互联网金融（第二版）课件 第10章 大数据与信用管理

互联网金融第十章大数据与信用管理大数据的定义和特点一二三二、大数据的定义与特点五四7大数据征信大数据信用管理本讲导读本讲小结01大数据的定义二、大数据的定义和特点麦肯锡全球研究所给出的定义：大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。研究机构Gartner给出的定义：大数据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来适应海量、高增长率和多样化的信息资产。大数据科学家JohnRauser的定义：大数据是任何超过了一台计算机处理能力的数据量。9本教材使用的定义定义大数据是数据积累到一定阶段并成为知识经济体系中核心资源过程中的一系列技术层面、资源层面以及思想层面的变革的总称。变革层面技术层面，大数据代表了新一代的数据管理与分析技术。资源层面，大数据是新的资源，体现了一种全新的资源观。思想层面，大数据打开了一种全新的思维角度，赋予了实事求是新的内涵。10二、大数据的定义和特点大数据的定义0102“5V”大数据的特点可以从数据量、种类、价值、速度和真实性五个方面来概括，对应的英文分别是Volume、Variety、Value、Velocity和Veracity，简称“5V”。海量的数据规模（Volume）多样的数据类型（Variety）巨大的数据价值（Value）快速的数据流转（Velocity）数据的真实可靠（Veracity）11二、大数据的定义和特点大数据的特点03

动因大数据的技术优势是大数据与金融相互融合的重要前提，具体表现在开放、高效、客观和动态四个方面。经过长期的发展，金融机构的数据量已经有了一定程度上的原始积累，其中的非结构化数据也在以更快的速度增长，因此金融机构在大数据应用方面有着天然的优势。未来的金融是普惠金融，是人人金融。在帮助金融进入人们生活方面和在普及金融涉及范围的广度和深度方面的工作，只有大数据能够胜任。12二、大数据的定义和特点大数据与金融的融合一三二四、大数据征信大数据信用管理四19大数据征信本讲小结五本讲导读大数据的定义和特点01概念大数据征信（BigDataCreditReporting）是指通过网上非定向地全面抓取各种数据，获取海量网络信息，从而实现对信息主体的信用轨迹和信用行为进行综合描述，以全面刻画信息主体的诚信度、行为合规度与践约度。21四、大数据征信大数据征信的概念和特点01特点数据来源广泛覆盖人群广泛应用场景丰富信用评估全面22四、大数据征信大数据征信的概念和特点02概述互联网金融具有正外部经济、范围经济和规模经济三重效应，从而提高了金融服务的效率和金融资源的合理配置。但是随着借贷融资范围的扩大，交易对象的数量会极大扩充，信息真实性的审核难度将加大，信息不对称问题在互联网环境下也变得更加复杂。相关理论逆向选择和信号传递道德风险和声誉理论长尾理论（TheLongTail）23四、大数据征信大数据征信相关理论03个人、企业和其他组织在经济、社会活动中产生各种行为，这些行为数据被各类金融机构、政府部门、企事业单位、互联网公司等上游数据生产者采集。通过一定的数据处理被中游征信机构采用，征信机构对这些数据按照某些模型继续加工和分析得到个体的征信情况。商业银行、保险公司等下游信息使用者在有业务场景需要时就会查询个体的征信情况。24四、大数据征信大数据征信流程03征信大数据的上游生产者信用交易数据生产者商品服务交易数据以及行为数据生产者政府公开信息和公共服务信息数据生产者其他数据生产者25四、大数据征信大数据征信流程03中游征信机构的数据加工大数据征信的数据加工过程大数据征信的挖掘分析26四、大数据征信大数据征信流程03下游信息使用者对数据征信产品的使用

