美国大数据征信
㈠ 什么是征信大数据
大数据征信是利用数据分析和模型进行风险评估，依据评估分数，预测还款人的还款能力、还款意愿、以及欺诈风险。在金融风控领域，大数据指的是全量数据和用户行为数据。目前使用的是围绕客户周围的与客户信用情况高度相关的数据，利用数据实施科学风控。
1、大数据征信模型可以使信用评价更精准：大数据征信模型将海量数据纳入征信体系，并以多个信用模型进行多角度分析。
以美国互联网金融公司ZestFinance为例，它的模型基本会处理3500个数据项，提取近70000个变量，利用身份验证模型、欺诈模型、还款能力模型等十余个模型进行分析，使评价结果更加全面准确，是模型评估性能大大提高。
2、大数据征信能纳入更为多样性的行为数据：大数据时代，每个相关机构都在最大程度上设法获取行为主体的数据信息，使数据在最大程度上覆盖广泛、实时鲜活。
3、大数据征信带来了更为时效性的评判标准：传统风控的另外一个缺点是缺乏实效性数据的输入，其风控模型反映的往往是滞后数据的结果。利用滞后数据的评估结果来管理信用风险，本身产生的结构性风险就较大。
大数据的数据采集和计算能力，可以帮助企业建立实时的风险管理视图。借助于全面多纬度的数据、自我学习能力的风控模型、实时计算结果，企业可以提升量化风险评估能力。
(1)美国大数据征信扩展阅读：
从1980年代末至今，征信行业先后经历了起步、搭建征信平台、央行主导统筹等数个阶段。 2015年1月5日，人民银行印发《关于做好个人征信业务准备工作的通知》，要求芝麻信用，腾讯征信等八家机构做好个人征信业务的准备工作，择时发放第一批牌照，但一直不见下文。
最终等来的却是由中国互联网金融协会与芝麻信用、腾讯征信等把家征信机构联手成立的百行征信。这意味着征信这个金融业最关键的阀门，最终还是要由政府来监督把控。
截止目前，百行征信已与120余家互联网金融机构和消费金融机构达成了信用信息合作共享协议，与50余家机构达成了合作意向。
没有征信牌照，征信创业公司无法合法的去获取核心数据，比如银行信贷数据或者运营商，公安局的隐私数据；也无法以牌照去融资收购其他征信公司，资金上毫无优势。因而，业内人士认为，初创公司很难在征信领域发展壮大，成为未来的寡头之一。
㈡ 美国征信行业格局如何，都有哪些玩家
每一个市场和企业都是应运而生，从零起步，历经不断发展，长成参天大树。
放眼全球征信行业，美国征信行业历经100多年，经历了机构由分散到集中、服务由基本到多元化、市场由国内走向全球的过程，逐渐形成完整的产业体系和高度发达的市场，拥有全球最大的市场规模，成为美国社会信用体系的关键环节，推动社会经济不断发展。
他山之石，可以攻玉。
近期，爱分析将推出系列调研报告，以美国征信市场为标杆，对全球征信巨头Experian、Equifax、TransUnion等进行深度研究，挖掘美国征信市场成为参天大树的推动力量和成因；同时，对市场中正在兴起的创新模式，如Credit Karma、ZestFinance等公司进行调研分析，揭示美国市场的征信业务创新趋势。
调研分析美国市场，最终为了更好判断中国征信市场。目前，中国征信市场正处于起步阶段，迄今无巨头出现，仍未形成稳定格局，各种创新机会层出不穷。对于未来可能形成的市场格局，以及创新趋势，美国征信市场将成为其最好的对标，并能从中获得有益借鉴。
本文作为该系列文章的首篇，将重点从美国征信行业发展历程、当前市场格局和行业优势等三个方面，剖析美国征信行业高度发达的原因和特点。
美国征信行业发展历程
美国征信行业现在已经形成了成熟完备的运作模式、法律体系和监管机制，其发展大体经过了萌芽初创、快速发展、法律完善、兼并整合、稳定发展等五个阶段。
