浅析征信

本文的目的是为了帮助大家了解征信,我将会从以下几个方面进行介绍说明

1.征信相关概念

2.监管机构和信息分类

3.征信行业机遇和风险

4.数据处理和产品设计

一、征信相关概念

谈征信免不了就需要明确一下关于征信的概念,其实我国在着手建设信用体系时,对于征信的定义就争论不已,有些专家认为专指信贷。另一些专家则认为需要将诚信包含在内。其实关于征信的定义还有很多,但是更加让大家认可的则是《社会信用体系建设规划纲要(2014-2020)》里面提到的定义为信用信息更合适,即法律,法规,标准和履行契约等方面的相关信息

所以征信可以定义为依法依规地整理,收集,加工自然人,法人和相关组织的信息并向外提供信用报告等咨询服务来帮助把控风险。总而言之就是信用信息管理。

从事征信活动的机构一般为独立于交易双方的第三方机构

二、监管机构和信息分类

征信活动的监管机构是人民银行。在从事本领域活动中需要依据的相关法规为《征信管理业指导意见》,《隐私法》等等

信息采集分为4个等级。

一级:不允许采集。  血型,宗教,信仰,DNA,遗传史等信息

二级:允许采集但是需要明确告知对方风险并获得对方的授权方可采集      个人存款,自有资产,房产等

三级:允许采集,不需要明确告知信息主体风险,但是要获得授权

比如交易信息

四级:允许采集和使用   向公众公开和宣导的信息

三、征信行业机遇和风险

互联网从业者喜欢将新的蓝海比喻成“风口”,征信就是近两年的“风口”。

由上至下,从国家层面看,政府在着力建设信用体系。从社会层面看,如今如同雨后春笋般冒出来的p2p小额贷款公司层出不穷,风险控制是重中之重。再从个人层面看,反欺诈,个人实名认证,个人信用建设和管理也是未来的发展方向。

创业公司在耕耘征信这块市场的时候,发展方向无外乎大数据公司,信用服务公司,风控服务公司,贷款业务,资产处置等5大方向

1大数据公司

征信离不开数据,数据就是征信的根本。初创的征信公司一般都会致力于数据的获取,在这个过程中,企业会往这方面进行转型。深挖细分领域的行业数据,比如地方司法,又或者租车行业黑名单等等。

2.信用服务公司

这类的公司的模板可参照FICO,为各大金融机构提供分控模型服务,同时也提供信用评级服务。可根据企业的需求为其定制专业和高效的风控服务。

3.风控服务公司

这类的公司服务对象为贷款机构。会更加深入的参与到贷款机构贷前,贷中和贷后以及催收等服务

4.贷款业务

贷款业务也是众多征信公司最终的发展方向。一方面是市场庞大中国社会融资规模存量在131.58万亿,15年2季度增速为11.9%,年增长规模在10万亿以上。以特点细分领域而言,中国消费金融2014年达15.37万亿元,同比增长18.5%,2013到2014年增长了2.4万亿元。另一方面是业务结构单一,容易管控和业务的开展,比如美国的Zestfinance就是依照类似思路,用大数据征信及风控给美国没有信用记录或信用评分较低的人群放贷。

5.资产处置

需要资产处置的市场规模约为6.57万亿(人民银行2015年2季度的数据,社会融资规模存量在131.58万亿,增速为11.9%,年增长规模在10万亿以上。假设需要进行资产处置的资产为5%)。如此一大块蛋糕,也吸引着群雄进场。在这个方向,征信公司可做的操作也有多种选择,比如资产打包进行证券化处理,抵押的物品处理拍卖等等

当然,有机遇也就存在风险,从事征信的初创企业也不可避免的会需要政策风险,短期盈利风险和市场竞争风险。

政策风险:由于政府尚未出台征信行业的法律,所以现阶段许多征信公司都是游走在灰色地带。比如数据采集来源不明,数据使用授权不到位,不注重个人隐私数据的保护等等,如果高压的政策一旦颁布,这类企业几乎会全军覆没。

短期盈利风险:征信公司的数据来源于自营业务的交易数据,和合作伙伴置换的数据或者直接从外部购买。这些都是较大的成本,即使找到正确的前进方向,也会因为前期无尽的烧钱而夭折。所以抬头拉车的同时也要低头看路。活下去才是成长为巨头的前提。

市场竞争风险:如今良莠不齐的征信初创公司充斥在各个行业,各种不正当的竞争也会收割掉一茬一茬的征信公司。

四、数据处理和产品设计

数据处理

数据采集:通过内部收集,外部接口对接,合作置换等等方式进行获取

异议处理机制:获取到的数据存在疑问或者错误,不应直接在底层对数据进行直接的修改。正确的处理方式应该是在数据库中对数据进行标签化处理,不丢失任何信息且保留所有的操作痕迹。操作痕迹也是数据!

数据输出:数据输出一定要严格控制不触碰现有法律法规的高压线。数据的输出一定要获得提供者的授权。

产品设计

在进行征信产品设计的时候,一定要考虑到如下问题

需求挖掘方面:

1.用户的痛点(需求) 2.有多少用户有该痛点(市场) 3.用户可以为该需求付出什么样的代价(成本或盈利点)  这三点才是需求的价值

产品形态方面:

1报表 2.工具(预警和预测) 3.可用户决策的结果

A不考虑用户:①直接提供查询服务  ②提供综合性报告

类似的竞品有启信宝,企查查,老赖查询等等

B考虑到用户:①风险判断   ②风险控制(监控和预警两种)

类似的竞品有芝麻分,鹏元征信等

以上。

如有错误,欢迎指正,谢谢。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,784评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,745评论 2 378
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,702评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,229评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,245评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,376评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,798评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,471评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,655评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,485评论 2 318
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,535评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,235评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,793评论 3 304
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,863评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,096评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,654评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,233评论 2 341

推荐阅读更多精彩内容