缺央行徵信報告，無法接入央行徵信，小微該如何徵信？

12-28

謝邀。
從始至終，徵信業的發展就是建立在已經有一定經濟基礎的階級之上。徵信業的基礎是信用信息，向深了看其實是借貸主體本身的資質決定的，如果主體本身資產極少，是會被逐利的金融體系排斥在外的，無法產生信用信息，只能依靠民間借貸或者國家扶貧，直到達到一定條件，被金融體系接納，才會進一步進入徵信體系。
所以不是小微缺央行徵信報告，無法接入央行徵信，而是小微企業本身融資難，導致無法獲得貸款或開辦其他信貸業務，從而導致無法向徵信中心報數，才缺徵信報告，順序錯了。小微主體要做的不是想辦法直接進入徵信然後融資（這其實算是一種騙局），而是自我發展。
同時，做為一個國家主導的資料庫，徵信中心的作用只是保存已有的信息並簡單加工，而深層次地加工以便信息可用於信貸等方面，從一開始就是由銀行跟信用管理類公司去做的。
——————詭異的分割線——————
其實我不在徵信部門也挺久了，本來不應該來答這類題，可是有的觀點實在是令人不忍直視。不好意思我有話直說了哈。

據我所知，目前央行徵信覆蓋的人群大約為3億（此數據為採訪者提供，不保證信息源真實。）這就意味著很多金融機構在放貸的時候，想依靠央行的徵信系統是靠不住的。

不討論數據準確性。徵信中心的數據來源於銀行業務的辦理，理論上，你辦理過信貸業務就必須向人民銀行徵信中心報數，除了少部分因為技術原因而傳輸不了的。所以如果一個人在徵信中心查到的信用報告是空白的，就意味著他根本沒有辦理過信貸業務。舉個不恰當的例子，銀行對一個剛進城的農民工放貸，確實徵信中心是無能為力的，但j對於一個長期做小生意，經常借小額貸款、資產很少的創業農民工，難道也是沒有用的？這樣就推理出「很多金融機構在放貸的時候」，這是什麼邏輯？

而且，據我所知，業界也並不認可央行徵信。（同樣是來自採訪者觀點，他認為，央行的徵信拿到的數據都是有水分的，而且體制內做事不靠譜，此前央行徵信某領導剛剛鋃鐺入獄？）

我就想問問業界是指哪個業界？既然可以「據我所知」，那據我所知，銀行現在雖然不至於沒有人民銀行徵信系統就放不了貸，但一筆貸款來了之後先查信用報告還是規範流程中的一部分，如果真的沒用，大銀行每年花幾千萬接進去徵信系統是嫌錢多還是送錢給徵信中心玩？
「央行的徵信拿到的數據都是有水分的」，徵信中心只是開放了介面允許銀行接入，直接對接銀行業務系統。有水分，是指銀行的業務系統本身就有錯，還是指銀行甘願冒法律風險不停往徵信中心報假數啊？平時因為技術原因報送不成功，銀行都會被通報報送成功率過低，是什麼原因讓你覺得徵信中心連程序員都招不起了？又是什麼原因讓你覺得徵信中心能容忍一家長期報送有問題的機構不停報錯誤數據而不進行處罰或者要求整改的？又是所謂的貪污腐敗？
「體制內做事不靠譜」，作為一個信用管理專業畢業的本科渣生，我都不好意思跟你提從90年代初民營資本自行組建信用管理類公司，出現老四大，2000年後此類公司基本被外資收購完的往事，我也不好意思提起其中一家曾經給過鐵道部AAA評級而給中國本幣AA+的神來之筆，更不想提起目前銀行間市場堅決要引入投資人付費模式評級而不是被評級主體付費評級的評級公司是少有的國資背景而不是同樣在那個名單里的幾家民營公司。如果體制內做事不靠譜，在人民銀行組織建立企業跟個人徵信中心的十年時間裡，民營信用管理類公司前後長達15年以上的時間為何開拓不了國內市場？13年《徵信業管理條例》出台前，信用管理類公司只要隨便去工商登記就可以開了，根本沒有監管，算起來20年的時間都追不上一個不靠譜的體制呢（笑）。
「央行徵信某領導剛剛鋃鐺入獄」，原來評判一個業務系統有沒有效率跟作用還要以其中的幹部是不是佔用公車為基礎呢，突然覺得自己沒見識很慚愧呢。

