 上传我的文档
 下载
 收藏
趁阳光正好，趁微风不燥，趁现在的双手还能拥抱彼此，趁我们还能呼吸
 下载此文档
基于数据挖掘的个人信用评分系统的分析与设计完
下载积分：1250
内容提示：基于数据挖掘的个人信用评分系统的分析与设计完
文档格式：PDF|
浏览次数：41|
上传日期： 03:28:27|
文档星级：
全文阅读已结束，如果下载本文需要使用
 1250 积分
下载此文档
该用户还上传了这些文档
基于数据挖掘的个人信用评分系统的分析与设计完
关注微信公众号当前位置：
首页&>&征信知识
征信的原则和基本流程
字体大小：
发布时间：
保护视力色：
&&& 一、征信的原则
&征信的原则是征信业在长期发展过程中逐渐形成的科学的指导原则，是征信活动顺利开展的根本。通常，我们将其归纳为真实性原则、全面性原则、及时性原则和隐私保护原则。
&1、真实性原则
&真实性原则，即指在征信过程中，征信机构应采取适当的方法核实原始资料的真实性，以保证所采集的信用信息是真实的，这是征信工作最重要的条件。只有信息准确无误，才能正确反映被征信人的信用状况，保证对被征信人的公平。真实性原则有效的反映了征信活动的科学性。征信机构应基于第三方立场提供被征信人的历史信用记录，对信用报告的内容，不妄下结论，在信用报告中要摒弃含有虚伪偏袒的成分，以保持客观中立的立场。基于此原则，征信机构应给予被征信人一定的知情权和申诉权，以便能够及时纠正错误的信用信息，确保信用信息的准确性。
&2、全面性原则
&全面性原则，又称完整性原则，指征信工作要做到资料全面、内容明晰。被征信人，不论企业或个人，均处在一个开放性的经济环境中。人格、财务、资产、生产、管理、行销、人事和经济环境等要素虽然性质互异，但都具有密切的关联，直接或间接地在不同程度上影响着被征信人的信用水平。不过，征信机构往往搜集客户历史信用记录等负债信息，通过其在履约中的历史表现，判断该信息主体的信用状况。历史信用记录既包括正面信息，也包括负面信息。正面信息指客户正常的基础信息、贷款、赊销、支付等信用信息；负面信息指客户欠款、破产、诉讼等信息。负面信息可以帮助授信人快速甄别客户信用状况，正面信息能够全面反映客户的信用状况。
&3、及时性原则
&是指征信机构在采集信息时要尽量实现实时跟踪，能够使用被征信人最新的信用记录，反映其最新的信用状况，避免因不能及时掌握被征信人的信用变动而为授信机构带来损失。信息及时性关系到征信机构的生命力，从征信机构发展历史看，许多征信机构由于不能及时更新信息，授信机构难以据此及时判断被征信人的信用风险，而导致最终难以经营下去。目前，我国许多征信机构也因此处于经营困境。
&4、隐私和商业秘密保护原则
&对被征信人隐私或商业秘密进行保护是征信机构最基本的职业道德，也是征信立法的主要内容之一。征信机构应建立严格的业务规章和内控制度，谨慎处理信用信息，保障被征信人的信用信息安全。在征信过程中，征信机构应明确征信信息和个人隐私与企业商业秘密之间的界限，严格遵守隐私和商业秘密保护原则，才能保证征信活动的顺利开展。
&&& 二、征信的基本流程
&征信活动可以分为两类：一类是征信机构主动去调查被征信人的信用状况；另一类是依靠授信机构或其他机构批量报送被征信人的信用状况。两者最大的区别在于前者往往是一种个体活动，通过接受客户的委托，亲自到一线去收集调查客户的信用状况，后者往往是商业银行等授信机构组织起来，将信息定期报给征信机构，从而建立信息共享机制。两者还有一个区别是前者评价的范围更广，把被征信人的资质情况、诚信度考察、资产状况等都包括在内，而后者由于是批量采集信息，因此灵活性和主观性上不如前者，但规律性和客观性则强于前者。但两类方式在征信的基本流程上是相同的，例如，前一类流程要制定计划，决定采集哪些信息，而后一类流程也同样如此，由征信机构事先确定好需要采集的信息后，与信息拥有方协商，达成协议或其他形式的约定，定期向征信机构批量报送数据，因此，在讨论流程时，可以将两者合并在一起。
（一）制定数据采集计划
&能够反映被征信人信用状况的信息范围广泛，为提高效率、节省成本，征信机构应事先制定数据采集计划，做到有的放矢。这是征信基本流程中一个重要的环节，一份好的计划能够有效减轻后面环节的工作负担。一般来说，数据采集计划包括以下内容：
&1、采集数据项
&客户使用征信产品的目的都不尽相同，有的希望了解被征信人短期的信用状况，有的则是作为中长期商业决策的参考。客户的不同需求决定了数据采集重点的迥异。征信机构要本着重点突出、不重不漏的原则，从客户的实际需求出发，进而确定所需采集数据的种类。例如，Ａ银行决定是否对Ｂ企业发放一笔短期贷款时，应重点关注该企业的历史信贷记录、资金周转情况，需采集的数据项为企业基本概况、历史信贷记录、财务状况等。
