一、国内外征信体系信息概览
- 国内公司
公司 |
侧重领域 |
通用信用分 |
数据来源 |
合作机构 |
客户群 |
优势 |
芝麻信用 |
生活场景 |
芝麻信用分 |
“阿里系”电商、“阿里系”参股企业、支付宝 |
30 余家行业龙头、融 360等 P2P 平台 |
金融机构和普 |
依托阿里电商系的交易 |
腾讯征信 |
生活场景 |
腾讯信用分 |
财付通数据以及社交数据 |
微众银行、建设银行、光 |
金融机构和普 |
社交关系有极大的优势 |
前海征信 |
信贷审批 |
好信度 |
“平安系”内部的数据、50 多家合作金融公司、“平安系”移动 APP |
50 家信贷机构,如宜信、搜易贷等 |
金融机构和普 |
银行 + 保险的模式获取 |
鹏元征信 |
信贷审批 |
鹏元 800 |
深圳和广州的深入金融征信数据 |
融科贷等 P2P 网贷平台 |
机构客户 |
几乎覆盖了深圳地区所 有的小贷 |
中诚信征信 |
信贷审批 |
万象分 |
百余家中小银行 |
“信用联盟”的 70 余家机构以及百家中小银行 |
主要是机构客 |
大量的企业和企业主信 |
拉卡拉信用 |
生活场景 |
考拉评分 |
第三方支付拉卡拉数据、40 余万家线下便利店 |
超市、酒店和租车行业 |
个人客户 |
大量真实线下交易及其 |
华道征信 |
反欺诈平台 |
猪猪分 |
— |
— |
租房者和房东 |
有大型企业资源,可获 |
- 国外公司
国家 |
公司名称 |
数据来源 |
技术手段 |
应用方向 |
主要特点 |
美国 |
ZestFinanc |
历史信贷数据、网络及 |
机器学习预测模型和集成学习法 |
主要应用于信用贷款审批,未来还将拓展到汽车金融、医疗服务、学生贷款等 |
为传统征信评估无法覆盖的 |
Equifax |
信贷数据、公共记录 |
构建数据评估模型 |
应用于风险管理、身份验证、欺诈检测、决策分析和市场营销等领域 |
通过收购高科技公司来组建自有的创新团队,以加快产品的研发和布局 |
|
TransUnion |
传统信用数据、替代信 |
基础大数据技术、增强的大数据匹配连接能力 |
为金融机构、非金融企业的市场营销提供决策分析产品 |
信用报告直接向消费者报告 |
|
Kabbage |
电商平台交易数据、物 |
动态大数据评估 |
确定电商卖家的经营状况,向符合资格的商家提供信用贷款 |
以互联网数据为主,推行动态信用评分 |
|
英国 |
Experian |
信用账户信息 |
跨渠道身份识别引擎连接客户消费接触点 |
应用于管理信贷风险、防止欺诈行为、确定营销目标、实现自动化决策 |
整合公开信息,作为独立的 |
Bigdatascoring |
网络行为数据 |
云计算和大数据技术 |
通过大数据为出借人提升贷款质量和撮合率 |
为传统信用评分低或不存在信用评分的客户提供服务 |
|
德国 |
Kreditech |
公开信息、社交信息 |
大数据技术、人工智能算法 |
利用大数据分析客户信用度、 |
信息量与预测精确度以及客户的信用额度呈现正相关态势 |
新加坡 |
Lenddo |
社交媒体和智能手机记 |
机器学习算法 |
用于信用贷款审批 |
利用非传统信用数据进行信 用评估 |
日本 |
乐天 |
自身会员数据库 |
企业内部对客户数据分析和收集 |
乐天银行信用卡额度审批 |
依靠会员数量优势以及企业本身特点,为自身业务发展提供数据 |
二、信用体系应用实例
1、蚂蚁金服—芝麻信用等级划分
- 数据来源:人行征信记录、、信用历史、行为偏好、履约能力、身份特质、人脉关系、互联网金融交易数据、公安系统(构建用户画像、投资人画像、融资企业/个人画像)。
- 芝麻信用分共分为5个等级,芝麻信用分最低是350分,最高是950分。不同的得分对应不同信用等级,不同信用等级对应不同的权益。
等级 |
分数范围 |
权益 |
描述 |
信用较差 |
350分-550分 |
只能使用支付宝的一些基础功能,像快捷支付、快速转账、还信用卡、缴纳水电费等等。 |
芝麻信用最低的一个等级,一般都是新用户或者使用支付宝违规被扣分的人,信用不是很好 |
信用中等 |
550分-600 |
