数据猿导读 近年来,随着互联网金融行业野蛮生长,各种跑路、欺诈案件层出不穷。因此,越来越多的P2P信贷平台开始重视风险控制,急需第三方征信平台为其提供征信服务,从而有效管控客户信用风险。 记者 | 春
本文作者:蹲在角落数蝈蝈 大数据风控目前应该是前沿技术在金融领域的最成熟应用,相对于智能投顾、区块链等还在初期的金融科技应用,大数据风控目前已经在业界逐步普及,从BATJ这样的大企业,到交易规模比较大的网贷平台,再到做现金贷、消费金融的创业公司,都在通过大数据风控技术来控制贷款规模扩张中的风险。 现在提到互联网金融、Fintech,首先想到的就是大数据风控。随着网易北斗大数据风控平台的上线,业内包括BAT、网易在内的主要国内互联网巨头都开始在大数据和金融衍生应用领域进入了金融科技化阶段,和互联网金融第一
本文作者:蹲在角落数蝈蝈 大数据风控目前应该是前沿技术在金融领域的最成熟应用,相对于智能投顾、区块链等还在初期的金融科技应用,大数据风控目前已经在业界逐步普及,从BATJ这样的大企业,到交易规模比较大的网贷平台,再到做现金贷、消费金融的创业公司,都在通过大数据风控技术来控制贷款规模扩张中的风险。 现在提到互联网金融、Fintech,首先想到的就是大数据风控。随着网易北斗大数据风控平台的上线,业内包括BAT、网易在内的主要国内互联网巨头都开始在大数据和金融衍生应用领域进入了金融科技化阶段,和互联网金融第一阶
关于Python、R和Numpy、Scipy以及Pandas的速查表 有了这些和R语言、python、Django、MySQL、SQL、Hadoop、Apache Spark以及机器学习算法相关的速查表,会让你对数据科学和数据挖掘的概念及相关命令得心应手,并加快开发速度。 在数据科学界,有着成千上万的软件包和成百上千的函数!一个激情澎拜的数据爱好者没有必要掌握所有的。这里会包含大多数重要的软件包和函数,能够让你在紧凑的几页中集思广益并吸收知识。 精通数据科学需要掌握统计学、数学、编程知识,特别是R语言、
在数据科学领域有成千上万的包和数以百计的函数公式,你虽然不需要掌握所有的这些知识,但是有一些速查表在你的学习中是非常重要的。学习大数据包括对统计学、数学、编程知识(尤其是R、python、SQL)等知识的理解,还需要理解业务来驱动决策。这些表单也许能给你一些帮助。 Python的速查表 Python在初学者中非常受欢迎,同样足以支持那些最受欢迎的产品和应用程序,它的设计让你在编程的时候感觉同用英语写作一样自然,Python basics 或者Python Debugger的速查表覆盖了重要的语法。 Pyth
近期,美国互联网金融公司ZestFinance受到国内互联网金融专业人士的热捧,其基于大数据的信用评估模型也越来越受到关注和效仿。本文结合美国的金融环境,对ZestFinance进行简要介绍,分析大数据征信产生的背景,剖析大数据征信技术,并全面客观地阐述了大数据征信技术对于中国互联网金融和征信业未来发展的借鉴意义。 ZestFinance简介 ZestFinance,原名ZestCash,是美国一家新兴的互联网金融公司,2009年9月成立于洛杉矶,由互联网巨头谷歌(Google)的前信息总监道格拉斯·梅瑞
《清华金融评论》授权转载,转载请征求版权方同意。 [官网]:http://www.thfr.com.cn 官方微信: thf-review(订阅号) thf_review(服务号) 文/刘新海、丁伟 本文编辑/《清华金融评论》贾红宇 近期,美国互联网金融公司ZestFinance受到国内互联网金融专业人士的热捧,其基于大数据的信用评估模型也越来越受到关注和效仿。本文结合美国的金融环境,对ZestFinance进行简要介绍,分析大数据征信产生的背景,剖析大数据征信技术,并全面客观地阐述了大数据征信技术对于中
《清华金融评论》授权转载,转载请征求版权方同意。 [官网]:http://www.thfr.com.cn 官方微信: thf-review(订阅号) thf_review(服务号) 文/刘新海、丁伟 本文编辑/《清华金融评论》贾红宇 近 期,美国互联网金融公司ZestFinance受到国内互联网金融专业人士的热捧,其基于大数据的信用评估模型也越来越受到关注和效仿。本文结合美国的金 融环境,对ZestFinance进行简要介绍,分析大数据征信产生的背景,剖析大数据征信技术,并全面客观地阐述了大数据征信技术对于
导读:本期“谁是数据英雄?传统企业大数据应用案例”给大家介绍《 兴业银行:信用卡背后的数据生命线》。兴业银行作为首批试水大数据的商业银行之一,借助大数据的关键技术和核心优势,通过对消费者行为的分析和
【前言】本文对于大数据征信做了透彻的分析,启示了国内存在非常好的投资机会,本文有很好的借鉴意义。希望本文作者联系我们。 本文编辑/《清华金融评论》贾红宇 近期,美国互联网金融公司ZestFinance受到国内互联网金融专业人士的热捧,其基于大数据的信用评估模型也越来越受到关注和效仿。本文结合美国的金融环境,对ZestFinance进行简要介绍,分析大数据征信产生的背景,剖析大数据征信技术,并全面客观地阐述了大数据征信技术对于中国互联网金融和征信业未来发展的借鉴意义。 ZestFinance简介 ZestFi
企查查是一款企业信息查询工具,可以为用户提供快速查询企业信息服务。企查查可以帮你做什么?
