java 芝麻信用 芝麻信用数据源有哪些

一、国内外征信体系信息概览

• 国内公司

公司	侧重领域	通用信用分	数据来源	合作机构	客户群	优势
芝麻信用	生活场景	芝麻信用分	“阿里系”电商、“阿里系”参股企业、支付宝	30 余家行业龙头、融 360等 P2P 平台	金融机构和普 通用户	依托阿里电商系的交易 数据闭环
腾讯征信	生活场景	腾讯信用分	财付通数据以及社交数据	微众银行、建设银行、光 大银行、众安保险、浦发 银行、招联金融等	金融机构和普 通客户	社交关系有极大的优势
前海征信	信贷审批	好信度	“平安系”内部的数据、50 多家合作金融公司、“平安系”移动 APP	50 家信贷机构，如宜信、搜易贷等	金融机构和普 通客户	银行 + 保险的模式获取 了大量金融服务的客户 数据
鹏元征信	信贷审批	鹏元 800	深圳和广州的深入金融征信数据	融科贷等 P2P 网贷平台	机构客户	几乎覆盖了深圳地区所 有的小贷
中诚信征信	信贷审批	万象分	百余家中小银行	“信用联盟”的 70 余家机构以及百家中小银行	主要是机构客 户，个人仅提 供查询服务	大量的企业和企业主信 息，与运营商数据有深 入合作
拉卡拉信用	生活场景	考拉评分	第三方支付拉卡拉数据、40 余万家线下便利店	超市、酒店和租车行业	个人客户	大量真实线下交易及其 他交易数据
华道征信	反欺诈平台	猪猪分	—	—	租房者和房东	有大型企业资源，可获 取独占数据

• 国外公司

国家	公司名称	数据来源	技术手段	应用方向	主要特点
美国	ZestFinanc	历史信贷数据、网络及 社交数据、非传统数据	机器学习预测模型和集成学习法	主要应用于信用贷款审批，未来还将拓展到汽车金融、医疗服务、学生贷款等	为传统征信评估无法覆盖的 人群提供服务
	Equifax	信贷数据、公共记录	构建数据评估模型	应用于风险管理、身份验证、欺诈检测、决策分析和市场营销等领域	通过收购高科技公司来组建自有的创新团队，以加快产品的研发和布局
	TransUnion	传统信用数据、替代信 用数据、消费者公共记 录、专有数据库	基础大数据技术、增强的大数据匹配连接能力	为金融机构、非金融企业的市场营销提供决策分析产品	信用报告直接向消费者报告
	Kabbage	电商平台交易数据、物 流公司配送数据、社交 网络行为数据	动态大数据评估	确定电商卖家的经营状况，向符合资格的商家提供信用贷款	以互联网数据为主，推行动态信用评分
英国	Experian	信用账户信息	跨渠道身份识别引擎连接客户消费接触点	应用于管理信贷风险、防止欺诈行为、确定营销目标、实现自动化决策	整合公开信息，作为独立的 第三方机构提供有关信用信 息
	Bigdatascoring	网络行为数据	云计算和大数据技术	通过大数据为出借人提升贷款质量和撮合率	为传统信用评分低或不存在信用评分的客户提供服务
德国	Kreditech	公开信息、社交信息	大数据技术、人工智能算法	利用大数据分析客户信用度、 确定是否发放小额短期贷款	信息量与预测精确度以及客户的信用额度呈现正相关态势
新加坡	Lenddo	社交媒体和智能手机记 录等非传统数据	机器学习算法	用于信用贷款审批	利用非传统信用数据进行信 用评估
日本	乐天	自身会员数据库	企业内部对客户数据分析和收集	乐天银行信用卡额度审批	依靠会员数量优势以及企业本身特点，为自身业务发展提供数据

二、信用体系应用实例

1、蚂蚁金服—芝麻信用等级划分

• 数据来源：人行征信记录、、信用历史、行为偏好、履约能力、身份特质、人脉关系、互联网金融交易数据、公安系统（构建用户画像、投资人画像、融资企业/个人画像）。
• 芝麻信用分共分为5个等级，芝麻信用分最低是350分，最高是950分。不同的得分对应不同信用等级，不同信用等级对应不同的权益。

