金融科技概论（第二版）课件 第7章 其他行业金融科技.pptx

第七章其他行业金融科技

提纲征信行业金融科技一二消费金融行业金融科技互联网公司金融科技三

PARTONE征信行业金融科技1

目录征信行业存在的问题01金融科技在征信行业的应用创新02征信行业发展趋势03

一、征信行业存在的问题征信是指征信结构作为信用交易双方之外的独立第三方，收集、整理、保持加工自然人、法人及其他组织的信用信息，对外提供信用信息查询、调查、信用评估等信用信息服务，以帮助信息使用者判断和控制信用风险，进行信用管理的活动。

一、征信行业存在的问题根据不同的标准，征信主要分为以下两种分类方式：第一：根据主导权的不同，征信可分为市场化征信、公共征信和行业合作式征信。第二：根据征信对象不同，征信可以分为个人征信和企业征信。

正规市场化数据采集渠道有限，数据源争夺战耗费大量成本相关法律体系较薄弱，数据隐私保护问题突出大数据征信缺乏监管体系，个人信息易被盗取一、征信行业存在的问题目前，征信行业普遍存在以下突出问题：123

二、金融科技在征信行业的应用创新大数据征信是依据各类海量数据，通过一定的技术手段，对信息主体做出的信用预测和评估。它主要是通过综合支付、购物、学历、社交、公益、社保、公共事业服务等方方面面的数据，对缺乏信贷数据的人群做出信用评价。

表传统征信和大数据征信多维度比较二、金融科技在征信行业的应用创新比较维度传统征信大数据征信数据来源以银行信用数据为主，来源单一，采集频率低第三方数据：信贷、司法、水电煤缴费等；互联网数据：电商、理财、社交平台等；用户提交的数据：教育、职业等信息，并可以做到实时采集。数据格式结构化数据结构化数据和大量非结构化数据评价思路用历史信用记录反映未来信用水平从海量数据中推断身份特质、性格偏好、经济水平等相对稳定的指标，进而判断信用水平分析方法采用线性回归、聚类分析、分类树等方法机器学习、神经网络、PageRank算法RF等大数据处理方法服务人群有信贷记录的人群有信贷记录人群和在生活中留下足够痕迹的人应用场景金融借贷领域为主金融领域、多种生活场景

二、金融科技在征信行业的应用创新人工智能是研究、开放用于模拟、延伸和拓展人的智能的理论、方法、技术及应用系统的一门新的技术科学。对于以数据为核心资产的征信业来说，人工智能为征信行业带来的两大优势主要表现在模式识别方面，用以解决交易场景中的身份识别问题；其次是信用分析及预测方面，用以解决客户信用的风险评估问题。

表人工智能技术在征信领域的商用实践二、金融科技在征信行业的应用创新公司人工智能技术在征信领域的商用Equifax开发深度学习工具，申请相关专利收集分析全球超过8.2亿消费者和9100万家企业的数据，以开发能够提高信用评分的深度学习工具。开发基于神经网络的信用评分系统，预测能力提升15%。SAS开发深度学习的应用接口创建由可视化数据挖掘和机器学习工具生成的神经网络，为数据挖掘工具增加新的深度学习功能，提高深度学习的应用接口，由数据来定义深度学习的下一步做什么。FICO将人工智能与传统风险评估方法相结合将人工智能技术与成熟的信用评分技术相结合，建立在经过时间考验的分析模型和评分卡上，通过人工智能技术驱动实现更好的模型细分和特征生成，从而提高模型的性能。目前正在研究如何在保证评分模型可解释性的前提下，利用AI进行信贷特征的选择。

（1）“大数据”加速升级数据扩容表我国个人征信企业信息数据来源三、征信行业发展趋势企业名称信息数据来源泉芝麻信用阿里电商、蚂蚁金服、用户上传、合作互联网平台、金融机构和公共机构腾讯征信QQ和微信用户、财付通、用户上传、京东第三方合作平台前海征信平安集团综合金融数据、合作机构考拉征信拉卡拉集团旗下的金融业务、银联等合作机构和公共机构华道征信银之杰金融服务体系、亿美软通移动商务平台等第三方合作机构中诚信征信银行、保险公司、合作的中小金融机构和企业平台鹏元征信合作的金融机构、各级政府、公共事业单位中智诚征信合作的P2P平台和其他第三方机构

三、征信行业发展趋势（2）人工智能科技加速升级数据处理精度（3）“区块链”助力信息安全（4）盈利模式多样化（5）相关法规规范化

6月6日，在中国越来越多的主题日中，又多了一个“信用主题”——芝麻信用日。这个由芝麻信用公司发起的主题日据说被年轻人热捧，除开此前一段时间，共享单车接入芝麻信用免押金博得了年轻人的普遍好感，该公司还针对年轻人推出了“压键盘”超长品牌广告引发了广告圈争议。芝麻信用是一家旨在构建简单、平等、普惠商业环境的信用科技企业，是蚂蚁金服生态体系的重要组成部分。芝麻信用利用云计算、机器学习等领先科技客观呈现个人和企业的商业信用状况，目前已在租赁、购物、商旅出行、本地