而採用合作銀行委託查詢的，一般都會收取50元至100元的查詢費用，而關於這部分費用一直是個謎，因為查詢信用報告是免費的，無論有沒有申貸成功，這部分費用借款人是必須交納的，而這部分費用自然就進了某些人的口袋，長此以往會在一定的程度上影響網貸平台的品牌。

接入徵信中心之後，銀行向徵信中心查詢數據是收費的，按貢獻率進行計算，向中心報數越多，查詢就越便宜，只查不報，越來越貴，只管叫銀行查又不給銀行報數，還要佔用工作人員時間查詢，收你錢了還覺得不公平（金額多少暫不討論）？「因為查詢信用報告是免費的」，13年以前是免費不限次數查詢，13年後，《徵信業管理條例》第三章第十七條，「個人信息主體有權每年兩次免費獲取本人的信用報告」，第三次開始查詢一次25塊，你忘了我提醒，OK？

央行徵信雖然覆蓋面廣，信息量大，但也存在相關信息更新不及時和不真實，如個人徵信報告中的民事判決記錄、強制執行記錄及電信欠費記錄等數據都來源第三方，存在很大的不可確定性。

民事判決記錄、強制執行記錄這是法院乾的，電信欠費記錄這是電信運營商乾的，不要第三方提供又要這些數據，我人民銀行的員工難道還得給人拉寬頻？

同時包括個人的社保、保險、教育、房產、車輛都沒有完全納入。

教育信息有，請查明細版個人信用報告，其他內容，請參照《徵信業管理條例》第三章第十四條。

徵信系統不健全、不開放

不健全我贊成，不開放就不好說了吧，對於很多小貸公司或者其他機構，基本上就是你有完善的內控制度和業務系統，掏錢自己開發一個數據轉換的介面，拉一個專網，當地人民銀行說不定都巴不得你當天接進去呢，但是我就想問問，為什麼有的公司的業務系統就是一個簡單到可以隨意篡改信息的資料庫?
大家有什麼意見請直說。

謝邀，如果是線上審核，可以接入一些第三方徵信平台的數據，但是這個只是聽說沒有用過，不知道怎麼樣、、、
然後，從銀行或者其他擔保公司這樣的機構獲取，首先你批量查詢不太可能，當年就是因為沒有經過申請人允許亂查徵信，有銀行因此被起訴，才有了現在的申請人授權查詢、、、其次，從第三方查詢的，如果不是實時從列印的地方獲取，在途過程中也會出現很多失真的風險，比如篡改等等
現在好多P2P信貸機構獲取徵信的方式就是：線下陪同列印，一線人員陪同申請人去人民銀行臨櫃列印，這個麻煩但是最靠譜啊、、、
感覺未來大趨勢，應該還是會發展到從第三方徵信機構獲取，當然首先是第三方的收據庫足夠全面，然後就是收費要低啊，之前有某第三方機構邀請我做測評，看了下他們網站上的價格，查個徵信要幾千RMB，當然他們聲稱可以直接或者關聯企業以及相關高管和出資人徵信，反正這麼高的成本我是不會提倡推廣使用的，寧願去人民銀行排隊列印。
最後，個人觀點，相對於央行的免費查詢，第三方徵信機構如果想要做大而且有市場，我覺得最關鍵的還是內容，你要做的比別人不一樣，要比別人內容更多，不要我花了錢拿到手上的東西，我一看：一個人行徵信+全國企業信用信息公示系統，這兩個地方提供的免費的比你們的還全面，那我何必去花錢呢、、、

簡單。
有線下的公司就讓業務員陪著客戶到當地人行拉一份簡版。
純線上公司就讓技術在app里嵌入徵信中心web頁面的url，讓客戶自己填寫登錄。
或者截圖也可以。
或者就找渠道批量買詳版，20到100一份，看bd的水平。

PBOC的徵信是對國家體系內開放度，基本只有銀行，消費金融，部分信保，以及重慶的政府扶持的小貸機構，P2P,P2B P2F都進不去。
所以可以從8家批複的個人徵信機構入手，分別是前海，中智成，中誠信，騰訊，阿里，鵬元，拉卡拉，華道這8家
其中優劣各有千秋，比如騰訊側重社交數據，阿里是自己的閉環交易數據，鵬元，中誠信都是老牌徵信機構社會數據較多，華道以簡訊運營商，廣告點擊信息為主，拉卡拉的話是自己的支付數據，前海是平安集團的數據。基本上社會開放數據都是同質的，上面的是各家的特色數據。其中除了數據也有自己比較有特色的衍生數據，基本每家都有自己的分。現在徵信評分做的比較好的市場佔有率比較高的就是，中誠信，前海，鵬元，拉卡拉。都有自己的數據分析團隊。
不過中國的數據主要是質量不好，數據清洗難度大，所以底層數據基本都沒法入模，導致維度受限制，分數感覺都不會向美國的FICOscroe效果這麼好。不過中國的徵信行業策略本來就不太像美國的徵信局的開放性經營，基本比較像日本的半封閉混業經營。
據我所知FICO為PBOC做的徵信評分項目-徵信100反響也不太好。
不過現在國內黑名單發展的很迅速，可以去看看安融慧眾的黑名單和同盾的反欺詐服務效果都不錯，可以作為審批的良好補充。
這裡先介紹一下數據環境，有贊再更如何使用

