中国个人征信市场专题研究报告2016.pdf

《中国个人征信市场专题研究报告2016.pdf》由会员分享，可在线阅读，更多相关《中国个人征信市场专题研究报告2016.pdf（34页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、本产品保密并受到版权法保护 Confidential and Protected by Copyright Laws 大数据及多元化场景应用 开启个人征信2.0时代 中国个人征信市场专题研究报告2016 研究背景、定义及范畴 研究背景： 目前不仅芝麻信用、鹏元征信、考拉征信等8家企业等待第一批牌照的发放，而且京东金融等企业也已 经开始准备第二批牌照的申请。随着互联网金融以及大数据技术的迅速发展，个人征信已越来越受到 市场的关注。 研究定义： 个人征信，指依法设立的个人信用机构对个人信用信息进行采集与加工，以便依法向合法的信息查询 人提供个人信用历史记录。随着消费习惯的改变、金融用户的下沉、征信

2、技术的不断完善，互联网企 业、传统产业资本开始纷纷抢滩个人征信业务。 研究范畴： 本报告主要针对个人征信市场进行研究，内容包含诞生发展的背景、市场现状、行业发展趋势等内 容；本报告通过对个人征信流程、关键节点的梳理，希望能够为开展个人征信业务的企业提供参考性 建议；本报告通过芝麻信用、 91征信联盟、中诚信、考拉征信四大厂商的解析，让读者对个人征信市 场更加了解。 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 个人征信概况 指数成长的比特动能 目录 1 2 3 个人征信市场现状 4 个人征信案例分析 个人征信行业

3、趋势 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 市场经济下，需要更完整的信用经济和信用管 理，征信需求日益增加 信用在市场经济中的作用十分重要，尤其是我国的社会主义市场经济中更是如此，社会信用体系的建设问 题已成为当今社会最为热门的话题之一，国家也在不断的推动征信市场化，征信行业也在面临着前所未有 的机遇。 8.9 10.4 13.0 15.4 18.8 20.0% 17.7% 24.3% 18.5% 22.0% 0% 5% 10% 15% 20% 25% 0 5 10 15 20 25 20112012201320142015

4、 2011-2015中国大陆住户消费贷款规模 规模（万亿人民币） 增长率 Analysys 易观 说明：数据来源于央行调查统计司，易观整理 31.7 34.6 40.9 48.4 53.4 58.8 63.6 67.7 9.6% 9.2% 10.6% 9.5% 7.7% 7.7% 7.3% 6.9% 0% 3% 6% 9% 12% 15% 0 15 30 45 60 75 20082009201020112012201320142015 2008-2015年中国GDP增长状况 GDP总量（万亿元人民币） 环比增长率 Analysys 易观 说明：数据来源于国家统计局，易观整理。 via：资料来

5、源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 超前消费理念逐渐普及，民众信用意识不断增强 2.9 3.3 3.9 4.6 5.2 0 1.3 2.6 3.9 5.2 6.5 20112012201320142015 2011-2015中国商业银行信用卡累计发卡量 信用卡发卡量(亿张) Analysys 易观 说明：数据来源于中国银行业协会，易观整理 伴随信用体系的不断建设、商业银行信用消费市场的不断培育，社会大众对于信用消费的认知度与接受度不 断提高，超前消费的理念已逐渐普及，同时，民众的信用意识也不断增强，数据显示：我国消费贷款规模与 信用卡累

6、计发卡量近年来呈现出连续攀升态势。 2.4 2.7 3.4 4.1 58.6% 13.7% 24.1% 20.6% 0% 13% 26% 39% 52% 65% 0 1.1 2.2 3.3 4.4 5.5 2011201220132014 2011-2014年央行个人征信累计查询次数 查询次数（亿次） 环比增长率 Analysys 易观 说明：数据来源于央行，易观整理 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 产业演进倒逼征信行业快速升级 互联网技术的发展不断推动传统产业的升级，金融行业是最为明显的领域，以P

