奇幻城国际官网

官方微信:   
别光盯着BAT啦,看看美国的大数据征信公司是怎
时间:2017-12-21 20:47  编辑:admin
 

  不要只盯着英美烟草,看看美国的大数据信用报告公司是如何发挥的?

  近日,美国互联网金融公司ZestFinance受到国内互联网金融专业人士的青睐,其以大数据为基础的信用评估模式也受到越来越多的关注和追捧。本文结合美国的金融环境,简要介绍了ZestFinance,分析了大数据信用报告的背景,分析了大数据信用报告技术,全面客观地阐述了大数据信用报告技术对中国未来发展的影响互联网金融和信贷参考行业对于企业家来说对互联网金融感兴趣的企业家非常值得一看。关于ZestFinance ZestFinance,前身是ZestCash,是美国新兴的互联网金融公司,成立于2009年9月在洛杉矶,ZestFinance由Google互联网巨头前首席信息官Douglas Merrill和信贷高级总监Capital One Shawn Budde创立,他曾经管理次级信贷业务,收入超过10亿美元。 ZestFinance的研发团队主要由数学家和计算机科学家组成,以往的业务主要通过ZestCash平台提供借贷服务,后来专注于提供信用评级服务,旨在利用大数据技术来重组贷款审查为传统金融服务(欠银行)个人创造可用信贷,降低借贷成本的困难过程,ZestFinance最初是传统发薪日贷款的在线替代方案,发薪日贷款是根据借款人承诺在发薪日支付的名字命名的,美国的信用风险评估体系不能覆盖全体人群,因为没有信用评分,无法获得基本的信用需求,大约有15%的人被排除在银行之外,除了解决信用评分借贷问题传统的信用评级制度无法解决,ZestFinance也侧重于传统领域信用评估管理不善,把信用评分低,借贷成本高的人作为服务对象,用大数据技术降低信用成本。与传统信用管理业务相比,ZestFinance处理效率提高了近90%,风险控制,ZestFinance模式相比传统信用评级模式的业绩提高了40%。 ZestFinance也正在扩展到其他信用风险管理领域。 2014年2月ZestFinance宣布推出基于大数据分析的收集分数,旨在提供新型汽车融资,学生贷款和医疗贷款分级系统。 ZestFinance未来的发展方向是将这个发放日的贷款优势延伸到信用卡,汽车贷款甚至住房贷款等其他贷款领域,在未来10到15年内,这个方法将取代当前的指标,成为ZestFinance在2013年7月引起了国内的关注,当时全球第三方支付平台联合创始人PayPal和美国知名投资者Peter Thiel领导ZestFinance的2000万美元融资。为什么要进行大数据评估传统的信用评级服务不能覆盖整个人群,特别是弱势群体图1显示了美国的FICO评分及其相应的人口分布,每个人的初始基础评分为850分,信用评分模型使用征信函从多个评级因素中检验消费者信用风险,从850减去点数。一般来说,美国个人消费者信用评分分布图显示两个小中大表格,信用评分为750〜850人口多达40%,其中信用评分为800〜850,占总数的13%,在750〜799之间占总人口的25%以上。这是整个信用社会的中产阶级,相当于中产阶级在美国。其中,美国个人消费者平均FICO评分为678.从图1可以看出,有大量的人远远低于平均678分,如FICO评分为550-549 8%,500 -549 5%,低于499 2%。按照FICO标准,如果不能按时还贷,或贷款利率较高,就会被自动视为风险承担者。另外一个可能是他们的贷款申请会被拒绝,不管是否有原因。例如,医疗紧急情况或最近移民到美国。表1根据FICO得分将服务人员分为四个部分,对应不同的金融服务机构。