撇開實際控制人談小微授信都是耍流氓。

央行徵信目前還是一個基礎，大部分貸款機構都要看這個。芝麻信用、一些貸款機構互通的資料庫和一些互聯網大數據也在提供輔助，但還不成主流。

雪梨醬最近採訪了曾經在ZestFinance和Kabbage擔任過重要職位的數據科學家，顧凌雲。顧凌雲是這麼和我介紹的：

小微企業徵信一直都比較難做，因為小微企業的所有變數都是快變數。

拿IBM公司舉例來說：1972年以前的IBM是以賣機器硬體為主的；1972-1992年，IBM基本是賣機器加綜合解決方案混在一起的；直到1992年，微軟的出世徹底打碎IBM的硬體夢以後，IBM完全變成基於諮詢的一家公司了。

從個人徵信的角度來看，歷史數據多是好事情。因為在進行建模的過程中，歷史數據越多，表現出來的指向性和穩定性就越強。但這個情況在企業徵信中就不一樣了——如果拿IBM的歷史數據來建模，數據的歷史越長，傷害越大，因為這些歷史數據對應的不指向同一個經濟指標。

小微企業徵信用到的快變數中，有很多維度是個人徵信中涉及不到的。

第一，社會輿情。比如，上海靜安區有一家人流量很大的餐館，這家企業的經營狀況非常不錯。而餐館對應的社會輿情是什麼樣呢？比如說，可以通過爬取大眾點評上的評論獲取。

第二，企業本身的經營狀況。經營狀況的離散程度非常大，因為企業可以輕鬆作假。所以這個時候會用交叉驗證或者其他大數據的方式來解決。

比如上述的餐館，我們發現，在全國範圍內類似情況的地區——比如說南京鼓樓區，西安鐘樓區，或者北京西城區——在同樣的人流量、相同的經濟結構、居民/上班族的比例類似的情況下，其他的餐館對應的菜品的流量，以及餐廳的價格和收入，和這家餐廳有不少出入。

這個時候基本可以判斷，上海靜安的這家餐廳一定作假了。

但大數據不是萬能的，這時候要復原它的報表，可能還基本做不到。但是一旦我們知道它作假，我們就在模型之中就會有相應的penalty。

第三，行業信息也很重要。比如，很多（放貸的）金融機構會明確要求：不要鋼貿。因為鋼貿行業的欺詐比例非常高。

最後一個重要的信息是企業主信息。現在很多小微企業活不下去了，真正企業運營出問題的，只有大概30%。更常見的情況是企業主出了問題——要不因為涉黑，在東北被追殺所以不能開店了；要不就是他把錢交給黑幫了，沒法還錢了；或者因為他離婚了，要賠一筆錢凈身出戶了；或者因為涉黃涉毒，把錢弄出去了等等。

所以在中國小微企業徵信，如果不做企業主或實際企業控制人的徵信的話，其實是沒有意義的。

這些信息整合起來看，大概就可以看到小微企業的徵信的重點和難點在哪兒了。

感興趣的可以看原文：冰鑒科技顧凌云：餐廳換了老闆娘，徵信大數據都知道 - 知乎專欄

小微企業還是個人，這兩個是完全不同的區域。。。

央行徵信是國內最大的金融信息資料庫系統，包括企業信用信息基礎資料庫和個人信用信息基礎資料庫，查詢徵信報告一直是P2P的行業迫切訴求，央行徵信的數據主要是銀行體系及少部分小貸公司提供的，P2P平台接入央行徵信系統尚存在許多障礙，直接制約了P2P網貸的信用評估、貸款定價和風險管理效率，增加了交易成本，另外，信用風險分析的傳統方式已經很難滿足當前龐大而嚴格的市場需求，許多平台紛紛與第三方徵信機構或風控平台合作，利用大數據徵信創新風控手段，降低信用風險。

