找工作!
開賬户!
租房子!
……
現在各個領域都要用到徵信了。
如果沒有良好的個人信用記錄，很多事可能都辦不成。
下面一張圖告訴你，你的徵信究竟有多重要！
既然個人信用報告如此重要，那麼怎樣才能維護自己的信用報告呢？
首先，避免出現新的逾期。銀行在判斷一個人的信用狀況時，通常考察的是這個人最近的信貸交易情況。如如果偶爾出現了逾期還款，但此後都按時、足額還款，這足以證明其信用狀況正在向好的方向發展。
其次，若手頭的信用卡出現了逾期，千萬不要採取註銷信用卡的方式來解決，應該採取正常使用、正常還款的方式，因為一旦信用卡逾期以後被註銷，有可能會被銀行認定為“惡意透支”。
良好的信用記錄是您終生的財富！！！
徵信系統需求日益凸顯--金枴棍理財資訊平台
今年7月，一位來自在線短租軟件“螞蟻短租”的房東，將位於杭州的一套婚房出租給一對年輕夫妻。6天后卻發現家中被“洗劫”，損失共計2萬元左右。
這種現象是尚未完善信用體系的表現。此事件發生後，勢必會打擊一部分原本有意願出租房屋的人，造成了未來市場交易雙方的隱性損失。
無論是投資還是消費，越來越需要使用信用資源來提高效率減少損失。共享經濟的發展，如果有徵信系統的幫助，那麼損失會降低很多，未來能夠產生更多的共享事物。
信貸行為同樣需要徵信業務的支持，最近政府為了防範風險，嚴防消費貸進入購房首付貸。如果有徵信系統，銀行不需要花費大量的判斷成本，就能評判能否可以向此人貸款。
從單一信用風險到資產預測、破產預測、償債預測、收入預測等細化風險；從簡單評分系統到對接定製化客户應用和工具；從盲目生產到找到潛在客户；整個社會都在需要徵信系統來提高效率。
2015年1月央行下發通知，同意包括芝麻信用、騰訊徵信、拉卡拉信用管理有限公司等8家機構開展個人徵信業務，但此後央行一直沒有發放個人徵信牌照。中國人民銀行徵信局局長萬存知，4月21日在個人信息保護與徵信管理國際研討會上説，這8家機構還沒有一家達到監管標準。
央行沒有放開個信徵信拍照，應該是沒有想好，這件事到底由誰來做比較好。是由政府主導還是市場主導，或者兩者共同主導。其實我國可以借鑑相對成熟的美國市場。
美國個人消費往往採用電子結算，個人相關的財產信息、信用狀況等都能通過互聯網檢索查詢出來。
美國的徵信產業有4個環節，主要包括數據收集、數據處理、形成產品和產品應用：金融和零售等機構免費提供；公共部門的數據交由第三方數據處理公司簡單處理後，收取一定費用；徵信公司之間進行信息共享，並收取費用；主動到相關企業或個人工作地調查收集，自身承擔相應費用。
徵信公司有償向銀行、保險公司、房地產商、甚至用人單位等提供個人信用報告。消費者每年也有一次免費向信用評級機構查詢自己信用分數的機會。
基本可以看出美國是以市場為主導模式的徵信系統，在此係統下生產徵信產品然後販賣，既然有利可圖就會人逐利，系統在市場利益的推動下能夠不斷完善而且發展快速。
具體操作是以商業徵信公司為主體，負責消費者個人信用記錄的收集、整合和處理。各類信用報告機構通過商業化運作形成個人徵信體系，依靠行業的自我管理形成具體的運作細則，經過較長時間的市場競爭，形成了以大公司為主體的徵信諮詢管理系統，向社會提供全方位的商業徵信服務。
美國徵信系統廣泛的應用和長期的發展，養成了人們非常關注自己的個人信用分數的習慣，平時都在有意識地積累信用分數。我國也應該早早樹立“信用”觀念。
經濟的發展需要進一步挖掘互聯網的作用，推進物聯網，這都需要徵信系統來劃定徵信範圍、邊界，然後高效的為整個社會服務。商家通過了解客户的誠信狀況，來制定自己的策略；銀行利用瞭解客户的履約能力來找準資源配置方向。
不過，徵信系統也會帶來負面的影響，更容易造成歧視，扼殺很多可能性。是人都會犯錯，一旦曾經的錯誤進入徵信系統，很可能造成失敗的人，再次爬起來顯得困難。所以如何使用，什麼人可以用都是問題。不過只要利遠大於於弊，就有存在的必要。
