微眾銀行與普通銀行在徵信方面有什麼差異？

01-12

不要神化微眾

也不要神話螞蟻

樓上匿名所說

「不會有差別的所謂的大數據現在只能是錦上添花的，其實最核心的還是用央行徵信報告裡面的信息。」

是非常有道理的

國師和anti-國師們的分析文章，不負責具體落地執行更不負責結果，有道理的會有幾個？

BTW.大部分國師和anti-國師們甚至都不知道銀行徵信是什麼，就不吐槽這一點了

WeBank高管對外宣稱「不會有太多驚喜」

不是對自己的不自信

而是對銀行這一塊金融業務的謹慎、敬畏之心

天馬行空誰都會

難的是在真金白銀的銀行業務里，控制好風險還能玩出新花樣

一起加油

盤點：中國首批8家個人徵信公司的幕後背景

普通銀行徵信屬於傳統徵信。

傳統徵信的特點有四：由徵信機構進行專業化、牌照式經營；是「小數據」，以金融交易為核心，集中分析財務數據，一般只有幾十個數據項，主要涉及收入、資產及抵押狀態、擔保情況等，表現的主要是債務狀況；用途主要是預測信用交易風險和償還能力；數據獲取渠道比較狹窄和固定。

傳統徵信依靠幾個專業機構各自建立物理資料庫，定向搜索一些「小數據」，然後建立固定的模型，之後在資料庫里系統自動地用這些模型對數據進行計算。雖然數據本身是動態的，但是由於數據項的更新和拓展很慢，所以數據使用者拿到的徵信報告與結果是固定格式的、相對靜態的。

阿里有芝麻信用，微眾銀行自然可以依託騰訊徵信有限公司整合騰訊生態圈：q幣、微信支付記錄、拍拍網、易訊網、京東交易流水等數據，構建騰訊自己的徵信體系。

芝麻信用是獨立的第三方信用評估及信用管理機構，依據方方面面的信息，運用大數據及雲計算技術客觀呈現個人的信用狀況，通過連接各種服務，讓每個人都能體驗信用所帶來的價值。
芝麻信用是依據人們留存在行為數據（尤其是網路行為數據）而設計信用打分體系。例如：有沒有買賣過假貨，打車時有沒有放司機鴿子，預約餐廳是否言而無信，付款是否及時……這一切將描繪出一個人的誠信畫像。而這，可能是我們在互聯網世界隨時會讓陌生人看到的一張臉，它能決定人們是不是喜歡你。
「芝麻信用」通過分析大量的網路交易及行為數據，可對用戶進行信用評估，這些信用評估可以幫助互聯網金融企業對用戶的還款意願及還款能力做出結論，繼而為用戶提供快速授信及現金分期服務。
芝麻信用體系將包括芝麻分、反欺詐、風險名單庫、芝麻信用報告等一系列信用產品，背後則是依託阿里雲的技術力量，對3億多實名個人、3700多萬戶中小微企業數據的整合。
本質上來說，「芝麻信用」是一套徵信系統，該系統將收集來自政府、金融系統的數據，更重要的是會充分分析用戶在淘寶、支付寶以及社交媒體等中的記錄。

騰訊首度發聲：將如何來做個人徵信業務？

騰訊互聯網大數據徵信主要運用社交網路上海量信息，比如在線、財產、消費、社交等情況，為用戶建立基於互聯網信息的徵信報告。具體說來，徵信體系將利用其大數據平台TDBANK，在不同數據源中，採集處理相關行為和基礎畫像等數據，並利用統計學、傳統機器學習的方法，得出用戶信用得分，形成個人徵信報告。

阿里芝麻信用、騰信徵信屬於網路徵信。

網路徵信的主要特點有三：「大數據」，數據成千上萬；來源廣泛，來源於整個網路；信息全面，不拘泥於財務，既包括財務、資產類的，也包括非財務類的，例如社交行為、文字言論、談話語音、圖片甚至交友情況等各種信息，具有非常強的社會性。

網路徵信在網路平台上可以把參與網路活動的人群都覆蓋到，不用建立專門的機構和資料庫，不需要大量的資金成本和人力物力進行資料庫傳輸，即不用為了採集數據而採集數據，一切數據與信息都隨著網路活動自然生成，只要在網上通過平台或者直接使用大數據搜索與抓取就可以，成本低、門檻低，這也是網路徵信快速發展、必然成為未來主流的原因。