该等级的用户信用一般但也能享受到一些福利,如免押金入住酒店,另外比较重要的一点是只有信用分在550分以上才可以开通花呗。 |
信用中等,属于正常使用使用支付宝的用户。 |
信用良好 |
600分-650 |
可以在使用共享交通工具时享受免押金的服务,例如免租共享单车hello的押金,免租房押金等。 |
|
信用优秀 |
650分-700 |
可以享受到花呗、借呗的高额度待遇,免押金开共享汽车,免押金充电宝、信用购、信用医疗等。 |
|
信用极好 |
700分-950 |
在申请一些国家签证的时候可以获得便利,到700以上就可以直接申请新加坡签证,不用再提交资产证明、在职证明、户口本等等一大堆资料。 |
2、银行信贷信用体系–个人信贷业务信用评级
- 数据源
-
- 1、政府类公共数据:人行征信记录、社保、公积金、税务、水电缴费、地税、月日均等等。
- 2、平台数据:如微信、支付宝。
-
- 3、第三方数据:专业数据厂商。
- 信用评分卡的分类:
-
- 申请评分卡(A卡):在做出是否接受或者拒绝申请人时评估申请人违约的风险;适用于个人和机构融资主体。
- 行为评分卡(B卡):在做出有关账户管理决策时,例如信用额度,超额管理,新产品等,以评估与现有客户相关的违约;仅适用于个人融资主体。
-
- 催收评分卡(D卡):用于催收策略,用于评估催收中的顾客偿还债务的可能性;仅适用于个人融资主体。
- 欺诈评分卡(F卡):用于相关融资类业务中新客户可能存在的欺诈行为的预测管理,适用于个人和机构融资主体。
- 指标分为两大类:定量指标和定性指标
- 以A卡为例,其中用户的信用历史指标是根据客户信用记录的不同表现,把客户历史信用状况分为一级、二级、三级、四级、五级和无信用记录。
等级 |
贷款24个月状态 |
贷款5年内最长连续逾期月数 |
贷款5年内逾期次数 |
卡账户状态 |
卡24个月态 |
卡两年内逾期次数 |
一级 |
N |
<=1 |
<=5 |
非冻结、非止付、非呆账 |
N |
0 |
二级 |
1 |
<=2 |
<=10 |
非冻结、非止付、非呆账 |
1 |
<=3 |
三级 |
2 |
<=2 |
<=15 |
非冻结、非止付、非呆账 |
<=2 |
<=6 |
四级 |
3 |
3 |
— |
— |
<=3 |
<=9 |
五级 |
>=4 |
>=4 |
— |
— |
— |
>9 |
定性指标,当客户某项指标符合定性指标的规定时,直接评定对应等级。
3、陆金所内部信用评级
- 各行业/公司类型有对应的打分卡
- 指标分为两大类:定量指标和定性指标
- 主体信用等级一共分19级,包括18个非违约等级和1个违约等级(C级)。
等级符号 |
含义 |
AAA |
偿还债务的能力极强,基本不受不利经济环境的影响,违约风险极低 |
AA |
偿还债务的能力很强,受不利经济环境的影响较小,违约风险很低 |
A |
偿还债务的能力较强,较易受不利经济环境的影响,违约风险较低 |
BBB |
偿还债务的能力一般,受不利经济环境的影响较大,违约风险一般 |
BB |
偿还债务的能力较弱,受不利经济环境的影响很大,违约风险较大 |
B |
偿还债务的能力较大的依赖于良好的经济环境,违约风险很高 |
CCC |
偿还债务的能力极度依赖于良好的经济环境,违约风险极高 |
CC |
在破产或重组时可获得的保护较小,基本不能保证偿还债务 |
C |
不能偿还债务 |
注:除AAA级、CCC级,CC级、C级外,每一个信用等级可用“+”“-”符号进行微调,表示信用质量略高于或略低于本等级。
信用评级主要用于:
- 政策制定。制定差异化的信用风险管理政策。
- 业务审批
- 风险监控。针对不同的评级采用差异化的监控手段和频率。
- 限额管理。根据评级结果,设置不同的限额。
- 战略决策。内部信用评级结果是确定风险偏好和制定风险战略的基础。
- 产品定价。信用评级作为产品定价的重要基础,未来将应用于产品风险定价领域。
- 绩效考核。根据内部评级结果的应用程度,可将风险调整后资本收入率纳入绩效考核政策。
今天的文章个人信用体系是什么_信用调查包括哪些内容分享到此就结束了,感谢您的阅读。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/63471.html