中國的徵信市場正在“市場化”和“中心化”的路徑之間不斷的探索前行。徵信系統的發展離不開商業討論，也離不開社會價值觀的討論。
總之，金枴棍覺得，中國徵信市場起風了，需要即可揚帆起航。
(2017-10-12)
大數據徵信前景廣闊，在資本市場、商務合作和終端消費市場，徵信產品的需求已經顯現出來，金融機構、企業和消費者對通過第三方大數據徵信機構在經濟活動中考察合作和交易對方的信用狀況抱有很大的期待。
我國徵信業剛剛起步，發展時間並不長，根據發達國家的經驗，建成徵信數據庫至少需要三到五年的時間。數據庫建設滯後導致市場上徵信產品和服務並不豐富，這是我國徵信業發展的現狀。
中國大數據徵信行業方心未艾
國內知名大數據專家、職品彙創始人龔才春博士介紹説，中國的大數據徵信行業還處於起步階段，雖然，受到了資本和市場和互聯網金融企業的追捧，但方興未艾的徵信行業尚不足以支撐起互聯網金融行業不斷擴展的商業藍圖。
龔才春博士指出，國內徵信市場現在處在無序競爭階段，這種局面下肯定會出現優勝劣的現象，獨立、客觀、公正、規範，具有優質數據和強大評級體系的徵信機構，最終會在市場上存活，而那些“偽大數據徵信機構”將面對愈加嚴酷的市場環境。
中國大數據徵信行業有哪些“軟肋”
在政府鼓勵和市場迫切需求雙重驅動下，國內掀起了一股狂熱的互聯網徵信浪潮，但已經有不少人心存疑慮，質疑大數據徵信的含金量和可靠性。國內知名大數據專家、職品彙創始人龔才春博士介紹説:當前國內的大數據徵信行業還存在着諸多難點，比如：
1、大數據數據整合難，信息孤島難題待解：央行徵信系統並未開放，徵信機構無法獲取珍貴的信貸數據，而央行對企業在小貸、租賃金融的信貸行為也難以全面掌握；公共數據廣泛分散在工商、質檢、海關、税務等政府和業務管理部門，雖然建設統一信用信息平台已提上日程，但數據孤島的問題仍難解；芝麻信用、騰訊徵信等所背靠的集團，以及各類P2P平台自建的徵信公司本身存在業務交叉和競爭關係，共享“黑名單”易，共享“白名單”難等等。
2、徵信數據缺乏統一標準：到底哪些信息需要列入徵信評估範疇還沒一個統一的界定，越來越多的信息被納入徵信範疇，交通違章、地鐵逃票等似乎什麼都可以往裏裝，這些都可能構成個人不良徵信記錄影響個人信貸。
3、公信力遭質疑：“徵信採集者與使用者沒有任何關係”的獨立第三方原則被模糊，首批入圍的民營徵信機構數據的採集和使用都與自身有着千絲萬縷的聯繫，這就決定了現在市場中的很多模型只能適用於自己的小生態，同時民營徵信機構既做裁判又做選手，最終評價的公正性或在市場份額爭搶中失衡。
4、評級模型五花八門：中國並不缺數據，但缺乏可以數據通用的評估模型。國內個人徵信大多模仿了美國FICO的模型，但在評估維度上五花八門，加上採集的數據差異，這就造成同一個人在不同平台得到的評分可能會千差萬別。而企業徵信的評級模型，以及債券評級模型的嚴謹性、科學性在國際上並無強公信力。
龔才春博士指出，只根據數據分析出的規律並不全面，如果僅據此進行風控審核，難免會出現疏漏或偏差。大數據只能作為輔助手段，不能作為風控的決策依據。
大數據徵信行業的應對之策
1、互聯網信息採集技術是關鍵。
大數據徵信給人的第一印象就是數據規模龐大。但這不重要，僅從數據量上來説，傳統的信用評級公司經過數據的長年積累也可能做到。關鍵在於數據的採集上，大數據徵信數據庫更多地依靠技術能力聚合有關企業或個人有效信用數據，並錄入基礎數據庫，納入相關企業或個人的信用檔案中。
正是通過互聯網技術，才能讓信用信息數據庫迅速彙集、沖洗出鮮活的信用信息，如果一些徵信公司沒有數據庫，或者數據庫裏只有一些企業的基本信息，就標榜自己是大數據徵信，就值得警惕了。
2、實現企業信用的動態評估。