一、大数据风控——互联网金融的命脉 近几年,大数据已经撼动了世界的方方面面,从商业科技到医疗、政府、教育、经济、人文以及社会其他各个领域;数据成了有价值的公司资产、重要的经济投入和新型商业模式的基石。 有人曾把大数据比喻成“新时代的石油;业界也有句话叫,得数据者得天下。现如今,在大数据时代下,数据比以往任何时候都更加根植于生活中的每个角落。试图用数据去解决问题、改善福利,并且促成新的经济繁荣等等。以上这些在互联网金融业尤为突出。 (一)大数据风控已成为互联网金融核心环节 早在1980年,著名未来
金电联行征信事业部副总裁范文清:社会信用体系建设要将各种数据进行结合
<数据猿导读> 如今大数据已经被应用到方方面面,征信行业也如此。大数据的海量数据能够帮助征信行业快速便捷的掌握客户的信息,为工作提供不小的便利,然而有利就有弊,以当前的技术来说把控数据源的量与度仍是关
近期,国家非常重视大数据,2015-6-19,国家主席习近平、总理李克强同时就“大数据”发表意见: 习近平、李克强,贵州,大数据!(点击可打开) 近日国家再度发文《国务院办公厅关于运用大数据加强对
点击上方“PPV课大数据”可以订阅哦! 近期,国家非常重视大数据,2015-6-19,国家主席习近平、总理李克强同时就“大数据”发表意见: 近日国家再度发文《国务院办公厅关于运用大数据加强对市场主体服
数据动态早报,让您了解数据新变化,新创造和新价值。 一、通信行业数据动态 1 中国移动通信河南有限公司董事长魏明建议加强个人信息保护立法,加大通信讯息诈骗的打击力度。【未来网】 2 中国信通院-阿里巴
数据将是未来银行的核心竞争力之一,这已成为银行业界的共识。在大数据时代,银行所面临的竞争不仅仅来自于同行业内部,外部的挑战也日益严峻,互联网、电子商务等新兴企业在产品创新能力、市场敏感度和大数据处理经
今天的数据驱动型企业不仅需要针对实时数据作出快速响应要,而且还必须执行复杂的查询以解决复杂的业务问题。 例如,客户个性化系统需要将历史数据集与实时数据流结合起来,以便立即向客户提供最相关的产品建议。提供关键任务的实时业务观察能力的运营分析系统也必须如此,例如,在线支付供应商需要监测其全球范围内的交易,以发现可能预示金融欺诈的异常情况。 或者想象一个网上学习平台需要为学区客户和内部客户团队提供关于学生和教师使用情况的最新洞察力。或者是一个市场新闻供应商,需要监测并确保其金融客户在狭窄的窗口内获得准确的、相关的
本文共5000字,建议阅读时间10分钟 本讲座选自杨子君博士于2015年6月5日在 RONG 系列论坛之四——大数据与诚信社会研讨会上所做的题为《征信和信用评估——中美比较分析》的演讲。 嘉宾介绍: 杨子君:清华大学电子工程系学士和硕士,美国南加大电子与计算机博士,瑞天欣实数据科技公司创立人之一,之前为全球征信Experian公司首席科学家,以及FICO的高级数据科学家,她是信用风控体系、金融产品和数据分析建模专家,拥有16年数据挖掘和分析行业经验。 她带领瑞天团队为多家国内知名股份制银行、商业银行、消
一.电信大数据应用和发展趋势 截止2014年10月,根据工信部披露的数据,三家运营商的移动客户总规模已经超过12.77亿,国内移动电话的普及率已达93.5%。 电信运营商基于计费和业务支撑的需要,生产和留存了大量的客户基础数据、消费数据、终端数据和移动互联网行为数据,以拥有2000万左右客户规模的某省运营商为例,一天就能生产近500G的客户信息数据。电信运营商生产的客户信息数据具有客户数据全量记录、字段完整、维度丰富、保存周期长时间可回溯、实时更新以及价值密度高、挖掘成本低等特点。 运营商是国内较早意识并积