萌芽初创期为19世纪末至20世纪20年代末。这一时期为美国资本市场发展初期，大量工业发展吸引众多投资者，由此产生了对企业征信的市场需求。1841年，刘易斯·大班注册了美国首家征信事务所，并逐渐发展为企业征信领域中最具影响力的公司——邓白氏集团。
此外，消费信用也悄然兴起，1860年，美国第一家个人信用局在美国纽约布鲁克林成立。这一时期美国征信行业的特点是非盈利，信贷主体以零售商为主。
快速发展期为20世纪30年代至60年代末。20世纪30年代，第一次世界经济危机大规模爆发，信用违约率不断上升，美国政府为控制信用风险，制定一系列政策进行引导，促使征信机构不断涌现。
二战后，美国经济持续快速增长，居民消费水平提升，信贷需求增长，零售服务信用迅速发展，消费信用开始走进千家万户，这些因素叠加起来，驱动着征信市场的快速发展。在这个阶段，征信机构开始收费，但从市场范围来讲，大多数仍为区域性公司。
法律完善期为20世纪70年代至80年代初。这一时期是美国征信行业最为重要的时期，相继出台17部法律，对征信需求方、授信方、消费者和行业自身进行了全方位立法，形成以《公平信用报告法》为核心的法律体系，为征信市场的健康发展奠定了坚实基础。
同时，由于信用卡不断发展，VISA、MasterCard等银行卡联盟相继诞生，逐渐出现全国性金融机构，促进了消费信贷的发展，并对个人信息甄选产生巨大需求，为征信行业爆发性成长注入强大动力。
兼并整合期为20世纪80年代至世纪末。20世纪60年代末，美国征信公司数量达到2,200家。之后受到互联网信息技术兴起、全国性银行大规模整合等外力驱动，征信行业进入残酷的洗牌和整合期，小规模或区域性的公司成为被并购的对象，数量逐渐减少为目前的400家左右，45年的时间数量减少82%，并逐渐出现全国性的征信巨头。
以Trans Union（全联）公司为典型代表，其于1988年开始提供个人征信服务，在并购40家地方征信局后，逐渐成为美国三大征信巨头之一。据1997年美国《服务业普查》数据显示，规模前四位征信局的收入总和占比整个行业总收入的50%以上。
稳定发展期为21世纪初至今。美国个人征信市场已经形成Experian（益博睿）、Equifax（艾可菲）、Trans Union（全联）三足鼎立的稳定格局，各地小型征信机构则依附于三家巨头开展业务，而企业征信市场则被Dun&Bradstreet（邓白氏）完全掌控。
在这一时期，美国征信行业的特点便是专业化和全球化，在业务上不断扩展，不再是仅仅依靠提供征信查询服务获取收入，而是创新产品，丰富产品线，提供多样化增值服务，开放更多元的征信应用。同时，加快拓展海外市场，积极进行海外布局，并逐渐在全球征信领域中占据重要地位。
纵观美国征信行业100多年的发展历史，信息技术的发展、消费信贷需求、信用卡的出现、金融机构大型化、法律完善等多重因素推动了美国征信市场的迅猛发展。同时，可以看出其发展模式完全是自下而上的，由征信机构自由成长、层出不穷到兼并整合、巨头逐渐突显，整个过程是纯市场化运作，政府不参与其中，只是进行市场协调、立法执法活动。
美国征信行业市场格局
美国征信行业集中度较高，并已建立了成熟完备、专业细分的征信体系，诞生了在全球市场中占据重点地位的巨头公司。美国征信体系分为机构征信和个人征信。机构征信还包括资本市场信用和普通企业信用，资本市场信用机构有Standard and Poor’s（标准普尔）、Moody’s（穆迪）、Fitch（惠誉），普通企业信用机构有Dun&Bradstreet（邓白氏）。