等级	分数范围	权益	描述
信用较差	350分-550分	只能使用支付宝的一些基础功能，像快捷支付、快速转账、还信用卡、缴纳水电费等等。	芝麻信用最低的一个等级，一般都是新用户或者使用支付宝违规被扣分的人，信用不是很好
信用中等	550分-600	该等级的用户信用一般但也能享受到一些福利，如免押金入住酒店，另外比较重要的一点是只有信用分在550分以上才可以开通花呗。	信用中等，属于正常使用使用支付宝的用户。
信用良好	600分-650	可以在使用共享交通工具时享受免押金的服务，例如免租共享单车hello的押金，免租房押金等。
信用优秀	650分-700	可以享受到花呗、借呗的高额度待遇，免押金开共享汽车，免押金充电宝、信用购、信用医疗等。
信用极好	700分-950	在申请一些国家签证的时候可以获得便利，到700以上就可以直接申请新加坡签证，不用再提交资产证明、在职证明、户口本等等一大堆资料。

2、银行信贷信用体系--个人信贷业务信用评级

• 数据源

• 1、政府类公共数据：人行征信记录、社保、公积金、税务、水电缴费、地税、月日均等等。
• 2、平台数据：如微信、支付宝。
• 3、第三方数据：专业数据厂商。

• 信用评分卡的分类：

• 申请评分卡（A卡）：在做出是否接受或者拒绝申请人时评估申请人违约的风险；适用于个人和机构融资主体。
• 行为评分卡（B卡）：在做出有关账户管理决策时，例如信用额度，超额管理，新产品等，以评估与现有客户相关的违约；仅适用于个人融资主体。
• 催收评分卡（D卡）：用于催收策略，用于评估催收中的顾客偿还债务的可能性；仅适用于个人融资主体。
• 欺诈评分卡（F卡）：用于相关融资类业务中新客户可能存在的欺诈行为的预测管理，适用于个人和机构融资主体。

• 指标分为两大类：定量指标和定性指标
• 以A卡为例，其中用户的信用历史指标是根据客户信用记录的不同表现，把客户历史信用状况分为一级、二级、三级、四级、五级和无信用记录。

等级	贷款24个月状态	贷款5年内最长连续逾期月数	贷款5年内逾期次数	卡账户状态	卡24个月态	卡两年内逾期次数
一级	N	<=1	<=5	非冻结、非止付、非呆账	N	0
二级	1	<=2	<=10	非冻结、非止付、非呆账	1	<=3
三级	2	<=2	<=15	非冻结、非止付、非呆账	<=2	<=6
四级	3	3	—	—	<=3	<=9
五级	>=4	>=4	—	—	—	>9

定性指标，当客户某项指标符合定性指标的规定时，直接评定对应等级。

3、陆金所内部信用评级

• 各行业/公司类型有对应的打分卡
• 指标分为两大类：定量指标和定性指标

• 主体信用等级一共分19级，包括18个非违约等级和1个违约等级（C级）。

等级符号	含义
AAA	偿还债务的能力极强，基本不受不利经济环境的影响，违约风险极低
AA	偿还债务的能力很强，受不利经济环境的影响较小，违约风险很低
A	偿还债务的能力较强，较易受不利经济环境的影响，违约风险较低
BBB	偿还债务的能力一般，受不利经济环境的影响较大，违约风险一般
BB	偿还债务的能力较弱，受不利经济环境的影响很大，违约风险较大
B	偿还债务的能力较大的依赖于良好的经济环境，违约风险很高
CCC	偿还债务的能力极度依赖于良好的经济环境，违约风险极高
CC	在破产或重组时可获得的保护较小，基本不能保证偿还债务
C	不能偿还债务

注：除AAA级、CCC级,CC级、C级外，每一个信用等级可用“+”“-”符号进行微调，表示信用质量略高于或略低于本等级。

信用评级主要用于：

• 政策制定。制定差异化的信用风险管理政策。
• 业务审批
• 风险监控。针对不同的评级采用差异化的监控手段和频率。
• 限额管理。根据评级结果，设置不同的限额。
• 战略决策。内部信用评级结果是确定风险偏好和制定风险战略的基础。
• 产品定价。信用评级作为产品定价的重要基础，未来将应用于产品风险定价领域。
• 绩效考核。根据内部评级结果的应用程度，可将风险调整后资本收入率纳入绩效考核政策。