各大互联网公司高价抢夺数据人才,为谋求长期发展、获得高薪,很多人转行到了大数据领域。这条路人才虽缺,但要成为优秀大数据工程师并不轻松:别的不说,光学习新技术,巩固旧知识,就需要耗费大量时间精力,实属不易。
近年来,以第三方支付、P2P平台、众筹为代表的互联网金融模式引起了人们的广泛关注,该模式大量运用了搜索引擎、大数据、社交网络和云计算等技术,有效降低了市场信息不对称程度,大幅节省了信息处理的成本,让支付结算变得更便捷,达到了同资本市场直接融资、银行间接融资一样高的资源配置效率。但由于我国互联网金融出现的时间短,发展快,目前还没有形成完善的监控机制和信用体系,一旦现有互联网金融体系失控,将存在着巨大的风险。 首先是信用风险大。目前我国信用体系尚不完善,互联网金融的相关法律还有待配套,互联网金融违约成本较低,容
<数据猿导读> 兴民智通拟2.46亿元收购车联网服务商“九五智驾网”,打造车联大数据闭环;互联网房地产金融服务平台“房金所”获2600万元融资;信用业务解决方案供应商“未至科技”新三板挂牌上市,成信用
“大数据”概念的最早出现,是从2012年2月份纽约时报一篇文章开始的。到目前为止,在大数据领域当中的投资已经越来越热,该领域企业越来越多。但是,有多少公司到底真正使用的是大数据?我相信几乎没有太多,这
作为对数据、技术、方法和制度的一种全面革新,大数据将对征信数据的来源和形态、征信加工处理方式、征信评估技术、征信产品的传播分享渠道以及征信制度基础进行全面重构,从而对征信市场产生深刻影响。当前,大数据已经渗透到社会各个领域,并引发广泛深刻的社会变革。以数据处理为核心的征信行业,不可避免地受到大数据浪潮的洗礼。本文在对大数据及大数据征信的基本特征进行比较研究的基础上,分析了大数据对我国征信市场的影响,并提出了相关政策建议。 关键词: 征信市场,大数据,金融监管 一 大数据及大数据征信的基本特征 (一)对大数
技术变革对征信业的发展起到了非常大的促进作用。征信最早起源于消费分期,需要对消费者进行信用评估,但当时更多的是通过口碑积累的定性判断,没有定量描述。进入电子化时代后,数据得到了沉淀和积累,我们开始使用数据统计模型来计算和评估信用,这极大地推动了行业快速向前发展。在今天的互联网时代,数据承载量非常大,任何数据都可以成为信用的一部分,即我们可以利用数据与信用的关联度,深层次挖掘信用数据。人工智能算法模型不止是对过去的统计,也包括对未来的预测,它可以帮助我们更好地刻画违约概率和信用状况。 图1 技术
本文共5000字,建议阅读时间10分钟 本讲座选自史蕾于2015年6月5日在RONG系列论坛之四——大数据与诚信社会研讨会上所做的题为《大数据征信时代的个人信息保护》的演讲。 嘉宾介绍: 史蕾:1998年毕业于复旦大学国际经济法专业,现柏杨云天(北京)企业咨询有限公司,合伙人。曾就职于纳斯达克B2B上市公司环球资源(NDSDAQ:GSOL)和奇虎360法务部。 密切关注大数据企业和大数据产品的创新性业务实践,为多家大数据公司产品合规分析、用户协议拟定、个人数据保护和隐私政策的制定、股权激励项目提供专项咨
2016年8月,社交软件Facebook成功申请了这样一项专利:当用户申请贷款时,如果该用户的社交网络上好友的平均信用等级达到了最低信用分要求,贷款才能获得通过。 随着互联网技术与金融不断融合,把社交
梦创双杨大数据负责人杜国宁:产融大数据助力“双创”快速发展
数据猿导读 本文将以全国中小企业股份转让系统(俗称“新三板”)大数据监管应用为案例。通过对大数据的应用,新三板监管实现了从信息核查到财务异常分析的全过程监管,推动金融监管模式的创新。 本篇案例为数据猿