信用历史不完整或不完整的个人消费者往往难以覆盖以传统信用评级体系(FICO)为基础的传统金融服务机构,即使在金融发达的美国也无法获得定期的金融服务,或者需要付出巨大的代价获得定期的金融服务。传统的信用评级模型信息维度比较传统的FICO评分模型的基本思路是将借款人的信用历史数据与数据库中所有借款人的信用习惯进行比较,检查借款人的趋势并经常违约,任意透支,甚至申请破产和其他财务困境借款人的发展趋势是相似的,如图2所示,主要从五个方面来审视用户的信用资质。但随着信贷业务的进一步发展,FICO信用评分因其单一标准,严格的障碍和单方面的评估结果受到了批评。虽然传统的信用评估模型在信用风险管理过程中起到了很大的作用,如促进了美国抵押贷款市场的快速发展,但是,在大数据背景下,个人消费者信息维度较多,如电子商务,社交网络和搜索行为。传统的信用评估模式解决问题的能力越来越有限。传统的信用评估模型落后于时尚尽管FICO评分仍然反映了风险排名,但它在2008年金融危机中预测绝对风险及其表现的能力被归咎于如图3所示的FICO评分从2005到2011在美国人口分布基本没有重大变化,严重不符合2008年金融危机后的大量坏账现实。由于基于FICO评分的传统信用评估模型涵盖范围较窄人口,单一信息维度和滞后时间,有必要探索大数据时代信用评估的新思路。 FICO和三大国外信用报告机构和FICO公司都开始了如何利用大数据技术来完善传统信用评估体系的前瞻性研究。例如,益百利把他们的研究团队关注于社交网络数据对信用评级的影响。 FICO多年前,公司就开始了信息工具在线评估和基于互联网的信用评估系统的项目研究。 ZestFinance大数据信用评级的实践ZestFinance的基本思想是认为所有数据都是关于信用的,并且可以在可获得的数据中尽可能多地挖掘信用信息。 ZestFinance大数据技术应用主要从大数据收集和大数据分析两个层面对信用缺失进行信用记录挖掘。大数据采集技术ZestFinance采集基于大数据技术的多源数据。它一方面继承了传统信用评价体系的决策变量,并着重于信用对象的信用历史深度。另一方面,考虑到影响用户信用水平的其他因素,如社交网络信息和用户应用信息,深度和广度的深度融合,ZestFinance的数据源非常丰富,依靠结构化的数据还要导入大量的非结构化数据。此外,还包括借款人的支付记录,典当行记录,网络数据信息等大量的非传统数据,甚至在借阅者填写表格并阅读文本说明在网上提交申请之前,将极限边缘信息作为信用评级的一个因素;同样,非常规数据是客观的世界传感器,反映了借款人的真实状态,是客户真实社交网络的映射。只有充分考察借款人借款行为背后的线索和线索之间的相关性,才能提供深入有效的数据分析服务,降低贷款违约率,如图4所示,ZestFinance的数据来源是多种多样的:首先,对于ZestFinance信用评估最重要的数据是通过购买或交换来自第三方的数据,包括银行和信用卡数据和法律记录,移动时间和其他非传统数据。网络数据(如IP地址,浏览器版本,甚至计算机的屏幕分辨率)可以再次用于挖掘用户的位置,个性和行为特征以评估信用风险。另外,社交网络数据也是大数据信用的重要数据源。最后,直接询问用户。为了证明自己的还款能力,用户将有一个详细,准确的回答动机,另外还要提交水电费,手机账单等凭证的相关公共记录。多维信用大数据可以使得ZestFinance不完全依靠传统的信用体系,个体消费者从不同的角度来描述和进一步量化信用等级。大数据分析模型图5显示了ZestFinance的信用评估分析方法,它结合了多源信息,先进的机器学习预测模型和大数据挖掘的集成学习策略,首先,来自第三方的数千种原始数据(如电话费租赁历史等)和借款人进入系统;其次,寻找数据与数据转换之间的相关性;再次,根据相关性将变量重新整合成更大的度量。