7、2P为代表的互联网金融在近 两年得到了爆发式的增长，不论是交易量还是覆盖人群都在不断增长，普惠金融的业务种类决定了其对征信 的强烈需求，而普惠金融的服务人群也在倒逼征信行业快速升级。 96.7 268.4 927.6 2,012.6 8,686.2 395% 178% 246% 117% 332% 0% 100% 200% 300% 400% 0 2000 4000 6000 8000 10000 20112012201320142015 2011-2015年中国P2P网贷市场交易规模 交易规模（亿元人民币） 环比增长率 Analysys 易观 说明：P2P网贷市场指P2P用户在线实现交易的市

8、场，用户类型、交易额度、产品 类型、产品期限等暂时未区分，数据据企业调研、系统抓取及易观方法论获得，易 69 297 127 612 0 100 200 300 400 500 600 700 20142015 2014-2015年P2P网贷借款人与投资人数 借款人数（万人） 投资人数（万人） Analysys 易观 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 技术飞速成长，数据成为信用流通的关键 数据 收集 信贷数据、电商消费、日常生活、社交数据等成为个 人信用评分的重要参考。 平台应该提高数据的多元化与数据厚度。 信用 评估

9、国内评估算法各自为政，没有统一认知，公信力不 足。 个人征信业务技术难度高，需要经历完整经济周期的 检验，但国内起步较晚，对风险点的预判能力尚有不 足。 场景 使用 低成本获取批量用。 数据的反复叠加、积累，填充数据的厚度。 通过滚雪球的方式，提升数据的价值。 2 3 1 4 数据采 集整理 商业场 景应用 数据分 析处理 信用产 品输出 个人征 信环节 大数据并非单链条，是一个闭环系统。应 用效果回馈到数据采集、数据处理，能精 准寻找数据，调整算法，提高评估精度。 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。

10、个人征信市场现状 指数成长的比特动能 目录 1 3 4 个人征信案例分析 个人征信行业趋势 2 个人征信概况 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 国际现有主流个人征信模式 依据个人征信主体的不同，目前国际上主流的个人征信分为政府主导型、市场主导型以及同业征信三种 模式。依据国情不同，三大个人征信模式各有特点，目前我国主要是以央行个人征信中心为主的政府主 导型，但市场化的苗头也已显露。 政府主导型 市场主导型 同业征信 应用：主要应用于金融领域， 尤其是信贷领域。 特点：央行主导征信业务 优势：公民信息安全度较高 劣势：数据

11、维度单一，应用场 景较少，缺乏数据更新动力 市场代表：法国央行 应用：应用范围较广，出金融领 域外还涉及生活领域 特点：完全市场化，充分市场竞 争 优势：数据及技术更新快 劣势：对政府监管要求较高 市场代表：美国三大征信局 应用：主要应用于金融领域，尤 其是信贷领域。 特点：非盈利，采取会员制 优势：针对性较强，低成本，高 效率 劣势：对联盟成员的自律性要求 较高 市场代表：日本PCIC、JICC等 组织 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 指数成长的比特动能 中国个人征信行业市场化仍处于探索期 应用成

12、熟期 市场启动期 高速发展期 时间 A B C D H I II III IV V VI VII VIII E F G 探索期 (80年代后期-2017) Analysys 易观 中国征信市场AMC模型 市 场 认 可 度 中国第一家信用评 级公司上海远东 资信评级有限公司 成立。 1999年，成立上海资 信有限公司，开始个 人征信试点。 2002年信贷登记查询系统建成地、 省、总行三级数据库，实现全行 联网查询，2003年设立征信管理 局，2006年全国集中统一的个人 信用信息基础数据库建立。 2013年，征信业管理 条例实施；2015年1月， 个人征信牌照放开。 via：资料来源网络，起点

13、学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 国内个人征信体系建设以央行为主导 2004初：央行个 人征信基础数据库 建立，标志我国个 人征信体系初步建 立 2002.2：央行牵头， 联合16部委成立征信 专题工作小组，考虑制 定个人征信的相关制度 规则 2010：央行征信中心 上海数据库建成投产， 个人征信加载速度提高 了3倍以上 2004.12：央行个 人征信系统联网试运 营，介入23家商业银 行 2006.1：央行个人 信息数据库正式运营， 连接127家商业银行 13.7 8.8 3.8 0 2 4 6 8 10 12 14 16 全国总人口 央行覆盖

