百度投资ZestFinance 完善大数据征信布局

7月18日,百度宣布战略投资美国金融科技公司ZestFinance,该公司的主营业务是将机器学习与大数据分析融合起来提供更加精准的信用评分。作为此次投资合作的部分内容,百度将引入ZestFinance核心技术,与自身技术和大数据相结合,提升其信用评估决策能力,完善大数据征信布局,将技术赋能金融业务又向前推进了一步。

如何对借款人实施有效的信用风险管控是互联网金融始终面对的一大难题。在目前的国内征信市场上,普遍存在信用评分系统分散化,过度依赖银行信贷数据的问题。而基于大数据分析的征信模式则不仅包括传统信贷数据,还包括了消费者还款能力以及还款意愿等相关的描述性风险特征,由此扩大征信人群的范围。这正是ZestFinance的专长,它分析和处理复杂的差异化数据,并制定精确的信用决策,对中国信用市场极其有价值。目前,中国尚未像美国一样出现集中化的信用机构和评分系统。

业内人士分析认为,基于百度自身海量数据,结合ZestFinance的数据挖掘能力和模型开发能力,双方将共同努力改变中国的金融服务市场,建立更加公平透明的信用评估体系,帮助互联网用户发掘和变现其信用价值。同时,融入ZestFinance的核心技术,百度金融业务可以进一步完善风控模型,从而合理定价,吸引更多合格的贷款对象。

百度金融是百度发展迅猛的新兴业务,依托百度在大数据及人工智能领域的前沿开拓,正逐渐形成大数据风控、个性化投资顾问等智能金融模式,成为生态级互联网金融平台。在百度金融的业务架构中,百度消费金融以“百度有钱花”切入,利用大数据技术建立征信体系,让金融供给惠及普罗大众,目前已在教育领域落地,用户可享受远程异地预授信,并获得秒批体验;百度理财结合百度人工智能研发成果,以智能投顾为着力点,为用户提供智能化的资产配置服务;百度金融风控体系,将风控管理经验与百度人工智能、大数据技术融合,独创百度特色的风控管理体系,守护用户资金安全。

金融是百度用人工智能和大数据驱动业务、变革行业的一个典型代表。百度首席执行官李彦宏在不久前的百度联盟峰会上指出,人工智能是互联网发展的“下一幕”,它正在与各行各业深入融合,对传统产业实现重构,实现从“提升效率”向“重构产业”的质变。

====================================分割线================================

本文转自d1net(转载)

时间: 2024-11-02 01:40:33

百度投资ZestFinance 完善大数据征信布局的相关文章

ZestFinance:大数据征信应用与启示

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

大数据征信平台Perfios获得610万美元投资,但印度的征信才刚起步

  日前,36氪获悉,印度大数据征信平台 Perfios 宣布获得 610 万 A 轮美元投资.投资方为 Bessemer Venture Partners 等机构. 根据 Perfios 官网信息,Perfios 创立于 2008 年,主要提供财报分析.电子化验证.API 外接.企业征信报告和行业数据分析等主要五个功能. 目前来看,Perfios 主要有B2C 和 B2B 两块的服务.在 2C 这边,主要是提供个人财务管理的解决方案,即尽量以自动化的方式(如在用户刷卡消费后,自动调取相应数据等

大数据征信平台Perfios获得610万美元投资

大数据征信平台Perfios(2008年成立于班加罗尔)获得Bessemer Venture等机构的610万美元投资,过去该企业已经获得了300万美元左右的投资.公司主要是通过大数据来分析个人/企业的信用信息,然后再开放给其他金融领域企业.目前公司有55名员工,服务120位企业客户,包括:HDFC银行,Axis银行,Yes Bank, Bajaj Finserv和LedingKart等.公司本次融资目的是国际化拓展,拓展到中东和东南亚市场. 本文转自d1net(转载)

大数据征信如何为一个人建立数据肖像?| 硬创公开课

"凡走过必留下痕迹",大数据时代,你的一举一动都在为你建立一个电子档案,从你有多少张信用卡.每个月消费多少.还款记录如何到你喜欢浏览什么网站.手机是什么型号甚至IP地址对应的位置,有一万多个词条可以刻画你的肖像,银行在不需要跟你打交道的情况下可以靠这种数据肖像决定要不要给你放款.放多少合适.这就是大数据征信. 每个人每天会产生无数的信息,征信机构如何从这里面抽丝剥茧找到有效的数据,又如何给每个数据设置合理的权重去建立模型?机器出现故障之后又如何修正?我们请到了在征信上有多年经验的嘉宾.

通都不通也好意思叫大数据征信

中国现在是全球第二大经济强国,可征信系统的成熟度却不能匹配我们的经济地位.银行.互联网.机构都说自己是大数据征信,可彼此数据沟通不通顺怎么能叫大数据啊,这不都成数据孤岛了吗? 美国征信走过百年路 说到征信就不得不提美国,从19世纪末第一家征信机构诞生到现在,美国的征信历史已有上百年,到了1980年前后,美国三大个人征信巨头已经完成了美国成年人口的全覆盖.2009年Zest Finance公司成立,利用自身数据挖掘能力和模型开发能力,建立了分析模型,进行最终消费者信用评分.由此形成了传统三巨头纵向

大数据征信如何提升金融机构风控能力

近年来,互联网金融的迅猛发展,对线上线下金融机构的风险控制都带来了较大的挑战.一方面,以商业银行为代表的传统金融机构,其主流风控策略主要以央行征信报告为主要数据源,以专家经验或专家规则为评判策略.过于定性的风控方法,虽然降低了坏账率,但是不利于业务发展,容易错失很多有效客户:另一方面,许多新兴的互联网金融机构,由于所掌握的客户信息有限,风控经验的薄弱和风控执行手段不够专业,其逾期率和坏账率远超于银行. 好在随着移动互联网时代的来临,从电子商务到互联网金融,人们在网络上产生的数据"足迹"

大数据征信六大难题待解

随着消费金融.网络借贷等互联网消费模式快速增长,以及大数据技术突飞猛进,大数据征信服务机构开始大量涌现.但多元化.多层次征信市场体系建设面临一系列挑战,有很多难题尚未破解. 一是数据的质量.权威性问题.相比于央行征信系统的权威性.数据质量的高可靠性,大数据征信机构虽然数据来源更加宽泛.品种更加丰富,但数据质量.权威性受到质疑.美国国家消费者法律中心2014年3月对主要的大数据征信公司进行调查后并发表了题为<大数据,个人信用评分的大失望>的调查报告,报告称,大数据征信公司的信息错误率高于50%.

大数据征信成撬动消费金融的支点?

文章讲的是大数据征信成撬动消费金融的支点, [IT168资讯]如果要说近日整个互联网金融领域什么最火,相信必然非消费金融莫属.但是消费金融更多建立的是一种信用消费,而这个核心和根本就在于个人征信.但是看看目前国内整体的互联网金融个人征信,却仍然存在许多不足之处. 1.目前整个国内的央行征信系统虽然覆盖到了8亿人,但是真正和银行有信贷关系的只有3亿人.尤其是央行的征信目前尚没有介入到任何非银行类机构,客户的信用分析也不能仅仅依靠央行的征信报告就能够完全判断准确.对于大部分的传统机构来说,他们掌握的

大数据征信:央行开了“半扇门”

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