網路徵信是基於網路行為的大數據徵信。網上的一切數據皆信用，網路徵信是一個完全的「大數據」概念。網路徵信以海量數據刻畫信用軌跡，描述綜合信用度，主要表達信用行為狀況，主要用途是判斷可信程度、開展社交往來、授予機會以及預測信用交易風險和償還能力。

網路徵信和傳統徵信的主要區別

從表面上看，網路徵信和傳統徵信似乎只是數據的獲取渠道不同，前者主要來自於互聯網，後者主要來自於傳統線下渠道，但是二者存在較大的區別，主要表現在以下四個方面。

第一，在數據範疇和內涵方面，傳統徵信數據來自於借貸領域並主要應用於借貸領域，而網路徵信獲取的主要是信息主體在線上的行為數據，包括網上的交易數據、社交數據以及其他互聯網服務使用中產生的行為數據等，而互聯網的行為軌跡和細節更多反映人的性格、心理等更加本質的信息，可以用來對信息主體的信用狀況進行推斷。

第二，在信用評價思路方面，傳統徵信的思路是用昨天的信用記錄來判斷今天的信用。這就存在兩個問題，一是昨天信用記錄不好的人今天是否仍然是一個高風險者；二是對於過去沒有發生過信用記錄的人，如何判斷其信用狀況。對於第一個問題，網路徵信所獲取的數據可以實時地反映個人的行為軌跡，並以此推斷個人相對穩定的性格、心理狀態和經濟狀況，進而推斷其未來的履約能力。第二個問題則引出了兩者的第三個差異。

第三，在覆蓋人群方面，截至2013年底，人民銀行的徵信系統中有徵信記錄的約3.2億人，約佔總人口數的23.7%，遠低於美國徵信體系85%的覆蓋率。隨著互聯網的不斷普及，徵信數據範圍和來源渠道日益廣泛，同時互聯網技術的使用極大地降低了數據採集成本。因此，網路徵信可以覆蓋到過去沒有信用記錄的人，利用他們在互聯網留下的信息數據作出信用判斷。

第四，在應用領域方面，網路徵信因為數據來源、數據內涵、模型思路的不同，信用評價更趨於對人的一些本性的判斷，可以運用於借貸以外更廣的場景，生活化、日常化的程度更高，比如應用於租房、租車、預訂酒店需要支付押金或預授權等現實中非常常見的各種履約場景。

微眾銀行最大的特點是沒有物理網點，所以無論是客戶來源和徵信信息收集方式都需要依賴互聯網。

傳統銀行需要提供的徵信信息有：個人身份征、工作證明或社保記錄、銀行流水信息、個人資產證明、個人信用報告等等。其實這些信息多多少少都有造假的可能，而如果使用互聯網徵信不通過申請人自行提供，反而提高了造假成本。身份信息通過公安系統聯網核查、社保記錄通過社會保障局聯網核查、銀行流水信息可以通過銀行間直通互查、個人資產通過房管所聯網核查（目前還未完成全國聯網）、個人信用報告通過央行徵信系統聯網核查。

SO，證信內容方面，微眾銀行和傳統銀行應該是大同小異的。當然既然是互聯網銀行，玩出點新意也是可以的，比如可以查看申請人的社交網路，看看此人的日常交際群體，不過此方法需要配合大數據分析，目前來說比較前沿，只能做為配角。

差別嘛，如上所說，收集方式會跟傳統銀行不一樣。當然也不排除微眾會像銀行信用卡中心一樣，在各地區安排上門徵信員，不過我個人並不看好這種傳統方式，大數據分析將來會成為重要組成。

不會有差別的所謂的大數據現在只能是錦上添花的，其實最核心的還是用央行徵信報告裡面的信息。

互聯網大數據直接貸款，我試過，方便快捷，但風險不知如何把控。

小銀行資產規模小，抵禦擠兌和不良資產的能力較弱，雖然表面上看起來有些盈利能力比四大行強，但評級考慮的還有其他因素，評級等級一般弱於大行