大數據的另一個顯著特徵是，對及時捕捉來的數據進行適時分析，由基礎數據庫納入數據評估系統。比如當前一家企業的信用評級良好，下一刻在質監部門或新聞媒體就有可能發佈關於這家企業的負面信息，大數據徵信數據徵信就要能夠實時捕捉到這些信息，並通過系統內置的數據計算模型，對數據進行交互處理，對企業的信用狀況進行重新評估更新，讓公眾能夠及時瞭解到企業最新的信用信息，也就是説在大數據徵信機制下，企業或個人的徵信狀況是動態變化的，這就是大數據徵信的獨特魅力。
傳統徵信機構的普遍做法是，徵信公司向企業發出資料清單，依據企業提交的信息資料、輔以對企業短時間的財務分析，對企業進行信用評估，並標註有效期一年、兩年、三年，這和大數據徵信機制完全相悖。
3、通過統一數學模型進行信用評級。
傳統徵信更多地是依靠人為的、主觀的因素來評級，通過分析師或信用評估從業者對企業提報的資料經過分析而做出企業的信用評定。而大數據徵信面對的是海量的企業或個人的信用數據，依靠人工來分析評級很不現實，大數據徵信下的信用評級是通過系統內統一的數學計算模型，對企業或個人的信用信息進行計算，並得出相關企業或個人的信用分值和信用等級。
大數據徵信所採用統一數學模型的信用評級，更具客觀性，效率也大大提高。
4、實時出具信用報告。
通過統一數學模型對企業或個人進行信用評級的同時，徵信系統能夠實時為企業和個人出具信用報告。比如説，傳統徵信模式通過調查、資料分析和信用評級，要出一份信用報告，至少需要2周或更長的時間，而大數據徵信通過系統廣泛採集企業的信用信息，可以做到信用報告直接在線下載打印，這是傳統的徵信模式所無法比擬的。
作為一個新興行業，大數據徵信業在發展初期出現混亂局面本無可厚非。徵信行業需要正本清源，需要不斷完善進步，這樣才能適應互聯網金融、國際貿易、傳統商業、人力資源行業等不同行業發展的需求。
(2017-10-10)
1.異議申請
個人認為徵信報告中的信息存在錯誤、遺漏的，可以親自或委託代理人向徵信中心、徵信分中心提出異議申請。這個異議申請可以包括年費逾期、銀行未通知持卡人還款、個人認為其他非自主原因導致的逾期都可以提交異議申請。
2.異議申請流程
本人提出異議申請，個人向徵信中心、徵信分中心提出異議申請，提交的資料：a.本人有效身份證原件;b.《個人徵信異議申請表》;c.本人有效身份證複印件
除了本人提出異議申請外，還可以委託他人或機構提出異議申請。提交資料：a.委託人或代理人的有效身份證原件;b.《授權委託書》;c.《個人徵信異議申請表》
個人異議申請表填寫，異議描述項，明確異議所涉及的業務，以便於徵信中心準確定位異議信息。如，信用卡信息發生異議時應描述髮卡機構名稱、卡類型、開户日期和信用額度；貸款信息發生異議時應描述貸款機構名稱、貸款種類、貸款發放日期和貸款合同金額。明確客户認為存在錯誤的數據項。準確填寫異議申請人電話號碼或手機號碼，以確保異議處理人員必要時取得聯繫。徵信分中心接到申請人異議申請相關材料後，一般20天左右出回覆函。
個人徵信異議申請表示例圖
(2017-09-29)
徵信有污點無法申請房貸，這已經成為很多人都瞭解的常識，現在又有傳聞，徵信查詢次數多了也辦不了房貸。
據媒體報道，國慶節剛過，一位購房者準備向銀行申請個人住房按揭貸款，但由於此前半年，他有多次在商業銀行或者互聯網金融機構申請個人消費貸款的徵信查詢記錄，最後因疑似首付貸被銀行拒貸。
徵信查詢次數過多影響房貸？據新京報記者瞭解，中國人民銀行徵信中心曾公開表示，因申請信用卡、貸款等進行硬查詢次數過多，可能會令銀行對新的放貸更為謹慎；多位銀行人士則表示，在決定是否放貸時，查詢背後的個人資產負債、償債能力是更為關鍵的因素。
[疑問1]
什麼情況下會查詢個人信用？
審查個人貸款、信用卡時會產生硬查詢
個人信用報告，是指徵信機構出具的記錄個人過去信用信息的文件，全面記錄個人信用活動，反映個人信用狀況。
通常情況下，個人可以自行查詢信用報告，也可以在辦理業務時授權銀行等機構查詢信用報告。此外，司法部門因辦理案件需要，也可能會查詢個人信用報告。
