传统信用评估模型是根据一个人的借贷历史和还款表现，通过逻辑回归的方式来判断这个人的信用情况。而大数据征信的数据源则十分广泛，包括电子商务、社交网络和搜索行为等都产生了大量的数据。
大数据征信特点：数据主要来自互联网各大平台，使用互联网技术抓取或接口合作获取征信数据，资质再好一点的企业可以申请接入央行征信。目前国内比较多的就是支付宝跟腾讯两个征信平台。
阿里巴巴：代表产品芝麻征信，主要使用的数据包括淘宝的电商交易数据、蚂蚁金服的金融数据、公共机构数据、合作伙伴数据、个人提交数据，基本涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、社交关系等。
腾讯：代表产品腾讯信用，主要使用数据包括社交网络数据，游戏数据，比如在线、财产、消费、社交等数据。
大数据征信存在先天缺陷。
首先，重要的不是算法，而是数据。无论大数据征信机构的算法多么牛逼，只要没有掌握和信用强相关的数据，就无法给出靠谱的征信报告。网络上的数据很多，但和信用八竿子打不着。
其次，信用包括两个方面，还款能力、还款意愿。通过电商消费记录，可以间接推断其还款能力，但是还款意愿怎么判断呢？企业信用主要看还款能力，个人信用主要看还款意愿。
美国之所以能做大数据征信，是因为有长期的数据积累和健全的法治环境。至于中国，大数据征信机构想法是好的，可惜巧妇难为无米之炊。包括腾讯、阿里，虽然掌握海量数据，但是这些数据和信用是弱相关的。如果有一天，淘宝花、京东白条额度超过银行信用卡额度，大数据征信就算是站住脚了。
现在很多公司开启了大数据征信业务，因为各公司自身的数据来源不同，导致各大数据征信产品使用的数据并不是相同的。我们来看看各公司都是用了哪些数据。
阿里巴巴：代表产品芝麻征信，主要使用的数据包括淘宝的电商交易数据、蚂蚁金服的金融数据、公共机构数据、合作伙伴数据、个人提交数据，基本涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、社交关系等。
腾讯：代表产品腾讯信用，主要使用数据包括社交网络数据，游戏数据，比如在线、财产、消费、社交等数据。
传统金融机构：如鹏元、中诚信等公司，主要还是基于自身的金融数据，如交易数据，转账数据，等
新型大数据公司：如集奥，他们本身并不生产数据，通过与外部合作，接入了包括微博社交数据、运营商数据，金融数据等相关数据；
另外，还要运营商：他们数据包括个人身份数据、消费数据、社交数据、终端数据、通话数据、上网数据，位置数据等等，相对比较全面，但利用比较低。详细了解可见前期写的文章《极简了解电信运营商的数据资产》
本文来自投稿，不代表天一生活立场，如若转载，请注明出处：http://tiyigo.com/baike/21050.html
