大数据技术解决 征信环节中产生的问题

随着个人征信机构试点的开展，企业征信机构数量不断扩大，征信的各类应用场景也随之不断扩充，从贷款到租车、租房、医疗等消费金融，再到人才招聘、婚恋、客户合作等等，征信的应用范围正在不断发展。

征信由信用度评估和还款能力评估两部分组成

从征信的发展来看，不论是借贷金融还是消费金融，征信的主要应用是在经济交易上。那么，征信应该是由信用度评估和还款能力评估两部分组成。信用度主要是对主动契约精神和违约成本双方面的评估；还款能力是对经济能力的评估。

金融中的信用是对经济交易的评判，需对信用度和还款能力进行评估；而生活中的信用则是对诚信、承诺的评判，只需对信用度进行评估。

大数据技术解决征信环节中产生的问题

大数据在征信中的使用主要是为了相互印证，全方位、多角度、更准确地来判断信息主体的信用状况，而非利用超大量数据来分析。当然，大数据征信也可以简单理解为使用大数据技术来解决征信环节中产生的问题，如对大量相关数据进行采集和分布式存储；对这些数据进行深入的加工和挖掘。

数据的过于依赖以及数据泛滥

征信一词正在越来越受到政府、社会和公众的关注，但每当社会上出现一些难以解决的道德问题时，就有人呼吁将违反相关规定者列入社会征信系统。但是，征信是对信用的评价，而非对道德的评价。

前中国工商银行行长、银监会特邀顾问杨凯生曾经说过：“作为互联网时代的现代人，需要具有互联网思维，只有学会了怎样客观看待数据，审慎选择方法，才能从纷繁复杂的社会经济生活中提炼出有价值的结果，才能具备现代人真正的大数据思维和互联网思维。”

因此，并非什么信息都可以用来征信，也并非数据越多，征信就越精准，大数据的使用是技术的使用，而非概念。神通征信采用介于传统征信和大数据征信之间的征信方式，利用有限信息来完成征信，这样的方式既丰富、补充了传统征信的不足，但又不过分依赖于数据，利用适量的数据信息得到同样的精准度。
本文转自d1net（转载）