14、人群 信用数据人群 央行个人征信中心覆盖人数（截止2016.5） 人数（亿） Analysys 易观 数据来源：央行 央行个人征信 中心无信用记 录比例 72.0% 央行个人征信 信用记录比例 28.0% 央行个人征信中心信用记录人群比例 央行个人征信中心无信 用记录比例 72.0% 央行个人征信信用记录 比例 28.0% Analysys 易观 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 社保、通讯等 非金融数据 17.0% 信贷和信用账 户数据 83.0% 央行个人征信中心数据构成 社保、通讯等 非金融数据

15、 17.0% 信贷和信用账 户数据 83.0% Analysys 易观 28% 92% 72% 8% 0% 20% 40% 60% 80% 100% 中国 美国 中美个人征信覆盖人群对比 未覆盖人群 覆盖人群 Analysys 易观 央行个人征信中心在长尾用户群体中覆盖有限， 互联网金融征信需求未能得到有效满足 目前国内个人征信体系覆盖率仅为28%，而美国个人征信市场的覆盖率为92%，目前，信贷数据是最为能够 体现用户信用的数据维度，但在信贷记录数据偏少的情况下，则需要通过其他数据维度对用户信用情况进行 佐证，仅有17%的数据是非信贷和非信用数据，无法对长尾用户进行信贷数据之外其他维度数据的有

16、效验 证，所以，面对主要以服务长尾用户的互联网金融，其征信需求还未得到有效满足。 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 基本信息 信贷信息 其他信息 身份信息 居住信息 标识信息 贷款信息 信用卡信息 担保信息 特殊交易信息 特别记录信息 后付费的非金融负债信息 履行相关义务 公共部门相关信息 社会保险经办机构 住房公积金管理中心 商业银行 各接入机构以报文形式将信息报送给 个人征信系统 与政府部门合作采集 与数据源单位合作采集 征信分中心当地采集报送 职业信息 央行征信中心个人信息采集 央行征信中心个人

17、信息采集 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 经过10 年的积极探索和经验积累，央行征信中心的个人征信系统已形成以个人信用报告、个人信用信 息提示和个人信用信息概要为核心的基础产品体系；以个人业务重要信息提示和个人信用报告数字解读 为代表的增值产品体系。 公安部身份信息核查 结果 本人声明及异议标注 个人基本信息 非银行信用信息 银行信贷交易信息 查询历史信息 个人 业务 重要 信息 提示 个 人 信 用 报 告 个 人 信 用 提 示 个人 信用 报告 数字 解读 基础产品 个人 信用 信息 概要 增

18、值产品 央行征信中心个人征信产品 个人信用报告内容 央行征信中心个人征信产品形成规模体系 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 中国个人征信市场已迈入市场化进程中 1997年，上海资信有限公司成立，经中国人民银行批准在上海市进行个人征信试点。2004年，全国集中统一 的个人信用信息基础数据库建成。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 要求八家机构做好个人征信业务的准备工作，试点单位有芝麻信用，腾讯征信，深圳前海征信等8家机构。 公司 名称 信用 评估 产品 背景 简介 蚂蚁金

19、服独立的信用评 估及信用管理机构。股 东阿里巴巴旗下有天 猫、淘宝，拥有大量电 商交易数据。 个人信用评分芝麻 分 深圳市平安创新资本投 资有限公司（90%）深圳市 平安置业投资有限公司 （10%），母公司平安集团 有大量金融数据。 数据类产品（定制产品：黑 名单、好信度、好信盔甲 普适产品：用户画像） 功能性插件（好信认证、好 信易申请） 云系统 （信审云、催收云和 反欺诈云） 股东腾讯是国内最大的 互联网社交网络公司，拥 有及5亿多活跃社交用户。 反欺诈：人脸识别、欺诈 侦测 信用评估：信用评分、信 用报告 个人信用应用平台：金融 产品应用方案、生活产品 应用方案 风险预警、贷后管理 深圳

