导读:十余家数据风控公司被调查,行业陷入停滞。百余款app因违法违规采集个人信息被下架整改。
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
以下为分享实景全文: 我先从征信的概念说起吧,因为这个概念曾经让我很抓狂。放贷机构之“征信”是放贷机构基于内部信息的风险管理过程,而征信行业之“征信”是为放贷机构的风险管理提供外部信息支持的活动,包括
2015年5月15日,腾讯投资的微众银行上线第一款产品--“微粒贷”。该产品基于腾讯掌握的用户社交和交易信息计算用户信用分,进而筛选出预授信客户,并通过QQ钱包和微信两个渠道主动向目标客户推送。截至2016年11月末,“微粒贷”预授信客户数约5,000万,累计发放贷款总金额超1,600亿元,总笔数超2,000万笔。 在WOT”互联网+”时代大数据技术峰会上,来自腾讯数据挖掘高级工程师刘黎春做了以《社交数据在征信领域的应用探索》为主题的演讲,在该演讲中他透露了腾讯如何利用社交数据开发个人信用评分模型,并应用在
作者:刘黎春 编辑:王雪燕 摘自:51CTO 由51CTO举办的WOT”互联网+”时代大数据技术峰会上,来自腾讯数据挖掘高级工程师刘黎春做了以《社交数据在征信领域的应用探索》为主题的演讲,主要内容由社
在最近的一次报告中,Ben Hamner向我们介绍了他和他的同事在Kaggle比赛中看到的一些机器学习项目的常见误区。 这个报告于2014年2月在Strate举办,名为《机器学习小精灵》。 在这篇文章
聚信立创始人兼CEO罗皓在会上表示,随着政策的开放,国民消费习惯的改变以及金融机构的不断涌现,这给大数据风控提供契机的同时也伴随着大挑战,比如:如何满足这些没有信用记录的新型消费者并对其进行风险控制
最近一年,一些手机APP开始在朋友圈卖力推广,号称不用跑银行排队等候,在手机上下载个APP应用,就可以查询自己在央行征信系统中的个人信用报告。有市民下载使用后还感觉很方便,完全没有感知到这背后埋藏着严重的信息安全隐患。
很多时候数据分析是你一个人的工作,组里的其他人不见得比你更有经验,所以帮不上什么忙。你不得不独自做很多决定:该用什么工具分析?怎么分析?分析得对不对?
怎么理解征信? 征信的本质:对金融主体的数据刻画 征信是指对企业组织和个人的信用信息进行采集、整理、保存和加工,并向信息使用者提供的活动,其本质在于利用信用信息对金融主体进行数据刻画。 征信的功能:
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
2019年9月6日,第三方数据风控公司魔蝎数据和新颜科技的相关负责人在同一天被警方带走调查,由此拉开了行业大整顿的序幕,聚信立、天翼征信、公信宝、同盾科技子公司、51信用卡、考拉征信等诸多公司也被纳入调查行列。
今天来讲一个区块链技术在征信方面的应用,先看一下征信的概念:征信是依法采集、整理、保存、加工自然人、法人及其他组织的信用信息,并对外提供信用报告、信用评估、信用信息咨询等服务,帮助客户判断、控制信用风险,进行信用管理的活动。随着互联网金融的发展,传统的征信越来越无法满足互金的节奏,比如目前个人办理金融信贷业务时,各金融机构都只认可央行出具的个人征信报告。
金融科技&大数据产品推荐:91征信——用互联网改变征信
专家提醒,要警惕放开个人征信系统带来的个人隐私泄露风险,“普通的互联网数据具有不可识别性,而征信涉及的数据和普通互联网数据是不同的,可能会侵害到个人隐私。征信机构需要加强风控体系建设。” 购物记录、是否及时“确认收货”这些都已成为阿里旗下个人征信机构芝麻信用的评分标准。2015年6月17日,蚂蚁金服商学院发布了芝麻信用的第一份数据报告。报告显示,芝麻信用公测5个月期间,绝大部分的用户因为守信行为而积累了正向的数据,有91%的用户的芝麻分得到了小幅提升,也有小部分用户因为违约等行为,芝麻分有不同程度的下降。
腾讯征信在2015全球移动互联网大会上首度亮相。腾讯征信总经理吴丹接受京华时报专访时表示,腾讯征信最快将在今年六七月获得央行颁发的个人征信牌照,目前正在内测向QQ、微信等腾讯产品的8亿用户推出征信报告。 今年1月,央行要求8家机构做好个人征信业务的准备工作,准备时间为6个月,蚂蚁金服、腾讯、拉卡拉等8家机构入围。据吴丹透露,腾讯征信作为腾讯的全资子公司,有望在年中获得牌照。 据介绍,腾讯征信提供的服务包括大数据征信和身份核实。吴丹表示,未来腾讯征信的服务对象主要分企业和个人两类。企业主要包括银行、