从开展大数据征信业务的三个阶段——数据采集、模型建立、后期应用——来看的话,企业要做好大数据征信在每个阶段其实都有着很大阻碍,一句话来总结这些阻碍那就是中国是一个有特色的国家,照搬国外行不通。典型的如银行有风控模型,但一直没有大规模在全行内使用。简单来说,三个阶段中,大数据征信不得不考虑的问题如下: 数据采集:社交数据适用性;数据够不够多,够不够全;法律问题 模型建立:简单的模型是否可行;模型中融合的变量够不够多;坏账的不可预测性 后期应用:输出结果需要反复验证,不断修改;输出结果是动态的,不能是事后分析数
摘自:36氪(ID: wow36kr) 这两年,互联网金融的成长速度让一些不可一世的传统金融巨人也不禁打了个冷战。倒不是因为互联网金融业务的规模真的威胁到了传统金融,而是伴随它而来的这股创新力量让传统金融行业中存在的问题和局限性暴露无遗。所幸,已经有一些人开始意识到问题的紧迫性,当然,还有问题背后所蕴藏的巨大机遇。 Joyce Zhang 就是这些人中的一个。Joyce 是宜信 CEO 唐宁从美国挖来的一位资深大数据专家,现在担任宜信大数据创新中心的总经理。在来宜信之前,Joyce 曾经服务过 Hulu、M
<数据猿导读> 本周,奇虎360公司的信用信息大数据试点获国家发改委批复,成为我国首家发展信用信息大数据试点的企业;腾讯公司紧跟其后发布腾讯浏览服务(TBS),首次开放万亿级数据能力……以下为您奉上本
中诚信征信闫文涛:个人征信和企业征信未来将走向融合
美国总统奥巴马在 2012 年竞选中的成功很大程度上要归功于对量化分析的运用。例如,他的团队可以分析出哪些人在收到竞选宣传单张、电话或家访后更有可能去投票,从而改变那些关键的“摇摆州”的局面。沃尔玛通过数据分析发现,在飓风袭击某地之前,不但当地对手电筒的需求会上升,某种果塔饼干的销量也会提升。这阵量化风还吹到了体育界──畅销书《Moneyball》把量化分析的概念普及给了民众。但这些新的量化技巧到底是怎么回事?企业应该如何运用它们? 最近的三本书有助于管理层找到这些问题的答案:《大数据:改变我们生活、工作
点击标题下「大数据文摘」可快捷关注 摘自:36氪(ID: wow36kr) 这两年,互联网金融的成长速度让一些不可一世的传统金融巨人也不禁打了个冷战。倒不是因为互联网金融业务的规模真的威胁到了传统金融,而是伴随它而来的这股创新力量让传统金融行业中存在的问题和局限性暴露无遗。所幸,已经有一些人开始意识到问题的紧迫性,当然,还有问题背后所蕴藏的巨大机遇。 Joyce Zhang 就是这些人中的一个。Joyce 是宜信 CEO 唐宁从美国挖来的一位资深大数据专家,现在担任宜信大数据创新中心的总经理。在来宜信之前
量化派是一家金融大数据公司,为金融机构提供数据服务和技术支持,也通过旗下产品“信用钱包”帮助个人用户展示经济财务等状况,撮合金融机构为用户提供最优质的贷款服务。金融的本质是风险和流动性,但是目前中国对于个人方面的征信行业发展落后于欧美国家,个人消费金融的需求没有得到很好的满足。按照央行最新数据,目前央行征信中心的数据覆盖人口达到8亿人[1],但其中有实际征信记录的只有3亿人左右,有5亿人在征信系统中只是一个身份证号码。此外,我国还有5亿人跟银行从来没有信贷交易关系,这5亿人对金融部门来说是陌生人。这样算下来
张芳曼制图 在“十一”出京高峰外出旅游的孙女士没有想到,信用也可以变成财富。淘宝芝麻信用分超过750分的她,只需通过手机简单操作,就能在首都国际机场二号航站楼安检通道享受到头等舱待遇。 芝麻信用的这个