20、市个人信用征信系统受深圳市 政府委托，由鹏元征信有限公司承建， 是目前中国现有的三大征信系统之一。 鹏元征信的评分包括：“鹏元800”个 人信用综合评分、信用卡风险评分、 小额贷款风险评分、申请欺诈评分、 催收评分、中小企业小额贷款申请评 分。个人及企业信用报告，企业及个 人信用评价体系，互联网征信整体解 决方案等服务。 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 指数成长的比特动能 指数成长的比特动能 入选个人征信试点机构名单二 公司 名称 信用 评估 产品 背景 简介 前身为中国诚信 信用管理股份有限 公司

21、征信与商账管 理事业部，2005年 正式注册。 个人信用评分 个人信用报告 互联网征信联盟 个人信用信息认 证 互联网大数据征 信整体解决方案 拉卡拉控股，数据来 源多维度，依托大数据和 互联网平台，数据来源有 拉卡拉积累多年的个人、 商户金融、消费等数据。 考拉信用分根据个人用 户信息进行加工、整理、 计算后得出的信用评分 考拉商户分是根据商户 信息进行加工、整理、 计算后得出的信用评分 民营第三方征信公司， 董事长为盛希泰，曾任华 泰联合证券董事长，先后 培育了中联重科、大族激 光、蓝色光标等数十家行 业领先的上市公司。 个人征信评分服务 申请反欺诈服务 全国公民身份信息认证 服务 征信监

22、控服务（暂未上 线） 专注个人征信及相 关业务，由银之杰 (40%)，北京创恒鼎盛 (30%)，清控三联 （15%），新奥资本(15 )2013年发起成立。 同业征信联盟，共享 黑名单 华道租房信用报告 华道个人信用报告 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 按照服务模式、市场化个人征信企业可分传统个人 真心、互联网个人征信、第三方数据服务三大类型 传统个人征信 互联网个人征信 第三方数据服务商 厂商代表 数据来源 自身不产生数据，主要数据均 来自传统金融机构、P2P互联网 金融公司的信贷数据 以自身生态或股东企业深耕领域

23、所产生的数据为主，外部合作的 数据为辅 自身不产生数据，主要数据是 通过购买、外接、置换所产生。 模式特点 国内老牌征信企业，数据多来 自于外接金融机构，在金融领 域有较为成熟的评估模型和产 品体系，主要服务集中在金融 领域。 以互联网所产生数据居多，更为 依赖大数据和算法，多场景覆盖， 产品形态与盈利模式仍然在探索 之中。 没有个人征信产品，不对信用 做出评价，主要为对征信信息 有验证需求的厂商提供信用数 据查询和验证的服务 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 个人征信市场产业链 监管机构：中国人民银

24、行 数据来源 数据处理 产品及服务输出 信用应用场景 个人征信机构 人民银行征信中心 第三方数据 处理公司 信用报告 增值服务 信用评分 金融 商业 雇佣 其他 数据回流 无偿 对接 批量 售卖 资源 置换 信贷 信息 非金融负 债信息 运营商 公共事业部 公共信息 社保、司法、 商务 传统金融机构 互联网金融机构 身份信息 公安机关 其他 信息 电商、社交等 信息及数据服务 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 2016年中国个人征信市场实力矩阵 2015发展路径 2014 预测2016发展趋势 领先者

25、 创新者 务实者 补缺者 高 厂商创新能力 厂 商 现 有 资 源 低 低 高 中诚信 聚信立 芝麻信用 Analysys 易观 91征信 考拉征信 腾讯征信 中智诚 鹏元征信 前海征信 华道征信 国内个人征信企业实力矩阵 务实者：央行个人征信中心收录8.8亿 自然人，对接的金融机构超过2000家， 掌握着大量的金融数据，但央行创新能 力不足，数据维度单一、应用较窄等。 领先者：以芝麻信用、腾讯征信等为 代表的企业身处领先者的位置，这类企 业依托产业资本和股东背景，有着自身 庞大的数据源，同时利用机器学习、随 机森林等先进的大数据算法，进行多场 景应用。 创新者：这类企业，为创业公司或老 牌征