借款人的特点,如欺诈的概率,信用风险和偿还能力在长期和短期内。然后将这些较大的变量输入不同的数据分析模型。最后,按照投票模式的原则输出每个模型的结论,形成最终的信用评分。其中,ZestFinance开发了10个基于机器学习分析的模型,每个信用申请人对10000多个数据进行分析,得出7万多个指标,其行为可以在5秒内测量出来,时钟就可以完成。这十个模型投票如下:你最聪明的10个朋友坐在一张桌子,并要求他们的一件事的意见。这一机制的决策表现远好于行业平均水平。近期,以大数据为基础的信用风险评估框架(远不是主流的信用评估方法)已被国内外众多互联网金融机构采用,如德国的Kreditech,美国的Kabbage,国内AID轮投资4000万美元(Wecash)等,传统的信用体系已经形成了冲击。如图2所示,将基于大数据技术的信用评级体系与传统信用评级体系(以美国信用评级体系为例)进行比较,主要区别在以下几个方面。 (1)从服务人群来看,新的信用评价体系可以为那些没有被传统信用信息系统覆盖的人提供服务,即没有信用记录的人(美国的信用体系可以覆盖85%的人口,不能覆盖人口的15%)。 (2)从数据来源看,这种新型的信用风险评估系统大量使用非传统的信用数据,包括互联网上的行为数据和关系数据,仅占传统信用数据(银行信用数据)的40%即使没有传统的信用信用风险评估数据。 (3)传统的信用评估模型从关注的焦点上更关注信用客体的历史信息,致力于深度挖掘。新的信用评价体系现在更加强调用户信息,致力于横向扩张。 (4)信用量化评估方法也发生了变化。新的信用评估体系已经放弃了只使用少数变量的FICO信用评分模型。基于大数据技术,不仅机器学习模型还有更多变量方面可以提高信用评估决策的效率,另一方面也大大降低了违约风险。对中国互联网金融和信用评估的启示大数据技术的信用评估方法在现实中有很大的市场需求,比如中国互联网金融快速发展的风险管理,目前互联网金融正处于快速发展的过程中根据中国银行业监督管理委员会的统计,目前国内外P2P借贷公司达到1200家,信用风险评估是P2P网络贷款的核心问题,许多信用客户面临诸多挑战没有或没有银行信用记录为响应风险控制的挑战,ZestFinance受到了互联网金融机构的青睐,许多国内的互联网金融机构正在与ZestFARC进行谈判合作,认为使用大数据技术信用评级方法是为了解决国内互联网金融普惠和惠特尼金融信用风险管理的灵丹妙药ZestFinance的大数据信用技术,也需要全面的了解。 (1)ZestFinance的大数据信用是对传统信用报告系统进行改进和更新的积极尝试,而不是替代方式。美国健全的金融体系,也是一个健全的信用体系,是土地财政生存。 ZestFinance的服务定位更加明确,而且有一个完善的信用体系来支撑,ZestFinance并不是完全摆脱了传统的信用体系,在ZestFinance的信用评估中,传统的信用信息占到至少30%,中国的金融环境和美国还有一些分歧,ZestFinance的经验不能直接抄袭复制,需要消化吸收,结合中国大数据信用的实际情况。另外,生活在互联网时代,面对大数据技术的发展,美国三大信用报告机构和FICO都开始了大数据信用报告(作为常规数据源更新),但截至目前,尚未形成独立的信用评估手段。 (2)ZestFinance并不大,目前只服务10万美国人,在美国影响力有限,实际效果还是很难得到总体评价。截至2013年7月,ZestFinance的C轮融资达2亿美元。(3)ZestFinance的大数据分析模型也给信用风险管理带来复杂的挑战。传统的基于FICO的信用评估方法需要处理的变量较少,每个变量的详细处理都可以给出适当的解释。