所謂信用報告硬查詢，則是指在銀行審查個人的貸款申請過程中，所必須進行的信用查詢，比如信用卡審批、貸款審批等。此時，個人填寫的申請表上通常會列有授權某某金融機構查詢個人徵信的條款。另外，個人也可以免費在徵信中心查閲自己的信用報告。
根據央行徵信中心官網提供的範例，信用報告中，詳細記錄了申請人名下有幾個信用卡賬户、名下的住房貸款情況以及公共記錄（包括欠税記錄、民事判決記錄等）。在查詢記錄上，詳細記載着最近2年被查詢的記錄，具體到查詢日期、查詢操作員和查詢原因。
由央行編著的《金融知識普及讀本》顯示，通過個人信用報告，商業銀行能夠掌握申請人當前的負債情況，再根據申請人提供的職業、收入、擔保物等情況，分析判斷借款人的還款能力，確定是否給其發放貸款及貸款多少。
央行提醒，貸款申請人應當特別關注查詢記錄中記載的信息，其他人或機構是否未經授權查詢過個人信用報告，以及硬查詢次數是否過多。
據人民銀行成都分行網站消息，今年9月，四川儀隴農村商業銀行曾因未經信息主體授權查詢個人信用報告，被中國人民銀行南充市中心支行處以13萬元罰款。此外，浦發銀行成都分行也於同月因未經授權查詢企業及個人信用信息，被央行成都分行罰款15萬元。
[疑問2]
查詢個人徵信會被銀行拒貸嗎？
硬查詢次數過多可能會令銀行謹慎放貸
央行徵信中心在官網上明確表示，貸款能否申請取決於商業銀行。中國人民銀行徵信中心只是提供個人信用報告，供商業銀行審批貸款申請時參考。
央行徵信中心曾公開指出，放貸機構在放貸時，將關注信用報告中的硬查詢情況。如果短時間內查詢過多，則容易給人缺錢的印象，由於缺錢的人一般違約風險較高，貸款經理更會傾向於做出謹慎放貸的決定。
因為你只有向銀行申請貸款，或者之前在銀行有貸款時，銀行才能查你的徵信。一位五大行房貸業務經理向新京報記者解釋，如果徵信被查詢了很多次，説明你可能向好幾家銀行申請了好幾次貸款，再向新的一家銀行申請的時候，銀行方面會問你前幾次是否申請下來，如果申請下來，那麼就意味着你的負債繼續增多；沒申請下來，他也會考慮你是否有其他原因以致被拒絕。
徵信中心網站也顯示，如果在一段時間內，申請人的信用報告因為貸款、信用卡審批等原因多次被不同的銀行查詢，但信用報告中的記錄又表明這段時間內，申請人沒有得到新貸款或申請過信用卡，可能説明申請人向很多銀行申請過貸款或申請過信用卡但均未成功，這樣的信息對獲得新貸款或申請信用卡可能會產生不利影響。
有媒體報道，一般來説，徵信查詢一個月最好不要超過5次，兩個月最好不要超過10次。對此，多位銀行人士告訴記者，具體是否決定放貸，取決於監管部門政策、銀行條款、個人信用情況等綜合考量，查詢次數一般只是參考條件之一。
徵信中心出品的《信用報告全攻略》也指出，機構不同，態度不同，體現為願意承擔的風險種類、大小等不同，尤其是客户准入條件不同。
例如,剛參加工作的大學畢業生還款能力可能比不上工作穩定的中年人,有的放貸機構認為風險較大而拒貸。有的機構則看中年輕人的發展潛力，從長計議,願意承擔較大風險而發放貸款。
[疑問3]
貸款申請成功與否取決於什麼？
個人資產、負債情況仍是銀行關注焦點
多位銀行人士指出，相比於查詢次數，實際操作中銀行更關注查詢背後的個人資產負債情況。
有影響的不是查詢徵信本身，而是查詢徵信之後的授信。一位城商行客户經理向記者解釋，比如説貸款、信用卡之類的負債。
此外，上述城商行人士透露，具體到銀行層面，則可能會有不同的規章制度。我們這邊房貸是要求在他行沒有其他商業貸款，然後月按揭金額不超過月家庭收入一定的比例。
另外，放貸與否，跟地區的貸款健康狀況也有關係。一位江浙地區五大行支行人士稱，如果不良貸款多，分行會上收權限，需要收集申請人的全部資料，交到上一級的分行進行審核。
此外，是否放貸還跟銀行所擁有的信貸額度有關。據澎湃新聞報道，今年早間，部分銀行曾接到了央行信貸額度的調控通知，要求不同程度地收縮信貸投放規模。其中某股份制銀行更是指出，房貸放款要同比下降。