笔者在过去的一些文章中曾对美国三大征信机构不同版式的消费者信用报告(本文亦称个人信用报告)格式及内容做过详细阐述,但阐述主要针对信用报告的样例进行,对于样例中未出现的报告成分甚少述及,对于报告中各类信息的覆盖面也没有论述。本文主要讨论报告中各类信息的来源和实际报送情况,不涉及信息的展示。本文的参考资料主要来源于美国联邦政府监管部门的公开出版物。 信用档案与信用报告 根据美国联邦政府金融消保局的定义,消费者的信用档案指征信机构记录和存储的关于消费者的全部信息,与信息存储的具体方式(如纸质或电子)无关。
近日,八家民营征信公司终于结束央行布置的大考。这就意味着,个人征信牌照将在近日颁发。一旦牌照正式颁发,就将打破央行征信中心一家独大的格局,我国征信行业也将呈现“百花齐放”,而各大征信机构推出的个人征信产品势必成为大众关注的新焦点。截至目前,阿里旗下的芝麻信用分、腾讯信用分、拉卡拉的“考拉分”、中诚信征信的“ 近日,八家民营征信公司终于结束央行布置的大考。这就意味着,个人征信牌照将在近日颁发。一旦牌照正式颁发,就将打破央行征信中心一家独大的格局,我国征信行业也将呈现“百花齐放”,而各大征信机构推出的个人征信产品势必成为大众关注的新焦点。截至目前,阿里旗下的芝麻信用分、腾讯信用分、拉卡拉的“考拉分”、中诚信征信的“万象分”、华道征信的“猪猪分”、前海征信的“好信度”等都已陆续上线或开始内测,并且开始尝试与机构合作测试。百家争鸣的征信行业是否能长驱直入,大步迈进,其应用市场前景会是乘风破浪抑或只是场“希望在田野上”的意淫,其中趋势尚待探究!
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
金融科技&大数据产品推荐:蜜蜂+蜜罐报告——基于互联网大数据的风控技术服务平台
数据动态,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 广东移动大数据:春节出身用户近八成已返程,据广东移动统计分析,工作在广东、老家在外省的人员大多数已回流,来自各劳务输出大省的人
刘志斌 微信技术架构部高级工程师 随着腾讯公司微粒贷产品的上线,大家耳熟能详的互联网金融、大数据征信等热词,也一脱以往雾里看花的神秘外裳,正式切入大众用户的日常生活。作为从最初就与webank共同进行技术开发与业务合作的团队成员,笔者将陆续推出一系列的文章,首先介绍互联网征信体系的背景、产业格局、核心技术及发展趋势,然后将着眼于腾讯(尤其是微信)社交大数据的应用技术阐析、开放性问题探讨、难点攻坚及创新。目的在于为大家揭开所谓大数据金融、社交征信的神秘面纱,促进大家的讨论交流和收集宝贵建议,也激发出
主讲嘉宾:赵晓庆 主持人:中关村大数据产业联盟副秘书长陈新河 承办:中关村大数据产业联盟 嘉宾介绍: 赵晓庆,联动优势科技有限公司数据业务部总监。十年电子支付行业经验,现在主要工作是挖掘支付、信息服务等数据背后的业务价值。 以下为分享实景全文: 大家好,我来自于联动优势科技有限公司数据业务部的赵晓庆,感谢联盟能够提供这样的一个平台,每天大家的分享也让我受益匪浅。今天,我想粗浅地谈谈在大数据的发展对与个人征信业务发展的推动作用。 简短地介绍一下联动优势科技有限公司,联动优势由中国移动与中国银联于2003年8
征信机构始于19世纪30年代的美国。雏形是一些商业调研机构,服务民间或银行借贷业务,获取信息途径通过招募些调研人员去街巷走访,然后逐渐形成规模及规范化。
大数据文摘“金融与商业专栏”视角集中在金融及商业决策分析相关的大数据分析文摘,内容涵盖金融、信贷、风控、投资、理财、商业等领域。鼓励独家首发与观点原创,行业前沿理论分享,国外优秀文章翻译以及行业领袖采访演讲编译,力争刊出更多金融和商业领域相关精品文章。欢迎各位同行及对数据分析感兴趣的朋友加入,共同分享交流。 欢迎熟悉外语(含各种“小语种”)的朋友,加入大数据文摘翻译志愿者团队,回复“翻译”和“志愿者”了解详情。 大数据文摘翻译作品 作者:Pam Baker 翻译:秦时明月 校对:袁君洋 欢迎个人转发朋友
不管本身是金融机构,还是客户是金融机构,金融科技布局和应用,正如火如荼。 金融科技是什么呢?站在不同角度观看,会有不同的理解。我以一个金融科技数据科学工作者的角度观看,是指利用各种科技服务金融业务和数据以创造商业价值的系统化过程。
今天,随着经济产业的发展与社会体系的完善,信用更是被提上了前所未有的重视高度。从个人信用到企业信用,从消费层面到产业层面,信用的框架在互联网的协助下逐步完善,影响社会秩序的各个层面。
