老賴畫像出爐 大數(shù)據(jù)顯身手

近日灶轰,國內(nèi)首份老賴大數(shù)據(jù)畫像報告出爐谣沸。在超過300萬樣本的數(shù)據(jù)基礎(chǔ)上,報告顯示笋颤,東部地區(qū)乳附,40-49歲男性,且具有大尠槌危或本科學(xué)歷赋除,是國內(nèi)老賴典型特征。數(shù)據(jù)堂相關(guān)負責人對此表示非凌,此次對老賴畫像的總結(jié)举农,是通過多維度的數(shù)據(jù)整合,使得懲戒老賴更加高效準確敞嗡,這正是大數(shù)據(jù)的優(yōu)勢所在颁糟。

老賴畫像

大數(shù)據(jù)精準預(yù)防欺詐

近幾年,隨著互聯(lián)網(wǎng)金融行業(yè)的發(fā)展秸妥,其面對的風險也在加大滚停,除了傳統(tǒng)的信用風險,外部欺詐風險正成為一個主要風險粥惧。

業(yè)內(nèi)人士表示键畴,惡意欺詐正在成為互聯(lián)網(wǎng)金融公司面臨的主要威脅之一,甚至在一些互聯(lián)網(wǎng)金融公司突雪,惡意欺詐產(chǎn)生的損失占整體壞賬的60%起惕。很多互聯(lián)網(wǎng)金融公司將主要精力放在如何預(yù)防惡意欺詐方面,而高風險客戶識別和黑名單成為預(yù)防惡意欺詐的主要手段咏删。

據(jù)了解惹想,目前市場上有近百家公司涉及個人征信業(yè)務(wù),其主要的商業(yè)模式是反欺詐識別督函。反欺詐識別中嘀粱,一個重要的參考就是黑名單,市場上領(lǐng)先的大數(shù)據(jù)風控公司擁有將近1000萬左右的黑名單辰狡,而大部分黑名單是過去十多年積累下來的老賴名單锋叨,真正有價值的黑名單在兩百萬左右。黑名單主要構(gòu)成是民間借貸宛篇、線上P2P娃磺、信用卡公司、小額借貸等公司的歷史違約用戶叫倍,其中很大一部分不再有借貸行為偷卧,參考價值有限豺瘤。另外一部分產(chǎn)生于催收公司,催收的成功率一般小于30%听诸,會產(chǎn)生很多黑名單坐求。

數(shù)據(jù)堂相關(guān)負責人表示,數(shù)據(jù)堂積累了很多黑名單數(shù)據(jù)晌梨,這些數(shù)據(jù)主要來源于高法公示的企業(yè)法人違法信息,雖不能全面覆蓋全量借貸人員瞻赶,但可以通過在黑名單庫中篩選,幫助金融企業(yè)降低金融借貸風險且獲得更多的黑名單來提高查得率派任。

以數(shù)據(jù)堂推出的“反欺詐產(chǎn)品”為例砸逊,該產(chǎn)品通過多維度數(shù)據(jù)在貸前、貸中和貸后對用戶進行身份確認掌逛,用戶類別的準確定位以及消費能力师逸、償債能力的預(yù)測,幫助互聯(lián)網(wǎng)金融企業(yè)預(yù)防互聯(lián)網(wǎng)惡意欺詐和識別高風險客戶豆混。例如篓像,數(shù)據(jù)堂可以通過“反欺詐產(chǎn)品”初步確定用戶的合法性,準確定位用戶類別皿伺;可以幫助互聯(lián)網(wǎng)金融公司员辩,識別出出現(xiàn)在同一個經(jīng)緯度的群體性惡意欺詐事件,降低不良貸款發(fā)生概率鸵鸥。此外奠滑,數(shù)據(jù)堂還可以結(jié)合用戶近三個月的行為軌跡,幫助互聯(lián)網(wǎng)金融企業(yè)準確識別出高風險客戶妒穴。

大數(shù)據(jù)讓老賴寸步難行

近日,中央辦公廳宋税、國務(wù)院辦公廳印發(fā)《關(guān)于加快推進失信被執(zhí)行人信用監(jiān)督、警示和懲戒機制建設(shè)的意見》讼油,對失信被執(zhí)行人規(guī)定了11類37項聯(lián)合懲戒措施杰赛,包括從事特定行業(yè)或項目限制、政府支持或補貼限制矮台、任職資格限制乏屯、準入資格限制、特殊市場交易限制瘦赫、限制高消費及有關(guān)消費辰晕、出境限制、加大刑事懲戒力度等耸彪。

據(jù) 《人民日報》日前公布的數(shù)據(jù)顯示伞芹,截至2015年忘苛,中國共有308萬名被執(zhí)行人被納入失信名單蝉娜,累計攔截357.7萬人次購買飛機票唱较,攔截59.88萬人次購買列車軟臥、高鐵和動車一等座以上車票召川。

數(shù)據(jù)堂相關(guān)負責人表示南缓,這些龐大的數(shù)據(jù)背后,折射出誠信社會的構(gòu)建力度日益加大荧呐。要實現(xiàn)讓老賴寸步難行汉形,一方面需要國家打通各部門、各行業(yè)之間的信息壁壘倍阐,搭建一個開放共享概疆、可以流通的大數(shù)據(jù)資源平臺;另一方面峰搪,作為大數(shù)據(jù)企業(yè)岔冀,要積極發(fā)揮資源整合優(yōu)勢,構(gòu)建數(shù)據(jù)共享平臺概耻,為我國信用體系建設(shè)提供更多維度的數(shù)據(jù)支撐使套。

大數(shù)據(jù)助力征信體系建設(shè)

