大数据征信需“规矩”先行

日前召开的全国春运电视电话会议明确11部门将联合打击失信行为,建立失信记录,打造“诚信春运”。相关部门初步预计,2016年春运将涉及29.1亿人次,这或许将是我国史无前例的一次征信行动,相信每个参与者都将对“征信”一词有更为直观深刻的感触。但若问对失信行为的界定和处罚标准,答案却可能千差万别。

中国有句古训“人无信不立,业无信不兴,国无信不宁”。专家认为,若想让信用高效地服务市场经济,全面科学地给信用评价定标准,“立规矩”是第一步,也是推进国家信用体系建设的基础。

特别是在“互联网+大数据一扫天下的今天,理论上所有可能被摄入网络的行为,都可以作为利用大数据技术分析信用状况的元素。水电费欠缴、信用卡或贷款逾期、网购不取、打车软件爽约等生活中说话不算数的“小事儿”,都可能成为信用的污点。“信用”这个德和法的融合体,已经从主观概念,逐渐走向量化,并慢慢演变为可交易或具有潜在变现价值的商品。

国内已涌现出大批以征信为核心业务的机构或市场主体,征信内容覆盖个人和企业、全国和地方各个层面。从央行的征信中心、工信部工业文化发展中心参与搭建的“企业信用大数据公共服务平台”,再到其他大批市场化征信公司的成立,我国征信市场已经启航。

但国内信用标准体系建设仍在路上,这一方面让市场上的“信用评价”结果难以服众;另一方面,也让被评价的主体感到茫然。

信用评价标准体系的健全公允,绝非小事。以美国为例,2013年,美国司法部对标准普尔公司发起民事诉讼,指控后者涉嫌夸大抵押贷款证券的信用评级,欺骗投资者。当年美国司法部部长埃里克?霍尔德称,标准普尔此举“触及本轮金融危机的核心”。2015年1月,美国证券交易委员会公开信息显示,其对标普发起的3项指控,均直指评级标准。标普最终为此付出巨额罚款。

工信部工信行业信用建设和推进中心常务副主任林竹盛表示,标普以财务为主要评级依据的信用评级标准存在不足,我国应该吸取教训,建立符合我国国情的信用评价体系。

根据记者梳理,为推动我国社会信用体系建设,2014年-2015年间,国务院、发改委、工信部、人民银行、商务部、工商总局等部委已密集发布近20项相关政策法规。

据中国标准化研究院质量管理分院社会信用研究室主任周莉介绍,目前我国已批准发布的国家标准有28项,已立项标准有26项,涵盖了基础通用标准,质量信用标准,企业信用标准,电子商务信用标准等,初步搭建了社会信用标准体系。

对此,中国工业经济联合会会长李毅中呼吁,希望有关方面能够建立总体规划,不断总结企业和个人社会实践经验,分批次,分轻重缓急,用几年时间建立起一个完整的信用国标体系,并将其落实到行业、企业和个人的行为规范中。

本文转自d1net(转载)

时间: 2024-08-02 17:46:34

大数据征信需“规矩”先行的相关文章

大数据征信需把控 数据源的“量”与“度”

随着互联网的发展,大数据征信已被越来越多地运用到金融领域,互联网金融平台利用大数据判断用户的信用记录是否良好,从而授予用户相应的信贷额度.传统银行也在加紧布局大数据网络,试图与互联网平台接轨.与传统信用评估模型不同的是,传统的信用评估是根据一个人的借贷历史和还款表现,通过逻辑回归的方式来判断这个人的信用情况,而大数据征信的数据源则十分广泛,电子商务.社交网络和搜索行为等都产生了大量的数据,在如此海量的数据面前,如何把控数据源的"量"与"度"是互联网平台和传统金融机构

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

从大数据征信看银行风控创新

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验等方面都拥有明显的优势.在此形势下,利用大数据征信创新和提高银行的风险把控也逐渐成为业界关注与探讨的重要话题. 银行业在风险控制中的不足之处 普华永道发布的<2015年中国金融及银行业展望>指出,截至2014年第三季度末中国的商业银行不良贷款总额上升36%,达到7670亿元人民币,是四年来的高点

大数据征信的发展背景及与传统征信的比较

传统征信在方便个人信贷.辅助金融授信决策.防范信用风险和提升金融获得性等方面发挥着关键作用,但其在互联网金融领域的局限性也不容忽视.一是全国还有5亿左右人口没有在持牌金融机构的信用活动,从而不被其所覆盖.二是随着"互联网+"的发展,互联网上产生.沉淀了大量与个人征信相关的数据,目前还难以被其采用[1].大数据征信的出现有助于解决上述问题,并在一定程度上取得了快速发展.据我们研究,大数据征信得以发展的基本条件有以下三点:一是我国政策扶持和部署所释放的良好信号:二是以"金融线上化

大数据征信与个人隐私保护

大数据征信是指运用大数据技术构建征信模型及算法,通过对海量数据进行采集.分析.整合和挖掘,多维度刻画信用主体的违约率和信用状况,形成对信用主体的信用评价.大数据征信的核心是将大数据技术应用到征信活动中,强调处理数据的数量大.刻画信用的维度广.信用状况的动态呈现.交互性等特点.从运行机制上看,大数据征信主要是对征信信息进行自动采集.存储.分析和结果输出,对信用风险进行实时.动态的跟踪和管理,注重对弱相关.非结构化和多维度的海量数据进行深入挖掘和相关分析,力图客观.准确.全面.动态地呈现信息主体的信

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.

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

什么才是真正的大数据征信?

随着国家推动社会信用体系建设的步伐不断加快,大数据征信的概念得到广泛传播,已被越来越多的公众所认知.大数据征信代表着未来征信业的发展方向,将深刻改变商业交易模式,成为支撑市场经济健康快速发展的基础性产业. 大数据征信前景广阔,在资本市场.商务合作和终端消费市场,征信产品的需求已经显现出来,金融机构.企业和消费者对通过第三方大数据征信机构在经济活动中考察合作和交易对方的信用状况抱有很大的期待. 目前国内注册成立的征信机构无一例外将发展目标锁定在了大数据征信上.大数据征信首要的工作就是信用信息数据库