信用是市场经济的“基石”。加快建设社会信用体系,有利于规范市场秩序、降低交易成本、增强经济社会活动的可预期性和效率。个人信用既与个人生活息息相关,也跟经济社会发展密不可分。 党的十八届三中全会强调建立健全社会征信体系,褒扬诚信,惩戒失信。目前,我国个人信用体系仍然不够完善,成为制约经济社会发展的“软肋”。推进我国的个人信用系统建设,企业、个人和政府分别能做些什么?本报从这三个方面入手,今起推出“关注个人征信”系列报道。 完善的信用体系,能让守信者畅行无阻,失信者寸步难行。除了中国人民银行的征信报
在1月5日,中国人民银行官网发布消息称,人民银行已印发《关于做好个人征信业务准备工作的通知》,要求芝麻信用管理有限公司等八家机构做好个人征信业务的准备工作,准备时间为六个月。 这是2013年3月15日中国征信领域首部法规《征信业管理条例》开始施行之后,央行第一次通知企业做个人征信的准备工作,多位受访专家认为,这无疑在征信市场化方面向前推进了一步。中国企业在征信业的探索始于上世纪90年代初,由于国内征信行业此前一直没有专门法规,其运行一直处于灰色地带。 这同时意味着,今后中国人个人信用记录将不只是银行和政府机
个人征信牌照出台前,各家征信公司加速推出产品。腾讯征信产品主要分两大类:一是反欺诈产品,二是信用评级产品。反欺诈产品:包括人脸识别和欺诈测评两个主要的应用场景。信用评级产品:目前可以提供应用的信用评分
近日,央行发布公告称,“已受理朴道征信(筹)个人征信业务申请”。公告还提到,“朴道征信”注册资本10亿元,业务范围主要为个人征信业务。
八家征信试点机构竟然全部out,央行到底想要一个怎样的市场格局?
2016年6月29日,在中国电信与银行行业互联网+金融合作研讨会活动中,中国电信北京研究院大数据专家杨哲超,为国内各大银行的领导们带来了题为《中国电信灯塔大数据金融征信解决方案》的分享。中国电信灯塔大
首先明确一下问题,“特征工程在实际业务中的应用”,也就是领域业务知识和机器学习建模的相互结合。下面会对特征工程简单介绍,并且用自己工作中实际参与的项目给大家分享在银行贷款申请反欺诈场景&零售线上APP推荐场景的机器学习建模里,业务知识是如何帮助特征工程的。
刚接触到LinkEye(LET)项目的时候,以先入为主的观念将LinkEye(LET)团队打上格局不够大的标签。仔细看了一遍白皮书等相关资料,发现他极有可能成为征信板块的龙头!
知乎|https://www.zhihu.com/people/xu-xiu-jian-33
中国大数据风控企业揭秘系列之航天信息
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
多年来不温不火的征信行业正在被互联网金融的浪潮所推动。电商供应链金融、P2P(网贷)平台、第三方支付的兴起,都在倒逼征信业的进步。 近日在北京召开的第十七届科博会金融论坛上,专家纷纷表示,健康、繁荣的征信业是支撑经济发展的重要基础设施,政府应出台相关配套政策予以支持,鼓励征信行业的市场化。同时,在研究论证的基础上将网贷信息纳入央行征信系统。 行业骚动:互联网金融倒逼征信 央行发布的《中国征信业发展报告(2003-2013)》显示,截至2012年底,我国有征信机构150多家,征信行业收入20多亿元。 而如今
在征信机构建立之前,个人的信用信息是通过商人自建的网络流传,这些网络是由亲属关系、婚姻关系、宗教关系和其他个人纽带形成的。或者,这些信息在商人内部集团传播,比如圆桌会议、协会和互助社团(例如,在德国建立的大型征信机构“信用改革”即始于1879年的一个互助社团)。在所有这些例子中,信息分享权仅限于成员,没有人或者极少有人试图从提供的服务中盈利。但是,随着信用交易规模的扩大,自主调查的成本越来越高,效率越来越低;信息小范围的传播越来越达不到市场经济发展的要求。在经济发展的内在要求下,此类调查独立成一个专门的行
没有比“冰火两重天”这词更适合用来形容眼下中国的P2P(个人对个人借贷)行业了。一方面,P2P老板跑路新闻不断;另一方面又有源源不断的人与资金杀入这一行业。 7月19-20日,“2014·上海新金融年会暨互联网金融外滩峰会”在上海举办。会场人满为患,“大数据与互联网征信”专场外的走廊里,挤满了听众——如此可见行业的热度。 而这样一个学术氛围颇浓的论坛,对互联网金融、对P2P行业的看法也是千差万别。中国金融四十人论坛常务理事会副主席谢平指出,P2P行业可能是配置信贷资源效率最高的市场;中国最大的P2P企业宜
腾讯信用悄然上线了。过去的几个月,它分别有两次出场机会,但很显然新闻头条并不属于它。
如果我们有比较强的背景知识,或者看了如下分布的条形图,会下意识的猜想出是两个高斯分布的混合,但是想从数据的角度来探索,两个独立的高斯分布各自独立的均值和方差该如何推测出来呢?
