二代征信会成为个人的“信用身份证”吗?这个问题的答案是极有可能。
4月16日,有财经记者注意到,央行即将上线的二代征信报告中,将新增“个人信用报告数字解读”,推出针对个人的“信用评分”,并给出该评分所处的“相对位置”。
新版征信报告中,参考银行的客户综合评分系统和支付宝的芝麻信用分,央行报给也给出了相应的分值给金融人士作为参考。其中相对位置的意思就是对比同数值人群中的排名。
另一方面,央行权威的信用评分将将给中小银行的个人信贷等业务打下基础,便于把握个人资信情况;但另一方面,针对每个地区、每家银行具体的风险偏好,银行仍应适当加大本行金融科技方面的投入。
信用评分系统
业内人士认为,该评分或与美国各征信局采用的FICO评分相似的思路,针对个人信用状况打出一个信用分。
信用评分将使用FICO评分方法,即取值为0到90之间的整数。当取值为N时,说明信用评分相对位置大于N%。当无法评分时,该数据项返回“-1”,会说明用于数字解读的分数影响因素或无法评分时的原因。
各部分因素大致权重为:以往支付历史占35%;信贷欠款数额占30%;立信时间长短占15%;新开信用账户占10%;信用组合类型占10%。FICO评分的理论分值在300-900分之间,评分越低,表明信用风险越大。
信用评分应用广泛
一位华南大行人士表示,该行当前在金融科技领域的需求之一,是通过大数据给出较全面的客户信用评分、个人资信和消费需求,通过信用、资信、消费需求数据实现信用卡和分期业务的自动审批,给出相对合理的信用额度,实现秒批秒贷。
作为一个覆盖所有征信人群的评分要兼顾全体,在局部客群上不可避免会失去一些聚焦性或针对性。央行征信评分的开发样本主要来自于银行的传统优质客群,对于风险相对下沉的人群模型效果会偏弱一些。这部分客群非银行传统客群,是目前市场上“助贷”机构的主要放贷对象。此外,对于一些特殊客群,比如小微企业客户,模型也会比定制化模型效果要差,这是模型样本偏差性造成的。
“央行的征信评分,主要目的是为了健全全社会的征信体系,不是专门针对各类不同贷款产品的具体业务目的而开发,商业目的要淡一些。”他表示,具体到各个细分客群、细分产品的信贷业务,各家银行和金融科技公司的定制化评分更有针对性,仍然有其不可替代性。
国内信用分对比
新上线的央行信用分与应用多年的芝麻信用、腾讯信用分相比,根据不同银行上报的资料,综合考虑因素更多,更具权威性。虽然出现较晚,但其信用评分的影响比重很大。
而在市场多年的芝麻信用分、腾讯信用分,由于用户评分方式沉淀已久,在辅助方面更具有参考价值。
芝麻信用分构成
遗憾的是,腾讯信用分仅仅开放了一段时间,目前无法查询。
以后,芝麻信用分会作为辅助,给央行的信用分提供一定的帮助和参考。
Copyright © 2008-2022 秒下下载站
m.down10s.com .All Rights Reserved