高价值目标客户。
“和信用”未来前景良好
2016年3月5日,李克强总理在两会上作政府工作报告,提出鼓励金融机构创新消费信贷产品。2015年互联网贷款累计成交量突破6000亿元,其中有三分之一集中在广东省,市场空间达2000亿元。广东移动拥有广泛的客群基础,如根据金融机构的风控标准结合广东移动用户市占率进行预估,广东移动用户每年的互联网贷款市场空间将超1000亿元。而“和信用”作为突破传统个人征信应用领域的产品,除了在贷款、保险、信用卡等金融行业的应用试水外,未来还将在更多行业和领域进行探索和开展合作。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

 
 
大数据行业交流
大数据行业交流
大数据求职招聘
大数据求职招聘
站长电话:
15010106923
微信联系:
hb-0310
站长邮箱:
ab12-120@163.com
大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-5-21 21:22 , Processed in 0.067324 second(s), 27 queries .

快速回复 返回顶部 返回列表