&2、采集方式
&确定科学合理的采集方式是采集计划的另一主要内容。不论主动调查，还是授信机构或其它机构批量报送数据，征信机构都应制定最经济便捷的采集方式，做好时间、空间各项准备工作。对于批量报送数据的方式，由于所提供的数据项种类多、信息量大，征信机构应事先制定一个规范的数据报送格式，让授信机构或其它机构按照格式报送数据。
&3、其它事项
&在实际征信过程中，如果存在各种特殊情况或发生突发状况，征信机构应在数据采集计划中加以说明，以便顺利开展下面的工作。
（二）采集数据
&数据采集计划完成后，征信机构应依照计划开展采集数据工作。数据一般来源于已公开信息、征信机构内部存档资料、授信机构等专业机构提供的信息、被征信人主动提供的信息、征信机构正面或侧面了解到的信息。出于采集数据真实性和全面性的考虑，征信机构可通过多种途径采集信息。但要注意，这并不意味着数据是越多越好，要兼顾数据的可用性和规模，在适度的范围内采集合适的数据。
（三）数据分析
&征信机构收集到的原始数据，只有经过一系列的科学分析之后，才能成为具有参考价值的征信数据。
&1、数据查证
&数据查证是保证征信产品真实性的关键步骤。一查数据的真实性。对于存疑的数据，征信机构可以通过比较不同采集渠道的数据，来确认正确的数据。当数据来源唯一时，可通过二次调查或实地调查，进一步确定数据的真实性。二查数据来源的可信度。某些被征信人为达到不正当目的，可能向征信机构提供虚假的信息。如果发现这种情况，征信机构除及时修改数据外，还应记录该被征信人的“不诚信行为”，作为以后业务的参考依据。三查缺失的数据。如果发现采集信息不完整，征信机构可以依据其它信息进行合理推断，从而将缺失部分补充完整。比如利用某企业连续几年的财务报表推算出某几个数据缺失项。最后是被征信人自查，即异议处理程序。当被征信人发现自己的信用信息有误时，可向征信机构提出申请，修正错误的信息或添加异议声明。特别是批量报送数据时，征信机构无法对数据进行一一查证，一般常用异议处理方式。
&2、信用评分
&信用评分是个人征信活动中最核心的数据分析手段，它运用先进的数据挖掘技术和统计分析方法，通过对个人的基本概况、信用历史记录、行为记录、交易记录等大量数据进行系统的分析，挖掘数据中蕴含的行为模式和信用特征，捕捉历史信息和未来信息表现之间的关系，以信用评分的形式对个人未来的某种信用表现做出综合评估。信用评分模型有各种类型，能够预测未来不同的信用表现。常见的有信用局风险评分、信用局破产评分、征信局收益评分、申请风险评分、交易欺诈评分、申请欺诈评分等等。
&3、其他数据分析方法
&在对征信数据进行分析时，还有其他许多的方法，主要是借助统计分析方法对征信数据进行全方位分析，并将分析获得的综合信息用于不同的目的，如市场营销、决策支持、宏观分析、行业分析等领域。使用的统计方法主要有关联分析、分类分析、预测分析、时间序列分析、神经网络分析等。
（四）形成信用报告
&征信机构完成数据采集后，根据收集到的数据和分析结果，加以综合整理，最终形成信用报告。信用报告是征信机构前期工作的智慧结晶，体现了征信机构的业务水平,同时也是客户了解被征信人信用状况、制定商业决策的重要参考。因此，征信机构在生成信用报告时，务必要贯彻客观性、全面性、隐私和商业秘密保护的科学原则。所谓客观性，指的是信用报告的内容完全是真实客观的，没有掺杂征信机构的任何主观判断。基于全面性原则，征信报告应充分披露任何能够体现被征信人信用状况的信息。但这并不等于长篇大论，一份高质量的信用报告言简意赅、重点突出，使客户能够一目了然。征信机构在撰写信用报告过程中，一定要严格遵守隐私和商业秘密保护原则，避免泄露相关信息，致使客户和被征信人权益受到损害。信用报告是征信机构最基本的终端产品,随着征信技术的不断发展，征信机构在信用报告的基础上衍生出越来越多的征信增值产品，如信用评分等。不论形式如何变化，这些基本原则是始终不变的。【图文】信用数据库建设与应用_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
信用数据库建设与应用
大小：354.00KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢如何利用大数据降低小额信贷业务风险？-ZAKER新闻