據(jù)統(tǒng)計,截至2015年末鞠柄,央行征信中心覆蓋8.8億人侦高,其中有信貸記錄的為3.8億人,剩下的幾乎沒有任何記錄厌杜,我國在征信體系上還不太完善奉呛。這也是很多互聯(lián)網(wǎng)金融企業(yè)在借款時,很難對借款人的信用做出精準判斷的重要原因夯尽。

當前侧馅,社會上有兩種征信模式:傳統(tǒng)征信和大數(shù)據(jù)征信。傳統(tǒng)征信主要利用了信用屬性強大的金融數(shù)據(jù)呐萌,當下互聯(lián)網(wǎng)金融平臺多是以中小額放貸業(yè)務(wù)為主馁痴,所沿用的也是傳統(tǒng)信貸業(yè)務(wù)中征信手段,因此導(dǎo)致人力和時間成本投入過高肺孤,不具備互聯(lián)網(wǎng)時代的高效性罗晕。相比之下,大數(shù)據(jù)征信通過核心數(shù)據(jù)建模赠堵,來對借款用戶進行資信評估小渊,以此來預(yù)測其違約概率,能夠大大節(jié)省傳統(tǒng)征信環(huán)節(jié)中的人力成本茫叭。

數(shù)據(jù)堂相關(guān)負責人表示酬屉,大數(shù)據(jù)征信并不是完全改變傳統(tǒng)風控,實際是豐富傳統(tǒng)征信的數(shù)據(jù)維度。大數(shù)據(jù)征信中呐萨,首先還是利用信用屬性強的金融數(shù)據(jù)杀饵,判斷借款人的還款能力和還款意愿,然后在利用信用屬性較弱的行為數(shù)據(jù)進行補充谬擦,一般是利用數(shù)據(jù)的關(guān)聯(lián)分析來判斷借款人的信用情況切距,借助數(shù)據(jù)模型來揭示某些行為特征和信用風險之間的關(guān)系。

作為國內(nèi)大數(shù)據(jù)資源的龍頭企業(yè)惨远,數(shù)據(jù)堂利用多個行業(yè)的數(shù)據(jù)資源谜悟,通過自身的核心的數(shù)據(jù)處理技術(shù),對數(shù)據(jù)進行挖掘重組北秽,能勾畫出360度的個人和企業(yè)征信畫像葡幸。作為傳統(tǒng)征信的有益補充,大數(shù)據(jù)征信的發(fā)展將極大擴展征信體系的數(shù)據(jù)范疇贺氓,帶來全新的服務(wù)理念和先進的信息處理方式礼患,推動傳統(tǒng)信用評分模式的轉(zhuǎn)變,進而對完善我國征信體系乃至社會信用體系發(fā)揮重要作用掠归。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末缅叠,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子虏冻,更是在濱河造成了極大的恐慌肤粱,老刑警劉巖,帶你破解...
    沈念sama閱讀 223,002評論 6 519
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件厨相,死亡現(xiàn)場離奇詭異领曼,居然都是意外死亡,警方通過查閱死者的電腦和手機蛮穿,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,357評論 3 400
  • 文/潘曉璐 我一進店門庶骄,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人践磅,你說我怎么就攤上這事单刁。” “怎么了府适?”我有些...
    開封第一講書人閱讀 169,787評論 0 365
  • 文/不壞的土叔 我叫張陵羔飞,是天一觀的道長。 經(jīng)常有香客問我檐春,道長逻淌,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 60,237評論 1 300
  • 正文 為了忘掉前任疟暖,我火速辦了婚禮卡儒,結(jié)果婚禮上田柔,老公的妹妹穿的比我還像新娘。我一直安慰自己骨望,他們只是感情好硬爆,可當我...
    茶點故事閱讀 69,237評論 6 398
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著锦募,像睡著了一般。 火紅的嫁衣襯著肌膚如雪邻遏。 梳的紋絲不亂的頭發(fā)上糠亩,一...
    開封第一講書人閱讀 52,821評論 1 314
  • 那天,我揣著相機與錄音准验,去河邊找鬼赎线。 笑死,一個胖子當著我的面吹牛糊饱,可吹牛的內(nèi)容都是我干的垂寥。 我是一名探鬼主播,決...
    沈念sama閱讀 41,236評論 3 424
  • 文/蒼蘭香墨 我猛地睜開眼另锋,長吁一口氣:“原來是場噩夢啊……” “哼滞项!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起夭坪,我...
    開封第一講書人閱讀 40,196評論 0 277
  • 序言:老撾萬榮一對情侶失蹤文判,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后室梅,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體戏仓,經(jīng)...
    沈念sama閱讀 46,716評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,794評論 3 343
  • 正文 我和宋清朗相戀三年亡鼠,在試婚紗的時候發(fā)現(xiàn)自己被綠了赏殃。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,928評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡间涵,死狀恐怖仁热,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情勾哩,我是刑警寧澤股耽,帶...
    沈念sama閱讀 36,583評論 5 351
  • 正文 年R本政府宣布,位于F島的核電站钳幅,受9級特大地震影響物蝙,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜敢艰,卻給世界環(huán)境...
    茶點故事閱讀 42,264評論 3 336
  • 文/蒙蒙 一诬乞、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦震嫉、人聲如沸森瘪。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,755評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽扼睬。三九已至,卻和暖如春悴势,著一層夾襖步出監(jiān)牢的瞬間窗宇,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,869評論 1 274
  • 我被黑心中介騙來泰國打工特纤, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留军俊,地道東北人。 一個月前我還...
    沈念sama閱讀 49,378評論 3 379
  • 正文 我出身青樓捧存,卻偏偏與公主長得像粪躬,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子昔穴,可洞房花燭夜當晚...
    茶點故事閱讀 45,937評論 2 361

推薦閱讀更多精彩內(nèi)容