而在个人征信行业，则以Experian（益博睿）、Equifax（艾可菲）、Trans Union（全联）为核心，三大征信机构之间既相互合作又凭借各自的产品差异形成竞争，其余400多家区域性或专业性机构都是依附于这些机构，或者向其提供数据。1980年前后，这三大个人征信巨头已经完成了美国成年人口的全覆盖。
在这三大个人征信巨头中：
市场规模上，Experian的营收规模最大、覆盖范围最广；
信息来源上，Equifax的信息来源最为广泛，不仅包括金融机构，还包括抵押贷款、消费者和雇佣者；
业务布局上，Experian和TransUnion已经开始布局海外业务，并且国内国外的业务几乎平分秋色，而Equifax则还是集中在美国本土；
业务优势上，Experian更擅长数据处理和分析，Equifax产品更加丰富，并且可以对无信用消费者进行信用评估，而TransUnion则是在风险管理上存在优势。
美国征信成熟的征信体系，不仅保障了整个社会经济的健康发展，还贡献了巨大的经济收入规模。Experian、Equifax、TransUnion、Dun&Bradstree四家公司营业收入占比美国征信市场的70%，结合这四家公司2015年财报，2015年四家来自美国国内的总收入约为400亿元，可以测算出美国国内征信市场规模约为600亿元。
除巨头公司以外，近几年，互联网创业公司也如雨后春笋般不断兴起，他们以专业化的定位，逐渐在高度集中化的市场中崭露头角。其中，以Credit Karma和ZestFinance两家公司为典型代表。
Credit Karma成立于2008年。不同于三大巨头公司向用户收取费用的查询方式，该公司向用户提供免费信用报告和在线查询信用积分服务，同时帮助用户寻找信价比最高的金融产品，例如办理信用卡、一般贷款等，并通过金融机构的分成来获取利润。
该公司目前大约有3,200万用户，并在自2009年至2014年5年间，实现了40倍营收增长。同时，其于2014年获得由Google Capital领投的8,500万美元C轮融资，总融资额达到1.17亿美元。
ZestFinance原名ZestCash，成立于2009年。该公司的核心竞争力在于数据挖掘能力和模型开发能力，其擅长利用10个预测分析模型，对上万条原始信息数据快速进行分析，并得到最终消费者信用评分。目前该公司仅为10万提供服务，体量并不大，实际效果还难下定论。
2013年7月，ZestFinance 获得Peter Thiel领投的2,000万美元C轮融资，总融资额达到1.12亿美元。同时，2015年获得京东投资，双方成立名为JD-ZestFinanceGaia 的合资公司，其信用模型将应用于京东金融的消费金融体系。
美国征信行业产业链
美国征信行业产业链也已经发展到完善的阶段，主要包括数据收集、数据处理、形成产品和产品应用四个环节，其中，数据处理和形成产品是关键环节。
数据收集环节，数据来源主要有四方面：金融和零售等机构免费提供；公共部门的数据交由第三方数据处理公司简单处理后，收取一定费用；征信公司之间进行信息共享，并收取费用；主动到相关企业或个人工作地调查收集，自身承担相应费用。
数据处理环节，通过采取个人数据配对处理、特征变量和数据库技术，对数据进行筛选、转化、加工和清洗。同时，美国信用局协会制定了用于个人征信业务的统一标准数据报告和采集格式——Metro1和Metro2，规定任何企业都要使用统一规范的格式提供信息。
形成产品环节，在数据处理的基础上，建立评分模型，形成信用评分产品、信用调查报告等产品，例如，Experian每天约生产50万份信贷决策。