P2P網貸使用央行徵信的現狀

P2P網貸平台目前還不能直接進行查詢央行徵信報告，必須由借款人自行列印或授權查詢。大部分平台都要求借款人自行列印，為了防止借款人私自修改報告，一般平台都會派出相關人員陪同列印，這就有可能會引發陪同人員收受賄賂，協助借款人更改信用報告的道德風險。而採用合作銀行委託查詢的，一般都會收取50元至100元的查詢費用，而關於這部分費用一直是個謎，因為查詢信用報告是免費的，無論有沒有申貸成功，這部分費用借款人是必須交納的，而這部分費用自然就進了某些人的口袋，長此以往會在一定的程度上影響網貸平台的品牌。

央行徵信數據也存在諸多不足

截至今年9月，央行徵信系統已經收錄8.7億自然人，其中有信貸記錄的為3.7億人，其餘5億人沒有信貸記錄。相當大一部分人群和企業在央行是沒有徵信記錄的或者沒有信用記錄，業內把沒有信用記錄的人群稱之為「白戶」，國內仍有10億人遊離於央行徵信體系之外，是真正的信用「白板」用戶。徵信作為金融業的基礎設施，10億信用白板人群的存在，不僅意味著徵信體系的巨大缺口，也意味著這部分人群的信貸需求極大程度上被抑制，中小企業及個人陷入融資難，融資貴的尷尬境地。

另外，央行徵信雖然覆蓋面廣，信息量大，但也存在相關信息更新不及時和不真實，如個人徵信報告中的民事判決記錄、強制執行記錄及電信欠費記錄等數據都來源第三方，存在很大的不可確定性。央行徵信的數據主要是銀行體系及少部分小貸公司提供的，民間借貸信息不會接入到央行徵信系統，同時包括個人的社保、保險、教育、房產、車輛都沒有完全納入。

徵信系統不健全、不開放，直接制約了P2P網貸的信用評估、貸款定價和風險管理效率，增加了交易成本。網貸平台很難獲知借款人的多重負債狀況——不清楚借款人在其他平台上有多少負債，是否逾期，這就增加了P2P平台的反欺沒詐和控制信用風險的成本。

大數據徵信，成為央行徵信有益補充

商業徵信市場的發展、移動互聯網技術、智能設備的普及、大數據徵信技術的提高正改變這一狀況。基於社交網路信息、網購信息等集合而成的徵信信息正越來越多地應用到徵信進程中，依靠大數據多維度交叉驗證便成為小微信貸機構降低業務風險的有效方式。

阿里、騰訊一類的互聯網企業本身就可以產生數據，而且與傳統徵信體系主要收集財務數據不同、互聯網企業可以搜集電子商務、社交等信息，數據來源廣泛，可以從更多角度對徵信對象進行分析。國內領先的風控服務機構神州融，通過第三方徵信機構、電商平台、反欺詐機構等廣泛的數據源對接，將電商數據、行為數據、學歷、工商等各類信息整合，並通過數據處理及分析，以及各類決策規則，為金融機構提供一站式風控服務。

未來，在線授信、在線放款將是互聯網金融業務的一個趨勢。隨著國內經濟往新常態的轉換，傳統線下的經營貸、小企業貸等越來越不好做，很多公司都在往白領貸、消費貸等更小額分散的產品上下沉。同時還出現了很多做學生分期、消費金融以及發薪日貸款類的產品，在線放款成為整個行業的大趨勢。因此，大數據徵信的應用場景將日益豐富，對於大數據徵信的需求也將越來越強烈。

最近幫一家小貸公司做一個基於電話記錄，淘寶，京東的個人數據的個人徵信評估平台。
小貸公司一般實力小，不太可能與大的徵信公司和平台合作。
故小貸公司只能想自己的土辦法（有時候土辦法也是很高效的）去確定客戶的徵信。
方法描述如下：
1. 貸款客戶提供手機號和密碼、淘寶賬號密碼，京東賬號密碼
2. 小貸公司去對應網站抓取通話記錄，交易記錄
3. 數據KPI分析
4. 基於KPI分析結果，得出個人徵信模型

幾分鐘里，確定用戶的風險。
下面列出根據上面數據可以得出的一些KPI：
1. 是否有信用卡催款來電記錄
2. 是否有澳門來電等
3. 是否有多天關機記錄
4. 是否有其它貸款公司的來電
5. 近期是否去過其它城市
。。。。
基於通話記錄，京東，淘寶等個人數據，可以分析出很多個KPI指標。