数据猿导读 在目前的互联网金融市场上,有60%的损失来自于欺诈,这60%里面又有80%—90%属于集团欺诈。因此,风险控制就成为互联网金融发展的必要基础。而在实施风控过程中,其核心在于如何通过大数据以
数据猿导读 面对猖獗的金融欺诈,如何借助人工智能、大数据技术,在新型模式下,高效、准确地应对金融行业中从线下到线上,从单点到海量并发,从人工到自动化程序化各方面进行的欺诈升级,提高整体反欺诈能力,对于
目前为止,在大数据领域当中的投资已经越来越热,而且做得公司越来越多。有多少公司到底真正使用的是大数据?我相信几乎没有太多。 大数据在美国金融当中最直接的场景,就是所谓的信用评估体系。美国的信用体系评估
点击标题下「大数据文摘」可快捷关注 导语:大数据到底在金融当中有什么用处?在美国是怎样被使用的?为什么错误的信息也是有用的?怎样处理大数据中的因果或者关联?大数据与立法之间有什么关系? 作者:顾凌云,Turbo Financial Group首席风险官 摘自:创业邦 目前为止,在大数据领域当中的投资已经越来越热,而且做得公司越来越多。有多少公司到底真正使用的是大数据?我相信几乎没有太多。 大数据在美国金融当中最直接的场景,就是所谓的信用评估体系。美国的信用体系评估很简单,就几样东西:债务历史、债务、信用历史
2017年大数据风控报告:金融科技重塑银行风控,大数据反欺诈和信用评分模型助力银行信贷业务。报告分析了大数据在金融风控领域的应用,包括反欺诈、信用评分模型、风险识别等。同时,报告也介绍了国内企业征信市场的发展情况,包括信用评分模型、风险识别等方面的应用。
现在P2P借贷领域的许多人,包括我自己,都喜欢使用借贷平台提供的大数据来分析趋势和帮助自己更好地了解借款人,以及分析他们的行为,从而来控制我们在 P2P借贷市场上的风险。借贷平台的网络属性使得许多早期的零售投资者是以技术为导向,因此一直存在着一种误解就是,要想成为一名成功的投资者,你需要学 会了解并利用大数据。如果你愿意自学一些信贷和金融技术来帮助你在P2P借贷领域做出更好的投资决策,你就会知道事实并非如此,而且可谓是大错特错 大数据并不能解决所有问题,你需要了解在关于大数据在P2P借贷
<数据猿导读> 说起大数据创业,最让创业者头疼的是大数据人才太少!为此,普林科技开设了普林大数据学院,为大数据行业源源不断的输送专业人才。其教育服务平台“数据嗨客”不但在线上汇集了大数据知识,还可以在
国际范围来看,年轻的消费者都是信贷需求比较强烈的人群,但是因为传统银行要求借款者数年的信用和从业记录,这一群体的信贷服务并不是很通畅。如果一个人很年轻并且没有很多信用交易经历,那么他将可能经历一段痛苦的申请个人贷款之路。国内外传统银行之外的新兴金融机构对这一活跃人群充满了兴趣,针对传统信用评估数据不足的情况提出大数据信用评估的方法,纷纷尝试对这一人群开展金融信贷服务。 美国的P2P信贷机构UpStart就是其中的一家。戴夫·吉鲁(Upstart首席执行官,前谷歌的负责人)认为目前的信贷体系存在漏洞。他表示说
根据不完全统计,2016年9月大数据行业共计发生34起投融资事件,相比上个月环比增长3%,其中已披露具体金额的有28起,涉及金额52.69亿人民币。 图表 1:2015年7月-2016年9月 大数据领域投融资情况 数据猿制图 从公布融资轮次来看,本月获融资的企业有16家为A轮,10家为天使轮,4家为B轮,2家为C轮,1家IPO融资,1家战略投资。 图表 2:2016年9月 大数据企业募资轮次分布 数据猿制图 从投融资领域的分布看,2016年9月,大数据行业应用方面,发生了20起投融资事件,
领取专属 10元无门槛券
手把手带您无忧上云