银行不同部门之间可以轻松交流模式的透明度,便于个人消费者了解分数。 ZestFinance以大数据为基础的数千个变量和多模型使得数据的处理和模型的解释更为复杂,在实际中引起诸多争议。(4)大数据的应用要注意个人隐私的保护ZestFinance利用个人消费者“大数据进行信用评估。许多数据涉及个人隐私。个人社交网络数据(微信)和电子商务交易,通话记录,微博数据等应用,美国在保护个人隐私方面有明确的界限。国内对个人隐私的保护现在是空白的,国内有一些互联网金融公司为了进行信用评估,忽略了个人消费者的信息权和隐私权的保护。因此,在利用大数据进行信用评估时,要考虑使用个人隐私合规性的先决条件。尽管以ZestFinance为代表的新兴信用评级体系还不够成熟,为信用信息产业改革注入了活力,特别是中国信用报告体系的建设。(1)普惠金融需要挖掘更多人民的信誉。目前在中国发挥重要作用的信用体系主要是中央银行的信用审核制度。人口覆盖面还很有限,远远低于美国信贷体系85%的人口覆盖面。目前中国个人信用记录仅3.2亿,占人口13.5亿的23.7%。传统征信体系不覆盖的人群众多,也需要信用服务,享受财务包容性。因此,有必要探索新的征信方式。 (2)互联网上的大量信息可以成为信用信息系统的新来源。 ZestFinance大数据实践的一个重要方面是广泛使用互联网上的数据作为信用信息来源,截至2013年12月,中国互联网用户已达6.18亿,互联网普及率达到45.8%,其中500亿移动互联网用户继续保持平稳增长,2013年全国网购用户达到3.02亿,网络使用率达到48.9%,截至2013年12月,全国在线支付用户达到2.6亿户。这些庞大而丰富的互联网数据资源可以很好地用于国内信用体系建设,通过分析这些信用主体在互联网上的基本信息,交易行为信息和财务或经济关系信息,这些信用主体的信用也可以(3)大数据技术可以使“所有数据都是信用”成为可能,以大数据为代表的新技术的应用有br信用信息系统建设应该有新思路。通过清理,配对,整合,挖掘,将原有的大量看似无用的数据转化为信贷数据,信用评估的有效性和准确性也有所提高。新的信用风险从根本上是一个破坏性的想法k系统是所有数据都是值得信赖的,这就需要大数据技术的支持。国内信用信息系统建设要注意大数据技术的应用和发展,加大投入,勇于实践。美国互联网金融公司ZestFinance受到国内互联网金融人才的青睐,大数据型信用评估模式也越来越受到关注和追随。虽然以ZestFinance为代表的新兴信用评级体系还不够成熟,但它为信用信息产业改革注入了活力,尤其是对于中国信用报告体系的建设。微信公众号ITtime2000,定期推送,互动带来福利惊喜)创始人100创业投资基金成立于2015年,领导硅谷,专注于TMT的早期项目投资,LP来自政府,互联网IT,知名媒体公司和个人,创科100多家IT,通信,互联网,知识产权等创投基金拥有自己独特的视角和丰富的资源,快速的决策,快速的投资是一个100家基金的制造商最显着的特点,有一个年轻的村庄花翠玉是,人们只要设定一个目标,谁说就一定要做啊。支持董小姐来自:董明珠:卖50万ñ格力手机是目标,不一定要实现 - 清晰度 - IT时报网络IT传播者不告诉我,李彦宏是百度老板,老板和公司是不一样的,伊琦伊是罗宾利自己的投资它。 。 。来自:iQIYI将于2018年上半年召开IPO百度继续持股之后 - 锐利 - IT网络青春村翠花翠每天的信息已经暴露在这个智能时代,没有真正的隐私来自:有没有最安全的产品WIFI WPA2协议漏洞 - 清晰度 - IT时代有没有必要争取年轻的村翠翠什么全屏的战斗,一个手机是她最重要的配置,不要把马车从前:为了全屏和配置成千上万的机器真的需要抢购这个行程时髦吗?锐利 - IT网络