現在人行可以提供個人徵信查詢。你們可以讓貸款關聯人直接到人行去申請查詢，在時效內帶著徵信去申請貸款

此問題不成立，貸款方可以要求借款方去列印自己的徵信，有問題嗎？有難度嗎？
不要想著搞個大新聞，我知道你的意思，你們想批量不經本人授權去央行的徵信庫里下載所有人的徵信，若是這樣，第三方是不是成了側卧炸彈？估計還想著往裡邊隨心所欲的加點料吧
現在很多app宣稱可以查看自己的徵信，不明真相的群眾就傻乎乎的去註冊了，就這樣赤裸裸的把自己暴露在試圖搜集個人核心隱私的人手中，無論是自用還是賣錢估計一份徵信資料不是一張毛爺爺了的價錢了
這是政治紅線，即便是螞蟻評分恐怕也沒能從裡面拉去資料

我有出詳版的徵信報告，不過需要授權

wx:jrqjob

中立第三方徵信介面：

http://zxapi.mydoc.io

轉載：血腥的p2p江湖，大數據風控是最後的救贖者嗎？

彭大衛，某p2p公司創始人，創業兩年，磕磕絆絆，相當煎熬，平台居高不下的壞賬率，讓彭大衛徘徊在絕望邊緣。

公司的新借貸產品一上線，就吸引了1000多名用戶前來貸款。產品經理很開心，但是曾遭遇賴賬逾期用戶的大衛卻很糾結，他擔心，產品沒推廣，就「聞腥而來」的借貸者，可能是騙錢的老賴和騙子。在恐懼中，彭大衛拉黑了所有用戶。沒用戶，沒營收，沒盈利，拿不到投資，忽明忽暗的地鐵里，絕望恐懼的彭大衛，抬眼張望著陌生的乘客，看誰都像是騙子。究竟該何去何從？

p2p風控三大痛點

彭大衛是個化名，他的故事，卻在p2p行業再真實不過。（彭大衛的故事請點擊：https://b.zmxy.com.cn/index.htm?scene=meiti ）在整個互聯網領域，沒有比p2p更血腥和殘忍的行業了，資本寒冬里，倒閉潮最兇猛的就是P2P。自2011年，國內累計成立的P2P理財平台達3984家，已有過半P2P平台倒閉或者跑路，而投資人閻焱認為，未來9成P2P平台將倒閉。類似e租寶之類涉嫌自融、騙貸的p2p平台，倒閉是好事，但是也有很多p2p平台創始人，原來是滿心火熱投入創業大潮，如今卻被浪頭打翻在沙灘上。他們的死因，多數都是沒做好風控。根植在互聯網的p2p平台，並未改變金融業的本質，而風控永遠是金融業的命門。

首先，p2p面臨的風控悖論。 過去，很多p2p單打獨鬥做風控，控不了也做不好。原因很簡單，來p2p借款的人，都是在銀行貸不了款的中小企業或者個人————他們之所以在銀行貸不了款，就是因為徵信數據太少不完善，或者徵信評分太低，因此，被銀行默認為拒絕貸款的中高風險客戶。問題在於，類似彭大衛公司這樣的p2p平台，並不掌握用戶足夠多的數據，同時，也難以識別用戶數據真偽，要在噪音龐雜的用戶數據中，做出精準的信用評分，那就更加不可及了。有了借貸方才能開展業務，但是如果做不好風控，就是規模化房貸、規模化風控，要麼就放任壞賬率逾期率大幅提升，要麼就像彭大衛一樣，拉黑所有用戶，徹底關停業務。

其次，風控與效率的矛盾。 很多用戶去p2p平台借貸，要麼是被銀行拒絕，要麼是嫌棄銀行放款太慢。p2p平台審批快，因此，對於p2p平台來說，極速審批，是其競爭優勢之一。

第三，如何在貸後懲戒失信逾期借款人，如何建立共享的老賴黑名單制度。 彭大衛覺得地鐵里的每個人都是騙子，恰恰是因為，他自己識別不出騙子。對於數據有限的大量p2p平台來說，共享失信人數據，建立行業黑名單制度，是降低風險的一條捷徑。其實，銀行的徵信風控系統，早就使過這一招————一個用戶一旦在某個銀行有過惡意逾期或者失信行為，他的這些污點就會被央行記錄在案，其他銀行也會對他敬而遠之。而p2p平台如果能第一時間識別出老賴，就會擠壓這些老賴們的生存空間，大幅度降低風險，魚龍隔離。既不誤傷錢在好用戶，也增加了平台業績。