产品应用环节，便是将数据和产品运用到各种场景中，比如办理贷款业务、租房等，主要客户包括金融机构、授信机构、公共机构、雇主企业、个人等。
美国征信行业高度市场化
美国征信行业里，无论是个人征信，还是企业征信，都采用市场化运作模式，政府只负责依法监管。正是基于此模式，美国征信行业极具活力，形成成熟的征信体系，拥有全球最大的市场规模。
美国征信市场完全依照市场化原则运作。美国的征信公司都是由私营部门创立，直接参与市场竞争并以营利为目的。因此，美国征信机构获取信息需要向信息提供者支付费用，而信息使用者使用信息则需要向征信机构付费。
以Experian为例，2015年其全球总收入达到48.1亿美元，净利润约13.06亿美元。日均生产380万份信用报告，则全年提供报告数量约为13.8亿份，按照每份报告约17美元的方式收费，那么信用服务方面全年收入约为23.5亿美元，占据总收入约一半的比例。
美国征信服务覆盖各行各业。美国征信机构注重产品的多元化和丰富性，并且广泛开拓客户领域，已经不再只局限于金融行业。具体说来，不仅向金融行业提供信用报告、信用评分等基础征信服务，还向政府、教育、医疗、保险、电信等其他行业提供市场营销、决策分析、人力资源、商业信息平台等信用衍生服务。
目前，美国征信机构来自传统金融行业的收入占比已不足50%，据Experian2015年年报显示，金融机构为其贡献14.4亿美元的收入，在其全年总收入中占比30%。同时，其收入结构中，基础征信服务收入占比49%，信用衍生服务收入占比51%，二者基本相当。
而在国内，现阶段大多数征信机构的客户仍然全部或者绝大多数来自于金融行业，所提供的服务也集中在基础征信服务方面，未来还可以在进一步丰富大数据征信场景。
美国利用FICO评分系统建立个人信用统一量化标准。FICO评分系统是由Fair Isaac公司发明的，目前美国三大征信机构都采用FICO评分系统来量化个人信用质量和风险。
FICO模型由五部分组成，包括用户付款记录、信用账户数、信用历史期限、新开账户和已用信用产品，各部分在计算评分中分别占比35%、30%、15%、10%、10%。FICO得出的信用分数范围为300-850，分数越高，代表用户信用风险越小。
保护个人隐私与征信服务相平衡。1970年通过的《公平信用报告法》是规范美国个人征信活动和核心法规，其不仅规定了征信机构可以合法获取信息，也最大限度地保护消费者的隐私权。另外，信用报告的使用者，如信用贷款机构、保险机构或雇主，在依据信用报告对当事人进行否定和拒绝的时候，必须通知当事人及此信用报告的来源，以便消费者对报告中不正确和不完整部分提出申诉。
总之，美国征信行业历经100多年的发展，已成长为征信行业中的一棵参天大树。下一期，爱分析将深度解析全球征信巨头Experian的商业模式。最后一期，我们将提供完整整合报告的下载链接。敬请读者朋友关注。
㈢ 现在很热门的大数据征信，他的数据来源是什么方法是什么
目前这类平台很多，大部分是采取搜集互联网的社交数据，其中也有些是采用分布式的数据处理技术，通过互联网接口方式，将P2P公司系统进行对接
㈣ 大数据征信与“大忽悠”征信的距离有多远
有不少人心存疑虑，质疑大数据征信的含金量和可靠性：
1、 数据整合难：央行征信系统并未开放，征信机构无法获取珍贵的信贷数据，而央行对企业在小贷、租赁金融的信贷行为也难以全面掌握；公共数据广泛分散在工商、质检、海关、税务等政府和业务管理部门，虽然建设统一信用信息平台已提上日程，但数据孤岛的问题仍难解；芝麻信用、腾讯征信等所背靠的集团，以及各类P2P平台自建的征信公司本身存在业务交叉和竞争关系，共享“黑名单”易，共享“白名单”难。