在“互联网+”大潮中,互联网金融可谓是百花齐放,银行、支付、保险、股市、基金、小贷、征信、理财、记账,每一个细分领域都在与互联网发生化学反应。互联网俨然已成为金融行业的兴奋剂,激活了基金、股市、贷款诸多金融业务。它让基金大卖,它让2015年的股票屡现“牛市”,它让闲散资金与借贷需求精准匹配……但魅力无穷的互联网金融却难掩短板:安全。 不再面对面,安全成互联网金融的根本 互联网给金融生活带来了诸多方便:转账再也不用去银行排队,日常生活越来越少用到现金,可以像买菜一样方便地购买基金,前段时间股市暴热全民开户,都
摘要:此报告首先将dataset进行数据清洗,得到dataset_new。再将dataset_new中属性分为基本信息、贷款行为/意愿信息和征信信息三类,并逐一进行分析。在对基本信息的分析中得出,在贷款未结清者中,青年群体、中等教育程度群体、中等和高收入群体的频数较高,同时已婚、受薪雇员占比高于未婚、个体经营者。在对贷款意愿与行为的信息分析中得出,贷款意愿与行为的变化与是否能够在规定时间内结清贷款相关性较低。在对征信信息的分析中可以得出,征信信息中的正指标与负指标与是否能按期结清贷款有较为显著的正相关与负相关关系。最后再利用机器学习算法训练预测是否能够按期结清贷款的模型,测试结果准确度较高。
2015年可算是我国个人征信市场化的元年,1月国内个人征信市场化闸门正式开启,目前腾讯征信等8家征信机构均已完成央行的入场调查和工作验收,也就意味着他们极有可能全部获得牌照。就在人人欢呼等待民营征信机构开门迎客,金融行业一片欢腾之时,百度、京东金融等巨头纷纷杀入,拍拍贷、算话征信等新兵也不肯落后各出奇招,百家争鸣背后马上面临着一场短兵相接的厮杀。而在这个千亿级别的征信市场上,P2P网贷自然成为首当其冲的战场,各方玩家也已做好持久战的准备,巨头们大刀阔斧招招致命,中小征信机构面对层层绞杀该如何成功突围,恐怕唯有另辟蹊径方能另寻生机。
2015年可算是我国个人征信市场化的元年,1月国内个人征信市场化闸门正式开启,目前腾讯征信等8家征信机构均已完成央行的入场调查和工作验收,也就意味着他们极有可能全部获得牌照。就在人人欢呼等待民营征信机构开门迎客,金融行业一片欢腾之时,百度、京东金融等巨头纷纷杀入,宜信、铜板街、拍拍贷、马上消费金融等互联网金融平台以及独立第三方机构算话征信等公司也不肯落后各出奇招,百家争鸣背后马上面临着一场短兵相接的厮杀。在这个千亿级别的征信市场上,各方玩家也已做好持久战的准备,巨头们大刀阔斧招招致命,中小征信机构面对层层绞杀该如何成功突围,恐怕唯有另辟蹊径方能另寻生机。
全球三大商业个人征信巨无霸即益百利(Experian)、艾克发(Equifax)和环联(Trans union)。三大巨头均从美国兴起,通过收购和信用合作等方式不断向全球扩张,以在海外广泛设立分支机构的方式把业务几乎覆盖全球,逐步发展成为完全国际化的世界性个人征信组织。这三家大牛现在已经不仅仅单纯的是征信公司了,还涉及了数据相关的解决方案业务,通过对数据的增值能力,成长为全球的领袖。 1、益百利(Experian):规模最大 益百利(Experian)是伦敦证券交易所上市企业,入选金融时报100指数成份股
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
领取专属 10元无门槛券
手把手带您无忧上云