而來自央行北京營業管理部的數據顯示，近期北京個人購房貸款月度新增額呈不斷下降趨勢。8月當月個人購房貸款新增額82.9億元，為今年以來最低水平，比前7個月月均增量少81.4億元。
[疑問4]
哪些情形可能影響徵信？
除了銀行之外，互金產品也有可能影響個人徵信
除了銀行系統之外，新京報記者瞭解到，部分互聯網金融公司產品也有可能會影響個人徵信，這包括了借唄、微粒貸等常見產品。
其中，騰訊微粒貸客服回覆新京報記者：客户在微眾銀行的借款記錄，會按照人行的規範要求上傳記錄，請保持良好的還款記錄，如有逾期記錄是否會產生影響申請房貸或其他借款，需要諮詢申請借款的銀行對逾期記錄的要求。
此外，支付寶客服同樣回覆新京報記者稱，螞蟻借唄為貸款產品，將根據人行相關規定適時上報徵信系統；如逾期，後續將影響個人信用記錄（含芝麻信用）。
蘇寧任性付則在官網公告稱，使用任性付發生逾期後不僅會產生違約金，逾期信息還會上傳至人民銀行徵信系統。
(2017-10-13)
10月18日上午，經過10多名環衞工人2個多小時的翻找，終於在10多噸垃圾堆裏找回了唐女士不小心扔掉的5萬元貨款。來自安徽的唐女士和她丈夫租住在浙江嘉興海寧市許村鎮團結村，以做小生意為業。因要付貨款，10月16日下午，唐女士從銀行取出5萬元，用黑色塑料袋裝好在家裏隨手一放。晚上，不知情的丈夫以為那是垃圾，就扔到了垃圾桶裏。
17日一早，唐女士收拾房間，又把家裏的垃圾扔到了屋外的垃圾桶內，當天，垃圾轉運站的車就把這裝有5萬元的垃圾桶收走了。17日晚19時許，生意上的合作方來拿貨款，這時夫妻倆才發現錢不見了，互相詢問才明白：錢被當成垃圾扔了。唐女士當即聯繫許村垃圾中轉壓縮站，得到的回覆是：這兩天收的垃圾還沒有運走，第二天工作人員會幫忙找。
(2017-10-20)
《走近P2P網貸》已出裝訂版樣本，有需求可聯繫我。
（Ⅹ）互聯網徵信
1、徵信和互聯網徵信
徵信分為個人徵信和企業徵信。中國的徵信系統起源於上世紀80年代，上海遠東資信評級有限公司的成立，即是企業徵信的開始，也標誌着中國徵信行業的起步。1997年上海資信有限公司成立，是中國首個個人徵信試點機構。
2013年3月，《徵信業管理條例》正式實施，徵信行業被納入法律規範的軌道。2014年開始發放首批企業徵信牌照，截止到目前市場上有133家公司完成了企業徵信業務的備案，持牌機構中實際展開企業徵信業務的公司接近一半。
在2017年7月3日，人民銀行上海總部在官網發佈了《關於對上海華夏鄧白氏商業信息諮詢有限公司企業徵信機構備案的公示》，公示信息顯示，華夏鄧白氏註冊資本為100萬元，鄧白氏國際信息諮詢（上海）有限公司股權佔比為51%，華夏國際信用諮詢有限公司股權佔比為49%。根據公開信息，計入華夏鄧白氏，我國已有134家企業徵信機構獲得備案資質。此次華夏鄧白氏如能順利完成公示，獲得企業徵信備案資質，或可視為外資終於進入我國徵信業的一個標誌。
2015年1月，央行引發《關於做好個人徵信業務準備工作的通知》，允許8家民營公司開展個人徵信試點業務至今，仍未有一家機構拿到個人徵信牌照。第一批八家排隊申請牌照的個人徵信公司之外，還有百度、京東、小米金融、算話徵信、上海資信等超過200家企業正在申請第二批個人徵信牌照。
央行的徵信系統是通過商業銀行、其它社會機構上報的數據，結合身份認證中心的身份審核，提供給銀行系統信用查詢個人和提供給個人信用報告。但對於其它徵信機構和互聯金融公司目前不提供直接查詢服務。
2006年1月開通運行央行徵信系統，截至2017年5月底，徵信中心已累計接入3000家機構數據，收錄9.26億自然人、2371萬户企業和其他組織的相關信息。央行徵信系統覆蓋人羣有限，只有一部分自然人有過銀行或其他金融機構發生過借貸的記錄，存在大量沒有信貸記錄的。