2、 数据标准缺失：到底哪些信息需要列入征信评估范畴还没一个统一的界定，越来越多的信息被纳入征信范畴，交通违章、地铁逃票等似乎什么都可以往里装，这些都可能构成个人不良征信记录影响个人信贷。
3、 公信力遭质疑：“征信采集者与使用者没有任何关系”的独立第三方原则被模糊，首批入围的民营征信机构数据的采集和使用都与自身有着千丝万缕的联系，这就决定了现在市场中的很多模型只能适用于自己的小生态，同时民营征信机构既做裁判又做选手，最终评价的公正性或在市场份额争抢中失衡。
4、 评级模型五花八门：中国并不缺数据，但缺乏可以数据通用的评估模型。国内个人征信大多模仿了美国FICO的模型，但在评估维度上五花八门，加上采集的数据差异，这就造成同一个人在不同平台得到的评分可能会千差万别。而企业征信的评级模型，以及债券评级模型的严谨性、科学性在国际上并无强公信力。
业内专家指出，只根据数据分析出的规律并不全面，如果仅据此进行风控审核，难免会出现疏漏或偏差。大数据只能作为辅助手段，不能作为风控的决策依据。
日前，有媒体报道，商务部正在酝酿制定《互联网金融机构信用评级与认证标准》。中国互联网金融信息查询系统主任、《标准》制定课题组副组长徐洲指出，只有独立的第三方才能避免为利益左右，才能把促进行业规范发展放在第一位，做到客观、公正、及时的信息披露。
某金融研究机构人士分析认为，一个从各处收集数据并完成大数据征信的机构，不能是数据来源方，也不能是金融服务的提供方，这样才能避免数据打架的现象。征信行业要真正兴起，发挥应有的作用，还是需要发挥出商安信、中诚信等独立第三方征信机构的力量。
㈤ 怎么查大数据征信
您好，目前查询大数据征信的方法有两种。
1、如果是查询征信的话，直接通过微信人民银行征信中心查询即可。
2、如果是查询大数据征信的话，微信上提查查官方号就可以查个人大数据征信了。
但建议最好不要经常查，频繁查询会影响个人信用。
㈥ 大数据征信,和征信报告被他知道后会发生危险吗
正常来说不会。但是征信报告书上有你的详细个人记录，包括身份证号码，手机号码，居住地址等。落入一些不法之徒，可能会利用你的信息申请网络贷款，诈骗行为等。还是立刻收回处理。
㈦ 怎么查询大数据征信
应去当地征信机构查询。
《征信业管理条例》对其有相应的规定：
第十七条信息主体可以向内征信容机构查询自身信息。个人信息主体有权每年两次免费获取本人的信用报告。向征信机构查询个人信息的，应当取得信息主体本人的书面同意并约定用途。
征信机构或者信息提供者、信息使用者采用格式合同条款取得个人信息主体同意的，应当在合同中作出足以引起信息主体注意的提示，并按照信息主体的要求作出明确说明。
(7)美国大数据征信扩展阅读：
《征信业管理条例》相关法条：
第三十五条省级公共信用信息提供单位应当按照省公共信用信息目录及时、准确、完整地归集本行业、领域公共信用信息，并向省公共数据工作机构报送。
公共信用信息提供单位对报送的公共信用信息的真实性、完整性负责。公共信用信息归集、报送的具体办法按照省政府有关公共数据和电子政务管理的规定执行。
第三十六条 省公共数据工作机构应当将归集的公共信用信息提供给省公共信用工作机构。不良信息保存和披露期限届满后，应当在信用档案中及时删除该信息。法律、法规另有规定的除外。
㈧ 在哪里可以查询大数据征信报告
在中国人民银行征信中心可以查询征信报告。
具体步骤如下：
1、网络搜索“征信报告”，搜索后找到中国人民银行征信中心网站，然后点击进入。
㈨ 什么是大数据征信
大数据和征信是两种数据，大数据又称：网贷大数据。