就在這種背景下，螞蟻金服旗下獨立的第三方徵信機構芝麻信用，開始通過商家自助服務平台全面，開放互聯網金融風控能力，幫助行業提升風控水平。芝麻信用推出了反欺詐信息驗證、行業關注名單、芝麻信用評分、事實類信息驗證等系列產品，幫助互聯網金融企業解決風控難題，這些服務，真正能把彭大衛救出泥淖嗎？

第一，實名數據有效性高 作為螞蟻金服旗下公司，芝麻信用數據來源包括阿里和螞蟻金服，前者有全球最大，覆蓋數億活躍用戶的電商平台等，後者旗下則有全球用戶量最大的第三方支付工具。除此以外，芝麻信用已覆蓋借貸、支付、出行、住宿、公益等數百種場景，包括電商數據、互聯網金融數據、公共機構數據等。而且，這些數據全是基於真實場景的實名數據，數據含金量頗高。從這裡，就能看出，多維度數據，可以進行交叉驗證，建立反欺詐識別模型，幫助商戶判斷用戶在業務申請過程中提交的基本信息是否真實，這項業務就是芝麻信用的反欺詐信息驗證。據悉，芝麻信用的數據合作夥伴90%已經來自阿里、螞蟻之外，隨著芝麻信用接入的第三方公司越來越多，反欺詐信息驗證的準確率會更高。

第二，通過建立行業黑名單，實現聯防聯控。 所謂行業關注名單，就是通過對用戶違約行為的披露，幫助行業合作夥伴之間建立聯防聯控機制，過濾不良客戶，凈化行業環境。這些數據來源包括但不限於：政府及社會公共事業機構、行業組織、芝麻信用的各類合作夥伴（如金融機構、電商、酒店、租車公司等）截至目前為止，行業關注名單已收錄客戶在借貸逾期、套現、失信被執行、虛假交易、逾期未還車、逾期未支付等各類場景下的違約行為。通過連接各方小夥伴，構建失信逾期賴賬用戶的聯防聯控，比如，彭大衛就發現，被他拉入黑名單的1000多名初始用戶中，就有一些多次失信的老賴。

第三，加快審批速度。 很多轉而向互聯網借貸貸款的用戶，並不是信用太差，而是嫌棄傳統審批貸款太慢。比如今年4月，我買房首付款差了2萬，其實，我還有一個10萬的定期理財產品5天後到期，最後我從互聯網借貸借到了2萬，因此，很多互聯網借貸的用戶，是無法容忍冗長、複雜的借貸審批環節。而如果接入了芝麻信用的數據，在用戶授權後，就能一鍵導入用戶留存在芝麻信用平台上的數據，大幅削減了申請流程，加快了審批速度。完美的徵信模式應該是「華爾街＋矽谷」模式，打通新型的互聯網徵信，和傳統的央行徵信系統，兩者數據場景互補，一個是縱深的含金量頗高的銀行信貸數據，一個則是橫向的多元豐富的網路行為數據，兩者結合，釋放最大的信用價值，提高風控水平，實現「數據即信用，信用即風控，風控即價值」的理念，那時候，彭大衛等p2p創業者，就得到了真正的救贖。

三個思路：
1.Zestfinance模式——替代信用數據，一切數據皆信用
美國ZestFinance：用大數據作金融風險管控，抓住這幾點最有效！-鈦媒體官方網站

2.Upstart模型——找到精準細分群體，比如剛畢業的學生，利用風投的思維，評估該群體未來的潛力
http://techonomy.com/2014/08/upstarts-p2p-lending-platform-aims-young-borrowers/

Upstart Review for P2P Investors - Lend Academy
3.哈佛企業金融實驗室——基於心理學模型，為小微企業服務

文章我沒看，但就你題目提出的問題，我可以回答你。小微機構可以去人民銀行徵信部門申請接入徵信系統。徵信中心目前有一套針對小微機構的互聯網平台。小微可以通過互聯網平台查詢銀行版信用報告。

個人去人行列印，企業去基本戶行開！人行名義對企業放開，但是一律不給查詢！

意思是隨便讓人查？信息泄露怪誰的？

央行的徵信查詢系統對很多小行是不開放的，但是做業務需要查詢個人或企業的徵信，不光對於小微業務。所以他們可能會有一個爬蟲系統，去爬人行徵信網站。