美国个人征信互联网服务新趋势研究

国外的个人征信业从零开始,逐步积累,是通过不断的技术创新和商业模式的创新而实现与时俱进的结果。以美国创新性互联网征信机构Credit Karma为例介绍基于传统征信的互联网征信商业新模式,对蓬勃待发的中国个人征信业应该有所启示。

《欧洲全面征信信息共享对信贷市场发展作用实证研究》报告解读与分析

欧洲政策研究中心下属欧洲信用研究院和爱丁堡大学商学院联合发布了《欧洲全面征信信息共享对信贷市场发展作用实证研究》报告,通过欧盟23个国家的征信机构数据采集情况对信贷市场发展的影响进行实证分析,论证了全面征信信息共享对促进信贷市场发展的积极作用。对该报告的研究背景、研究方法、研究结论等进行解读与分析,能为我国信贷市场运行过程中全面的征信信息采集与共享提供借鉴与参考。

数字金融下的消费者信用评分现状与展望

介绍目前国内信用评分的现状和存在的问题,认为国内信用评分的研发从征信机构到信贷部门都有很大的提升空间,并分析了消费信贷在数字金融场景下的特点及其对未来信用评分研发带来的挑战。对于面向新金融的信用评分的研发,建议从可替代数据源和信用模型等角度创新,要充分利用央行征信系统的数据,做好基础性指标体系搭建工作,同时也不能忽视个人隐私的挑战。进而对国内新兴征信机构百行征信开发信用评分提出建议,认为既要面向前沿应用,又要提高基础数据质量,相信央行征信系统的信用评分可以发挥更大的价值。

美国ZestFinance公司大数据征信实践

美国金融科技公司Zest Finance利用大数据进行信用风险评估引起国内互联网金融和征信领域的关注。对Zest Finance的商业模式和大数据挖掘技术进行进一步解读,概述信用风险管理的发展历程和背景知识,深入分析Zest Finance的商业理念,详细介绍Zest Finance的技术路线;总结对刚刚起步的中国征信业的一些借鉴意义,希望能够对中国未来的大数据征信有一些启示。

基于征信大数据的替代信用评分

随着征信市场的快速发展,传统信用评分因其高门槛而呈现明显的拓展局限,例如美国有20%的消费者无法获得信用评分,因而在金融服务中困难重重。全球各大征信公司都开展了大数据技术的研究和应用,纷纷利用大数据资源,挖掘信贷数据之外的其他替代数据,加大替代信用评分产品的研发力度。在介绍大数据征信应用背景的基础上,分析归纳益博睿、艾克飞和环联等传统征信机构和数据挖掘公司费埃哲合作引入替代征信大数据,以及开发替代信用评分的最近动向及成果,进而总结其借鉴意义,希望能够对中国未来的大数据征信有一些启示。

阿里巴巴集团的大数据战略与征信实践

阿里巴巴集团对于大数据的应用在国内处于领先地位,其在互联网金融领域的征信实践,掀起了互联网金融领域的征信建设热潮。结合2014年阿里巴巴集团的"西湖品学大数据峰会"的内容,介绍阿里巴巴集团的大数据战略和征信体系建设情况,并与现有的央行征信体系进行比较,进而对阿里巴巴的大数据征信以及国外的成功案例进行简要阐述,可以为信用风险管理提供有益的启示。

小微企业征信的美国模式

小微企业融资难、融资贵是一个世界性难题,征信系统对小微企业的覆盖程度和服务水平会影响到小微企业融资状况。美国征信体系相对比较完善,其中小微企业金融数据平台(SBFE)模式的建立对小微企业征信体系运行的完整通畅起到了重要的作用。通过对美国小微企业金融数据平台的基本情况、特征和运行原理,数据应用与相关机构合作对外提供征信服务情况进行分析,结合我国小微企业信贷的现状,认为美国小微企业征信在信息共享机制、征信产业链的分工和技术实现等方面对国内还在不断完善的征信体系有很好的启示作用。

基于企业关联关系的信用风险分析新思路

基于企业关联关系的关联性信用风险是一种有别于传统信用风险的新的风险类型,这种关联性风险可以从宏观、中观和微观不同层次来分析。基于一种大数据模型——复杂网络,提出一种新的风险分析框架,用来挖掘出企业之间的关联性风险模式。以具有代表性的关联关系——担保圈现象为例,研究从建模到应用的过程,探讨如何利用这种基于关联关系的风险管理的新策略以更好地服务于信用风险管理,并对基于这种关联风险分析的服务提出建议。

运用大数据开展P2P信用风险评估的Upstart

在全球范围内,年轻消费者信贷市场具有很大的业务空间,但由于年轻消费者信用记录欠缺而发展缓慢。一些新兴P2P企业瞄准该市场,大胆尝试基于大数据的信用评估方法,其中美国的Upstart公司就是非常典型的一家。Upstart公司以其强大的智能数据管理和分析技术为基础,秉承风险投资理念,着眼于年轻消费者的未来潜力,这对刚刚起步的中国征信业和互联网金融具有一定的借鉴意义。

基于征信大数据分析的担保圈风险管理

企业之间互保联保的担保圈模式是我国特有的一种信贷增信形式,这种模式在增进企业信用、提高信贷效率的同时,也将企业风险与行业风险紧紧地绑在一起。一个企业资金链断裂,一群企业乃至一个行业都会受到牵连。从担保圈风险的概念入手,分析担保圈风险的特点和现状,提出利用大数据技术实现担保圈风险控制的模型构想。