26、信公司下的个人征信业务，多数利 用自身优势，采用模式创新，深耕特定 领域。 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 庞大的人口基数、以及正在逐步市场化的征信 体系使国内个人征信市场有巨大的潜在发展空间 2014年美国个人征信交易总量超过671亿，同期中国征信市场总交易量为20亿。中国人口是美国人口的4.5 倍，按美国社会对个人征信的依赖程度来看，国内个人征信市场未来能够达到两千亿的量级。但与美国成熟 的市场状况不同，社会信用意识、顶层监管政策等制约国内个人征信行业的发展。 超过 650亿 人民币 征信市 场

27、整体 20亿人 民币 以政府为 主导，同 时开放市 场准入 市场化， 监管作为 小政府角 色 央行个人征信 中心为主导及 八家准个人征 信机构 三大征信局及 其两千家以上 的地方征信公 司 征信业管 理条例 征信机构 监管指引 以公平信 用报告法 为核心的17 部法律 深入社会 生活，信 用成为一 种资产 多用于金融 信贷领域 3.1 亿 13.7亿 人口 总量 交易 总额 征信 模式 监管 现状 信用 意识 参与 主体 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 巨大机遇下仍旧存在难点与未知 信息孤岛现象仍

28、然存在！ 众多企业正在推动 信息的共享，信息 孤岛问题得到部分 改善，但仍然存在 企业、机关单位等 组织不愿共享数据， 让个人征信企业面 临数据获取难、获 取成本高的两难问 题。 与FICO几十年的经 验相比，国内依靠 互联网及大数据的 评估模型起步较晚， 并未经历经济周期 检验，而在经济下 滑期，模型无法有 效识别个人的信用 风险点。 征信机构获取数据 后对于个人信息的 合法使用仍然存在 隐患，存在未经客 户授权或客户不知 情的情况，未有与 之相关配套法律措 施。 信息合法使用与 保密仍存隐患！ 大数据模型的准确 性有待市场检验！ 与国外成熟的征信 商业机制相比，国 内征信企业的变现 模式稍

29、显单一，部 分企业未找到清晰 有效的变现模式。 变现模式单一或不 清晰！ 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 个人征信案例分析 指数成长的比特动能 目录 1 2 3 个人征信概述 4 个人征信市场现状 个人征信行业趋势 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 芝麻信用 芝麻信用管理有限公司是蚂蚁金服独立的信用评估及信用管理机构，其推出的芝麻信用是面向社会的信 用服务体系，依托阿里巴巴电商平台海量交易数据，运用大数据及云计算技术客观呈现个

30、人的信用状况， 是蚂蚁金服体系的基础设施。 蚂蚁金服、外 部接入 金融数据 公共机构 合作伙伴 公共信息 用户自主身 份提交 基本信息 电商数据，共 计35种 电商数据 拥有4.5亿实名用户 征信数据覆盖上百种场景数据 日数据量达到PB级 数 据 来 源 大数据优势 自动用户评估系统 用户画像信息档案 个人评分系统 云计算能力 芝 麻 分 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 海量数据、迭代的算法、丰富的应用场景是芝麻信 用的核心竞争力 信用历史 行为偏好 履约能力 身份特质 人脉关系 过往信用账户还款记

31、录及信用账户历史。 用户在购物、缴费、转账、理财等活动中体现出的行为 特点。 是指是否具有足够的财富和综合能力来偿还债务或履行 约定。 丰富、真实的学习及职业经历信息，以及用户的实名消 费行为（如：用户本人的酒店、机票、保险等消费）。 芝麻信用综合考虑用户在人际往来中的影响力及好友的 信用情况。 住 宿 金 融 出 行 购 物 其 他 芝麻分是根据个人用户信息进行加工、整理、计算后得出 的信用评分，其分值范围为350到950，分数越高代表信 用水平越好，可应用的场景越丰富。目前芝麻分已在多种 场景中实现应用。 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校

32、，打造最专业最系统的产品、运营、交互课程。 借 款人 91征信-信息共享机制初见成效 在违约坏账事件中，多重负债造成了借款人失去偿还能力，因此在信息不透明的前 提下，91征信采用会员制分布式的查询方案，通过行业信息的免费、实时对接，着 力解决信贷行业因借款人一人多贷、无力偿还所带来的坏账风险。同时对接人人催 平台，一旦出现坏账，为联盟成员提供高效的催收服务利用行业内征信。 91征 信联盟 联盟 成员A 其他联 盟会员 借款 请求 查询 请求 查询 请求 信息 反馈 信息 反馈 同意或 拒绝 91征信对接数据接口，不触碰平台数据； 所有的请求是以代码匿名的形式发送； 91征信查询结果 指数成长的