小额信贷，说起来是很简单，其实是一个高技术难度的活。因为你不仅要放出去，还要来本带利的收回来。要放出去是很容易的，可是要完整的收回来，还是有很高难度的。通过前面两篇文章的描述，我们知道，小额信用贷款是符合国家政策支持、具有普惠金融属性的、还仍有巨大市场发展空间的信贷业务，同时它也是一项高风险的业务。利用大数据风控模型进行风险测量和识别是当前小额信贷业务中非常热门的发展方向。可是如何利用大数据技术识别小额信贷业务的风险呢？根据当前国内信用环境和大数据技术的发展现状，在小额信贷业务的操作过程中，可以在贷前、贷中和贷后三个环节，利用大数据风险技术定量评估客户风险情况，防范小额信贷业务发生违约损失的风险。大数据风控是指通过各种渠道采集用户数据，根据数据进行行为分析，构建用户画像，利用风控模型识别判断贷款申请者资料的真实性和有效性，从定量的角度评估客户的信用状况。贷款机构在运用大数据进行风控时，需建立自身的大数据收集系统、风险评估模型、信用衡量体系、风险定价模型等功能模块，对自身体系内以及体系外用户的海量数据进行搜集分析，紧密结合贷款消费场景，直接将数据模型应用到小额信贷业务贷前、贷中、贷后的各个环节中，利用信息技术和大数据实现小额信贷业务的流程化、自动化。一、贷前环节，利用大数据判断客户资质在贷前环节，大数据系统主要是收集数据，初步评估客户风险，决定是该笔贷款是否继续受理。在小额信贷业务开展前期，贷款机构可以充分利用移动互联网技术，让客户自主通过手机终端填写客户贷款申请信息，通过用户授权的方式，利用信息技术抓取部分用户行为数据，利用大数据模型初步识别用户欺诈风险。在初步审核用户的真实性后，贷款机构结合外部一些公开的数据资源如公安、法院等数据，利用信息技术将平台信贷政策自动嵌入到该流程中，充分利用平台自身内外部的大数据，结合客户申请信息进行客观的客户资质判断，如果能够符合本机构政策偏好，及时通知客户申请通过，否则善意提醒客户暂时还无法申请该笔贷款。在贷前申请环节，这里涉及到大量的风控模型和信息获取方式，本文在这里不便于深入讲述。在贷前环节，通过初步的数据收集，利用大数据模型进行预评估，通过自动化的方式，可以识别大量的风险客户，尤其是一些欺诈客户，规避小额信贷业务中的欺诈风险。二、在贷中环节，利用大数据识别还款能力在贷中环节，利用更多维度的数据，更加客观的评估客户还款能力和信用风险。在客户通过申请后，可以利用电话外呼的方式与贷款客户进一步确定贷款意向。在贷款申请意向明确后，需要进一步收集客户信息。此时，系统可以通知客户可以补录个人职业信息 ( 公积金信息 ) 、家庭联系人、资产状况等信息，以提升信用额度。在贷中环节，贷款机构可以充分利用黑名单数据、人行征信、资产信息、职业信息等各种外部大数据，全面评估客户还款能力。将贷前环节的客户数据和贷中环节收集的数据，综合进行判断，根据评分卡模型，给定客户评级，初步核定用户额度。如果此次贷款用户申请额度小于系统自动初审额度，则可以通过电话或者视频再次核实用户真实性，一旦审核通过，通知用户进行在线签约，后续用户可以线上申请自动放款。如果客户申请额度大于系统核定额度，则进入人工审核，以最终核定用户额度。在贷中审批环节，大数据不仅要核实信息的真实性，还要评估贷款申请人的还款能力和信用状况，利用更多维度的数据，更加客观更加全面地评估客户的资信。因此这里可能有很多数据需要外部采购，需要投入一定的成本。三、在贷后环节，利用大数据跟踪贷后风险在贷后管理过程中，充分利用移动互联网 SNS 等技术，及时跟踪贷款人及贷款紧急联系人的日常活动，及时了解贷后风险。如有小额信贷有消费场景的，还应该充分利用大数据分析关联客户的消费场景，确定贷款用途。在后续客户每次登陆客户端时，都自动收集客户信息数据，进行识别和判断，一旦发现隐性风险，立即启动风险应急预案。对于贷款首期逾期的客户，要立即启动微信、微博、短信等工具进行还款提醒，还可以辅助电话外呼进行催收，咨询客户逾期原因，商议客户还款期限。根据收集的结果，循环不断地调整贷前、贷中的大数据风控模型的参数和权重，完善优化风控模型，最大程度的降低贷款逾期违约风险。综上所述，在小额信贷业务展业过程中，贷款机构可以充分利用大数据技术识别客户的欺诈风险和信用风险，大幅度降低小微信贷业务的风险成本。相信随着各种数据源的不断开放，大数据风控模型技术的不断进步，大数据风控将在小额信贷业务中发挥更加重要的作用。本文系专栏作者 : 发表，内容属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！
相关标签：
原网页已经由 ZAKER 转码排版
财经新闻17小时前
财经新闻13小时前
财经新闻昨天
财经新闻12小时前
财经新闻18小时前
中新经纬5小时前
股票频道7小时前
雪球6小时前
21财经搜索16小时前
新浪财经4小时前
财经新闻14小时前
雪球7小时前
雪球7小时前
财经新闻16小时前
雪球7小时前}