大数据征信或成p2p发展新“风口”
近日,袋袋金ceo李海鸥先生在上海“中国征信领军者论坛2015”上表示,互联网金融最难解决的是信用问题。在金融里面,有借贷关系就有风险,但是你不可能通过互联网了解对方的信用怎么样,互联网解决不了这个问题。众所周知,p2p网贷平台最担心的问题是借款人重复借款。但在目前,由于各家p2p网贷平台数据互不相通,所以容易发生重复借款问题。而如果借款人在不同平台重复借款,一旦出现还款困难,就会导致多个平台发生坏账,进而影响整个p2p行业的公信力,严重妨碍其健康发展。这种情况出现的背后,其实就涉及到p2p行业非常关键的个人征信问题。
“目前,大数据征信对于袋袋金来说,还处在一个初级阶段,袋袋金有一个360的风控制度。在使用这套风控体系的时候,到底哪一个指标它的权重是多少?实际上从国家的征信体系来说,还没办法得到一个比较权威的说法。”
“一个人在借贷的时候,他的借贷数据的权重是不是要很重?如果说他做善事,这个能不能当做一种权重呢?大数据征信的标准有没有考虑这个事情?”“袋袋金360风控里面有一个叫员工操守的指标,在使用员工或者招聘员工的时候,我很喜欢看到员工曾经有过比如说爱心或者义工,对我来讲,我们现在的征信这一块是比较欠缺的。”
“其实我们做p2p,网络的借贷公司,需要对很多借贷人的行为和一些信用做一些征信,年初的时候我听到国家说年底的时候要完成大数据的建设,但我不知道,刚才几位老总说的能不能得到国家体系的呼应。征信不单单是借贷的征信,其实应该是完整的征信。”
截至目前,央行个人征信系统中收录有信贷记录的自然人约3亿,还不到我国总人口数的1/4,远远满足不了借贷市场的需求,很多没有信用卡或从未跟银行发生借贷关系的人很难获得信贷服务。而且,央行的个人征信系统中的信息只向银行和本人提供,不对社会公开。这样,对于p2p行业而言,此种限制无疑成为了其发展的瓶颈。
p2p联手大数据征信,打通任督二脉
如何打破这种局面?“不管是央行征信机构的介入,还是第三方征信服务公司,都可以通过大数据来建立统一的征信体系,然后让合格的p2p平台进行数据对接。”袋袋金ceo李海鸥认为,数据成功接入后,投资人通过平台就能查询到借款人的信用记录,这样就从源头上解决了借贷的风险问题。而征信问题一旦解决,p2p发展潜力必定会被全面激活,其未来不可限量。
结语
征信体系是现代金融体系运行的基石。有无健全的征信体系是市场经济走向成熟的重要标志。征信体系的建设对防范金融风险、保持金融稳定、推动金融发展、提升金融竞争力都有着重要的作用。而以p2p为代表的互联网金融,其本质仍然是金融,征信是其健康发展的关键因素之一。
据测算,中国个人征信市场空间为1030亿元,目前个人征信和企业征信的总规模仅为20亿元,其中,个人征信仅占很小一部分,中国个人征信未来市场增长空间巨大。可以预见,征信将成为p2p行业发展的新“风口”。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22