分为基础产品和增值服务两类基础产品个人征信报告企业征信报告企业信用评分增值服务大数据征信平台大数据监测预警大数据风险排查27四、大数据征信大数据征信流程04市场主导型征信模式定义以市场为主导模式的私人征信体系主要是由在市场环境的主导下，以盈利为目的，根据市场需求，自由发展设立的各种大大小小的征信机构组成。各类金融机构、贷款机构以及其他信用信息使用者，自愿选择决定是否加入不同的征信平台。代表国家美国28四、大数据征信大数据征信模式04政府主导型征信模式定义这种模式的特点是以政府和中央银行共同建立的消费信贷登记系统为主，为中央银行、商业银行、政府金融机构等提供发放贷款的信息，这就决定了其不是为市场服务，不以盈利为目的。此模式在中央银行收集和监督管理商业银行、金融机构、个人和企业信息，以及制定政策法规等方面发挥了重要作用。代表国家德国法国意大利西班牙29四、大数据征信大数据征信模式04同业共享型发展模式定义该模式引导会员加入行业协会，会员可以通过协会建立的信用信息中心基础数据库为自身提供征信服务。会员在享受服务的同时，可以向协会的信息中心提供自己获得的个人和企业资料，所有会员的信息汇集在一起供所有会员共享，这种信息资源共享机制将信用信息中心变成信息共享平台，既提高了效率又降低了成本。此模式下，协会向会员收取不同水平的费用，会员得到相应费用标准的征信服务。代表国家日本30四、大数据征信大数据征信模式一四二五、大数据信用管理大数据信用管理三31大数据征信本讲小结五本讲导读大数据的定义和特点01信用管理是指经济主体（政府、企业和自然人）在信用交易中进行风险管理的活动，即通过收集分析征信数据、制定信用管理政策、配置信用资源等，对信用风险进行识别、分析和评估，有效的控制信用风险和用最经济合理的方法综合处理信用风险，使信用风险降低到最小程度，维持信用关系的正常运行。信用管理本质上是对信用资源可能带来的收益与风险的平衡和信用关系的维系。信用管理就是提供信用的一方利用管理学的方法和信息网络技术等来解决信用交易中存在的风险问题。33大数据信用管理的概念五、大数据信用管理01利用新兴技术进行信用管理的优势通过互联网浏览记录、电子商务平台消费记录、互联网金融平台金融服务记录，大数据技术可以获取更多的数据信息，覆盖更多的群体，帮助没有纳入传统征信系统的用户获得金融服务。大数据征信不仅包括离线数据，也包括在线实时动态信息，当出现影响客户信用状况的数据信息时，征信系统会自动调整客户信用评分，实现风险实时监控和提示，及时为当前信贷决策提供依据。支付平台的核心数据是以用户消费和支付为基础的，能够补充和完善现有征信系统。基于模型的大数据征信可以降低评价结果与客观事实存在的偏差，避免传统征信评价结果容易受到分析人员职业素养、道德品质等主观因素影响的问题。34大数据信用管理的概念五、大数据信用管理02信用风险的识别

信用风险识别是信用管理的首要步骤，指的是风险管理人员在调查研究后，运用科学系统的方法对经济主体所面临的各种潜在风险形态进行全面识别和系统分类。主要的识别内容有三方面识别风险来源分析风险因子分析风险效应35大数据信用管理体系构成五、大数据信用管理02信用风险的度量

信用风险度量是信用管理过程中的关键环节，是在信用风险识别的基础上，进一步运用概率统计等数学方法，估计和衡量风险发生的可能性和风险损失的范围和程度。信用风险衡量的内容包含两个方面风险发生的概率风险损失的程度36大数据信用管理体系构成五、大数据信用管理02信用风险的预警

信用风险预警机制是指在现实金融活动的基础上，在相关的金融理论支持下，采取一系列科学系统的预警方法技术、指标体系和模型信号系统，监测金融运行过程，并对监测结果发布警示的金融决策支持系统。借助有效的信用风险预警机制，经济主体或监管当局可随时掌握并有效评估信用风险情况，及时发现问题并采取措施，以控制风险减少损失。37大数据信用管理体系构成五、大数据信用管理02信用风险的控制

它指的是经济主体或监管当局在识别出可能的潜在风险，度量出风险损失发生的概率和程度，并对其进行预警监测的基础上，采取各种适宜举措对风险予以控制，避免风险实际发生后扩散辐射以及带来难以承受的巨大损失。主要的风险控制策略风险分散风险对冲风险转移风险规避风险补偿38大数据信用管理体系构成五、大数据信用管理03大数据技术的发展为经济主体管理信用风险提供了高效可靠的助力。经济主体可以从自身实际出发，选择合适的切入点，引进应用这项技术。加强信息挖掘整合，提高对市场和客户的认知面对大数据时代的到来，各个信用风险管理主体应当积极主动地利用大数据分析整合技术，开发整理自身内部的数据资源。借助大数据开展信用评分，完善风险决策机制基于大数据技术的信用评分模型，无疑是对传统征信机制的有效补充。建立集中式的风险监测预警中心，管控信用风险为了最大化的发挥信用管理主体数据收集、整合的价值，有必要建立集中式的风险监测预警中心，据之实现风险全面管控。39大数据信用管理体系建设五、大数据信用管理03大数据技术的发展为经济主体管理信用风险提供了高效可靠的助力。经济主体可以从