33、比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 91征信打通信贷平台对接，着力解决一人多贷问题 解决一人多贷问题：打通会员企业借贷 信息互查通道。 解决平台数据泄露问题：不抓取平台数 据，只是对接数据。 解决联盟成员利益问题：查询及被查 询主体信息全部脱敏。 解决查询效率问题：查询针对性强、 成本低、效率高。 解决遗漏问题：向会员企业提供人人 催黑名单数据辅助审核。 91征信联盟采用会员制分布式的查询方案，通过行 业信息的免费、实时对接，着力解决信贷行业因借 款人一人多贷、无力偿还所带来的坏账风险，同时 对接人人催平台，一旦

34、出现坏账，为联盟成员提供 高效的催收服务。 91征信联盟成员近200家，如玖富、融360、马上 消费金融等互联网金融平台。 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 考拉征信 拉卡拉近亿级的个人、数百万的商户数据，及蓝标、拓尔 思、前程无忧、梅泰诺、旋极等股东的数据支持，能够客 观、全面、精准地评估用户的信用状况。 与中科院大学、北京大学等院校成立联合实验室，创新研 发出具有国际领先水平的信用评分模型。 使用德尔菲法、随机森林、逻辑回归等算法，进行数据处 理和模型拟合。 改良Heckman二阶段模型方法，对用

35、户提供更准确信用 评估。 通过整合不同类型数据融合建模，构造层次型模型，解决 数据碎片化问题。 涵盖金融、职场、租车、租房等领域，产品有考拉个人信用 分、小微商户信用分、职业征信解决方案等。 已与近400家机构开展合作，并与光大银行、前隆、拍拍贷、 北银消费、卡得万利、前程无忧等开展深度合作，成为其信用 评估的重要参考因素。 考拉征信由拉卡拉联合蓝标、拓尔思、前程无忧等上市公司共同成立，依托多元的海量数据、领先的大 数据处理技术，推出面向政务、商务、社会、法务、个人全方位的信用服务体系，考拉征信的核心竞争 力源于其多年的支付行业经历所积累的个人、商户、企业数据以及股东多维度的数据补齐。 股东背

36、景 指数成长的比特动能 强大股东背景带来 海量、多维度数据 支持 与专业机构合作打 造专业模型及算法 与多领域线上线下 机构合作，构建场 景多元化 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 信用产品多元场景化将是考拉征信的重点，率先开 辟职业征信解决方案 小微商户信用分 国内首款针对小微金融信贷及小微商户领域的征信 产品，解决小微商户信贷难题，目前获得国家院 士、征信专家学者、金融行业风控专家及小微商户 人群、银行、小贷机构的认可。 职业征信解决方案 国内首个职业征信产品，解决职场雾霾的现状和人 才管理痛点，为企业提供人才从“招

37、聘”至“离职 后”的全流程雇佣征信服务。 考拉个人信用分 依托海量丰富的大数据资源，借助与中科院大学、北 京大学等院校联合开发的具备国际领先水平的信用评 分模型，构建立体化用户画像，精准量化信用风险。 考拉征信业务主要由四大产品构成， 除了较为传统的个人征信在金融领域 的授信应用外，职场和消费商户融资 也成为考拉征信的重要业务组成。 互联网金融解决方案 基于考拉征信多维度的数据和专业成熟的风控模 型，保障合作伙伴平台交易安全，有效降低风险系 数。 考拉个人信用分 小微商户信用分 职业征信解决方案 互联网金融解决方案 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最

38、系统的产品、运营、交互课程。 中诚信 作为完全独立的第三方征信机构，中诚信的优势更多地体现在金融服务领域， 通过征集传统数据，利用成熟的模型与评估方法，深耕传统金融服务领域，如 反欺诈、黑名单、个人信贷等，目前有着五大产品线。 从身份属性、信用记 录、履约能力、行为 特质、社交影响这5 个方面综合考量个人 信用。 个人信用评分 帮助银行、互联网金 融机构等客户有效识 别及防范个人信用风 险。 个人信用报告 联合P2P贷款平台、 小贷公司、电商以及 多家商业银行成立互 联网征信联盟，共享 借款人失信的负面信 息。 互联网征信联盟 为银行、电商、 P2P平台、小贷公 司等客户提供个人 信用信息认证