网贷大数据一般为一个用户在网贷平台借款时提交的信息，从放款到还款或者逾期，这些数据都会由网贷公司进行上传至数据库。作为其他网贷平台借款时的审核依据，所以如果网贷逾期了，共享这个数据库的平台就会拒绝这个逾期用户的借款申请。
对于大数据有疑问的，可以在支付宝首页搜索：知否数据。
自行查询大数据报告，如果有违约信息或者法院失信等信息一样会显示出来。
征信统称为：央行征信。央行征信记录的都是银行或者一些持牌机构的数据，为一个人的终身数据，对于用户来说非常重要，房贷和车贷都非常注重一个人的征信资质，如果有未还的贷款，在申请房贷时会被拒绝。
(9)美国大数据征信扩展阅读：
征信数据库
1、企业信用信息数据库
经几百家分支机构历经10年的采集、加工、录入，日常数百名工作人员的优化、维护等辛勤工作，已经拥有了2000多万家中国区域的企业数据库，涉及有价值企业信用信息达亿条，信用信息最远追溯可达8年，建立起了中国最庞大的企业信用信息数据库。
2、企业信用信息分六大类
分别为政府监管信息、银行信贷信息、行业评价信息、媒体评价信息、企业运营信息、市场反馈信息 。
其中政府监管信息包括企业基本资质、质量检查信息、行政许可/认定、行政奖罚信息、商标/专利/著作权信息、人民法院判决；银行信贷信息包括中国人民银行信贷评价信息、商业银行信贷评价信息、小额贷款公司及民间借贷评价信息。
行业评价信息包括行业协会（社团组织）评价信息、水、电、气、通讯等公共事业单位评价信息；企业运营信息包括企业财务信息、企业管理体系评估信息；市场反馈信息（包括消费者、交易对方、合作伙伴、员工等不同身份的实名评价信息）。
㈩ 央行征信和大数据征信的不同之处
没有完善的征信体系，就没有真正的互联网金融。由于人民银行的征信系统与互联网金融的数据平台无法对接，信息无法共享，P2P网贷平台与众筹等不得不通过线下调查客户信用和调取央行征信报告，各自组建线下征信风控团队，这样的网贷与小额贷款公司其实并无实质区别。
支付和征信是互联网金融发展的基础，信用就是公民的“第二张身份证”。P2P投资理财平台最先兴起的英国、美国等国家拥有完善的征信体系，P2P理财机构能够与之相连，能够在线上快速完成交易。目前，美国最大的P2P平台LendingClub基本只做线上交易，而将LendingClub模式引入中国的P2P公司，尽管拥有最新的分析技术，但依然有80%的审核业务需要在线下完成。
在国内，由于征信体系不健全，央行征信系统相对互联网金融是闭环的，线上交易受到很大局限。现在银行只在全国7000多家小贷公司中挑选一部分获得央行的征信信息和征信报告，P2P公司由于没有明确的法律地位，难以进入银行的征信系统。
征信体系不健全导致P2P在中国举步维艰，这成为中国互联网金融行业发展的最大瓶颈。恶意圈钱跑路不断，虚构注册地址等，都是因为互联网金融企业的资质不公开，投资人无法查询相关信息，而网上活跃的一批恶意借款人也让众多网贷公司头疼。没有方便快捷的征信系统，互联网金融的发展就如“盲人摸象”，借贷双方互不知底。投资者对P2P公司的投资也变成了高利诱惑下的拼手气。
央行的征信中心是国内最大的金融数据库，共收录法人1940万户，自然人8.5亿人。但其部分数据可能没有互联网金融活跃，互联网金融在典当、借贷活动中，贮存了大量时效性强的活跃信息。同时，互联网企业通过拥有大量电商活动建立了宝贵的信用资源，从电商、微博等平台获取客户网络痕迹，从中判断借款人的信用等级，形成整体风险导向，完善大数据的积累。但互联网金融企业实力和技术参差不齐，一些报告的合规性和规范性、安全性以及客户隐私保护都难以达到央行征信系统的要求。如果在互联网金融数据规范基础上实现二者联网，互联网金融完全可以反哺央行的征信中心。