《征信理论与技术》第十二章征信与金融科技

第十二章征信与金融科技第十二章征信与金融科技第一节大数据技术与征信第二节区块链与征信第三节人工智能与征信第四节征信的发展与展望第十二章征信与金融科技第一节大数据技术与征信一、大数据

（一）大数据的定义大数据，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。一、大数据

（二）大数据的特征1．数据海量2．高速流转3．类型多样4．价值密度低二、大数据技术

（一）大数据处理流程1．数据抽取与集成对所需数据源的数据进行抽取和集成，从中提取出关系和实体，经过关联和聚合之后采用统一定义的结构来存储这些数据2．数据分析（1）数据的清洗（2）算法的调整（3）分析结果的评价二、大数据技术

（一）大数据处理流程3．数据解释大数据时代的数据分析结果往往海量，结果之间的关联关系极其复杂，传统解释方法不可行，可以考虑以下两个方式：（1）可视化技术

标签云、历史流、空间信息流（2）

人机交互技术

让用户能够在一定程度上了解和参与具体的分析过程二、大数据技术

（二）大数据关键技术征信数据一般具有“流数据”特征，需要在短时间内快速处理。与其他行业相比，征信数据具有逻辑关系紧密、处理实时性要求高、可展示性需求强等特征，通常需要以下几类关键技术：1．数据分析技术2．数据管理技术3．数据处理技术4．数据展现技术三、传统征信与大数据征信互为补充

（一）大数据征信是传统征信的重要补充1．拓宽数据采集维度2．满足互联网金融风险管理需求（二）现有征信体系仍以传统征信为主1．大数据征信是完善和更新传统征信系统的积极尝试，而不是替代品2．大数据分析模型也给信用风险管理带来复杂性的挑战第十二章征信与金融科技第二节区块链与征信一、区块链技术

一、区块链技术区块链是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构，并以密码学方式保证的不可墓改和不可伪造的分布式底本区块链本质是分布式账本、点对点传输、共识机制、加密算法等计算机技术的集合二、区块链征信

（一）传统征信的局限性1.数据膨胀2.用户数暴增3.技术壁垒二、区块链征信

（二）区块链征信的优势1.时效性强区块链以最长分支确定当前区块生效，每个区块生成时间大概10分钟，远高于传统征信T+1的时长2.扩展性强区块链技术避免了传统服务器架构需要不断升级扩容的短板，实现了系统的自动扩展二、区块链征信

（二）区块链征信的优势3.隐私保密性区块链征信是去中心化、开放的，鼓励征信活动参与者积极参与和共同维护4.安全稳定性当节点故障排除后，其余节点可将其记账账本复制给该故障节点，从而保障后续其仍可正常参与记账二、区块链征信

（三）区块链征信的现状甜橙信用“银税互动”政策二、区块链征信

(四)区块链征信的局限性1．私钥的泄露或丢失区块链中的私钥由用户自己生成并负责保管一旦丢失，用户无法授权征信机构和其他机构，征信机构无法使用及追溯用户数据，此问题的解决较为复杂2．用户的“被遗忘权”与区块链的不可纂改性的矛盾信息主体对错误信息的修改权与区块链的不可纂改性矛盾第十二章征信与金融科技第三节人工智能与征信一、人工智能人工智能，缩写AI，是计算机科学的一个分支。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。人工智能的应用：指纹识别、人脸识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学、语言和图像理解、遗传编程等。一、人工智能机器学习是人工智能的核心，属于人工智能的一个分支机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法机器学习的核心是数据、算法（模型）、算力（计算机运算能力）机器学习应用：数据挖掘、数据分类、计算机视觉、自然语言处理(NLP)、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用等一、人工智能思考：八爪鱼抓取数据的过程是人工智能吗？是机器学习吗？二、人工智能征信冰鉴科技官网（一）人工智能征信的现状特定的对象：信用不可见人群”艾可飞在信用评分中应用了机器学习软件益博睿的信用评分设立了沙箱，并提供历史信用数据和一套机器学习工具冰鉴科技：小微企业和个人信用评估二、人工智能征信（二）人工智能征信的局限性人工智能的应用建立在存在大量可供“训练”的数据集的基础上，如果数据不充分，人工智能应用的效果会受到牵连基于人工智能的信用评分像“黑匣子”，透明度低。如果借款人被拒，人工智能难以向其和监管层给出令人信服的理由第十二章征信与金融科技第四节征信的发展与展望一、我国征信机构的发展方向

（一）拓展替代数据的应用跨界经营带来了更多替代数据的使用，替代数据是除信用卡、货款等传统信贷数据以外的数据，包括电话费、公共缴费和地址变更等内容目前，中国有数十家初创高科技企业正在探索使用替代数据对传统信用信息较少的自然人和企业进行征信一、我国征信机构的发展方向

（二）探索征信市场细分领域各家征信机构需要探索出一条异于央行征信系统，同时满足市场与自身发展需要的征信道路随着征信市场规模的不断扩大，部分征信机构基于自身特点及优势，开始专注于某一细分领域或某一业务环节，提供具有针对性、定制化的征信产品服务一、我国征信机构的发展方向

（三）深化征信产品设计如何基于相同数据进行更有深度的挖掘与分析和提高产品体验，将是征信产品的深化方向（四）线上线下相结合作业线上服务虽然高效便捷，能较好满足客户的标准化需要，但在满足客户个性化需求与建立良好持久的合作关系上也有所欠缺二、我国征信业的发展趋势

（一）金融科技与普惠金融2019年，征信系统累计收录10亿自然人，覆盖率达到73%，但这10亿人的信用档案中，真正有信用记录的人不超过50%，而没有记录的那50%却正是消费金融需求最旺盛的人群征信蓝海市场的扩容离不开金融科技的推动，依托大数据技术对海量数据集成处理，依托云计算技术对大体量数据进行存储计算，依托区块链对数据整合，依托人工智能提升征信运算效率等二、我国征信业的发展趋势（二）信息安全与隐私保护在现有监管政策的基础上，还需从业务、技术和管理上明确征信信息保护的监管职责，增强征信系统的技术防范措施，从技术上杜绝违规查询征信信息