39、服 务。 个人信用 信息认证 为互联网金融授信 业务提供全套解决 方案，帮助客户优 化业务的申请及管 理流程，简化业务 操作。 互联网大数据征 信整体解决方案 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 国内老牌的征信机构，拥有较强的品牌公信力，同 时目前也在以积极的态度去拥抱大数据 与依托产业生态，自主获取数据的机构不同，中诚信主要通过与机构对接合作的方式来获取外部数据。因此 完全独立的第三方定位，使中诚信不会受到产业生态的影响，保证个人信用评级的公信力。 数据来源 积累的银行、医疗保险、教 育、信息，以及与

40、其合作的小 贷公司和企业方。 评估模型 大数据技术与传统征信技术双 管齐下，但随着机器学习等算 法的成熟，大数据征信将会占 据重要地位。 商业应用 由于数据源多为金融数据，所 以中诚信的产品主要针对金融 服务。 中诚信 个人征信 中诚信的产品更多 为企业提供借款人 信用的查询服务。 尚未大规模使用多 元数据，但以开放 的态度进行研究。 传统征信与 大数据征信 相结合，提 高信用评估 的精准度。 企业市场服务的属性，使得 商务渠道的重要性就变得非常 突出。 从目前易观对中诚信的访谈 结果来看，目前大数据征信在 精确度上要高于传统征信。 国内个人征信的业务难点在 于数据孤岛现象严重、企业数 据分享

41、的意愿不强烈，目前中 诚信奕积极的态度去拥抱大数 据，通过利益分享机制来获取 数据。 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 个人征信行业趋势 指数成长的比特动能 目录 1 2 3 个人征信概述 个人征信市场现状 4 个人征信案例分析 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 信息共享机制将成为未来的主要方向 未来，消费者可以更为主动的参与到自身信用档案的建立中，由信息主体本人提供 信息，征信机构对信息进行验证与核实 以互联网金融机构为代表的

42、企业将会更多的通过征信机构及第三方数据服务商进行 违约信息等信贷数据的共享 公共信息公开的可持续性得到进一步提高，法律支持和制度保障得到完善，更多公 共信息可以通过第三方个人征信机构进行持续性采集 个人主动参与 企业机构进行共享 公共信息得到进一步公开 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 场景拓展、大数据应用、多元格局将成为个人征 信的常态 应用场景少和盈利方式单，影响个人征信企业的经营状况。目前个人征信主要应用于金融信 贷领域，虽然在向生活场景拓展，但也仅是个别厂商的尝试，并没有形成普遍的社会认可。

43、在变现方式上，主要依靠与资金相关的信贷服务，缺乏市场营销、决策分析等信用衍生服 务。 应用场景拓展+多元变现 金融信贷数据在国内覆盖人群的欠缺，使得互联网、生活类数据成为央行征信中心缺失的补充， 因此在数据源上，国内征信体系采用的是以信贷数据为主、非因数据为辅的评估体系，而大数据 凭借在海量数据处理中高效、低成本的特性，将成为个人征信主要的处理方式。 信用报告的公信力、评估模型的建立完善以及监管层面对于个人信息泄露的担忧，导致个人 征信市场的门槛较高，因此在大众市场中，拥有产业背景和股东资源的选手将成为主流厂 商。但由于数据天然存在的垄断性和针对性，也让各细分市场的选手有自己的生存空间。 个人征信门槛高，主流厂商和细分市场并存 信贷数据为主、非银数据为辅的大数据评估 指数成长的比特动能 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。 易观千帆 易观万像 易观方舟 易观博阅 指数成长的比特动能 网址： 客户热线：4006-515-715 微博：易观智库 via：资料来源网络，起点学院学员收集 起点学院，互联网黄埔军校，打造最专业最系统的产品、运营、交互课程。