区块链:一种新的征信视角与技术架构

区块链是未来信息技术的一个重要方向,区块链技术和征信系统的结合是全球的研发热点。阐述征信的概念、信息技术在征信业发展过程中的作用以及征信市场的痛点,提出新技术背景下面临的挑战。为使区块链技术与征信更有效地结合,回顾区块链的产生、发展背景,对“初级版本”区块链和普通意义上的区块链进行详细解析,逐步发现区块链对构建一种新的征信视角的重要性。区块链也可以为传统征信体系提供技术架构。基于对新技术的包容态度,提出区块链监管的政策建议,并对区块链技术应用前景进行展望。

专业征信机构:未来中国征信业的方向

介绍美国受监管的专业征信机构及其服务于不同的消费生活场景,分析代表性的专业征信机构的基本业务,阐述专业征信机构和全面性(全国性)征信机构的关系。分析认为,美国专业征信机构为中国征信业的发展提供了借鉴和启示,2018年我国成立的百行征信是一个面向互联网信贷场景的专业征信机构,未来的专业征信机构是中国征信体系和信用机构服务培育的方向。

小微企业征信互联网服务新模式——以美国硅谷金融科技公司Nav为例

小微企业融资难、融资贵是一个全球性的话题。本文分析了美国金融科技公司Nav的商业模式,作为—个平台和渠道,将小微企业的服务需求和征信机构、金融机构的产品和服务相匹配,实现一站式服务。文章认为,Nav创新的征信服务商业模式可以反映目前征信服务的新动态,值得参考和借鉴。

金融关联图谱及其在商业银行的应用

金融关联图谱也称为金融网络分析,近年来,随着数据分析技术的发展和金融机构对于风险分析研发的加强,金融关联图谱成为金融分析的一个重要的领域。本文首先介绍了构成关联图谱分析基础的金融关联关系,其次介绍了金融关联图谱分析和在应用中容易混淆的概念。

构建数字经济时代新金融信用评分模型

权威征信机构的信用评分是国内信贷市场量化风控的基础设施,建议央行征信系统进一步开放个人信用评分。国外发达的征信机构开发的信用评分往往有上百种之多,我国可借鉴相关经验开发更多的基础性信用评分,助力新金融健康和快速发展。信用评分是利用数学模型将相关数据转化成某个数值指导信贷决策,是统计学和机器学习在金融和银行业中最成功的应用之一。

担保圈风险的大数据实证分析

担保圈是指多家企业在向银行申请信贷时通过互相担保、联合担保或连环担保而产生的具有金融关联关系的企业群。本文针对担保圈的风险分析的问题,提出基于复杂网络技术的担保圈大数据风险分析方法,并利用真实数据进行实证分析。

复杂担保网络中传染路径的风险评估

中小企业贷款在促进技术创新、推动经济发展、改善民生和增加就业等方面有着重要的作用.为了满足商业银行的贷款评估标准,很多中小企业选择互相提供担保以获得授信,形成了结构复杂的担保网络.当借款方的贷款违约时,风险则沿着担保方向在网络中层层传播,由此造成的潜在系统性风险给国家的金融安全和监管带来了严峻的挑战.因此,迫切需要发展相应的方法从系统角度对复杂金融担保网络中的传染路径进行风险评估和预测.本文提出了一种基于深度学习的风险评估模型,该方法应用图神经网络和注意力机制直接从网络化的贷款行为数据中学习风险特征,无需依赖于金融领域专业知识的人工特征工程.实验结果表明,本文设计的方法在多数评价指标上均优于现有的7个对比的基准模型.在传染路径风险评估任务中,比基准方法在精确率和召回率的调和平均数(F1-score)方面平均提升了2%15%.在新路径风险评估任务中,比最好的基准方法平均提升了3.5%.结果表明了本文设计方法在传染路径风险评估中的有效性,可为监管部门和金融机构对担保网络进行系统性风险评估提供方法理论基础.

百行征信与中国征信的未来

作为市场经济的产物，征信系统对于经济的健康发展和金融市场稳定的重要性不言而喻。本文分析了中国征信业面对的一些挑战和机遇，并围绕三个重要的征信现象简单讨论了中国的征信问题，对中国征信行业的未来进行了展望。

个人征信友展需要市场化驱动

个人征信是消费金融和数字经济的重要基础设施,作为市场经济的产物,征信系统对于经济健康发展和金融市场稳定运行的重要性不言而喻。中国的个人征信起步较晚,在本世纪初才开始筹建,但随着中国作为全球第二大经济体的崛起,国内消费金融日趋火爆、信贷市场日趋庞大,个人征信机构也逐渐受到越来越多的关注。

从征信大数据一窥采矿业信贷结构

我国是世界第三矿产大国,矿产资源种类丰富,采矿业在国民经济中具有重要的基础性地位,一些特殊的矿产更是关系国家安全和经济命脉。征信大数据作为高价值的信息资源,不仅可以用于消费金融和企业信贷的微观层面的信用风险管理,解决信贷交易的信息不对称,更由于其＂大样本、跨周期、全覆盖＂的特点,还可以用于宏观经济决策和产业经济分析。由于矿产的开发需要大量信贷资金的投入,因此通过征信大数据可以更好理解行业状况。