個人徵信機構主要收集的是央行徵信中心收集不到的民間負債數據，負債數據並不只是包括借貸數據，還包含很多其他數據，比如水費、電費、話費、天然氣等先消費後付款項目等形成的欠款等等， 當然央行徵信系統也有收集公積金、電信話費欠費等信息。
互聯網徵信主要是通過採集個人或企業在互聯網交易或使用互聯網各類服務過程中留下的信息數據，並結合線下渠道採集的信息數據，利用大數據、雲計算等技術進行信用評估的活動。
廣義的互聯網徵信還包括採集個人或企業使用互聯網金融服務所留下的信貸等數據以及通過線下渠道採集的公共信息等數據,並進行信用評估的活動。
2、互聯網徵信信用評分模型
信用評分模型的基本原理是確定影響違約概率的因素，然後給予權重，計算其信用分數。
信用評分模型的構建，目前最為有效的手段是數據挖掘。按照不同的分類標準，評分模型分為不同類型，模型的創建需要銀行通過對外部數據及信貸等業務中產生的數據進行提煉、分析，開發模型，對客户進行信用評分，對銀行的經營效益有着重要的作用。
信用評分模型有各種類型，它們具備不同的數據來源和特徵，在消費信貸管理中也有不同的應用。
（1）信用評分模型的分類
A、按照評分模型和評分所預測的未來表現結果劃分
a.風險評分：對違約拖欠的風險概率進行預測；
b.收益評分：對消費者給信貸機構帶來收益的潛力大小進行預測；
c.流失傾向評分：對現有客户在未來一定時期內流失的概率進行預測；
d.市場反應評分：對目標客户把貸款餘額從別的銀行轉賬過來的概率進行預測；
f.循環信貸傾向評分模型：對目標客户或現有客户利用信用卡賬户進行循環信貸（Revolving）的概率進行預測；
e.欺詐評分模型：對信用卡申請或信用卡交易欺詐行為的概率進行預測。
顯然，如果消費信貸機構能夠對消費者或客户的上述各種未來信用表現結果進行有效的預測，那麼，利用這些評分模型可以對目標客户或現有客户進行全面的評估，制定針對性很強的信貸管理策略，有效地提高管理效益。
B、按照評分模型的數據來源劃分
a.徵信局評分（Credit Bureau Score）
徵信局是專門從事消費者全方位的信用記錄的收集、彙總，並且對數據進行加工和整理的商業機構，其數據成為全面預測消費者未來信用表現的各種信用評分，如風險評分、收益評分、破產評分等模型的信息來源。如美國的Trans Union、Equifax、Experian三大信用局收集了大量消費者的信用歷史信息，主要有全球著名的評分科技公司Fair Isaac公司利用其數據開發出FICO系列信用評分模型，為美國和加拿大的絕大多數銀行和信用卡公司所購買使用。
b.行業共享模型評分（Pooled Models Score）
行業共享模型評分是以本行業內部許多家銀行集體數據為評分基礎，為許多家銀行所購買並共享。一個重要的例子是共享性行為評分。
在美國，由於許多銀行內部數據［交易數據和主檔案數據（Master File Data）］的保存和加工均外包給第一資訊公司（First Data Resources）或全系統公司（Total System），所以這兩大公司集中了各銀行的數據，由Fair Isaac公司利用該數據開發共享性行為評分模型。
另一個重要的例子是美國、英國許多銀行把信用卡交易數據和欺詐性交易的記錄交給Fair Isaac公司集中起來，發展共享性欺詐風險評分，為各成員銀行購買使用。
c.以銀行內部自由數據為評分基礎的客户化模型評分（Custom Models Score）
以銀行內部自己的數據集，如申請者數據、交易數據、主檔案數據、付款表現數據等作為評分基礎，根據自己的需要量身定做。其最根本的特徵是以銀行自己特有的客户數據為基礎，反映自己客户羣獨特的行為模式，根據自己的需要制定特有的評分標準。常見的客户化模型有申請風險評分模型和各種行為評分模型。
信用局評分和行業共享模型又被稱為通用化模型（Generic Models）。通用化模型和客户化模型各有優點。通用化的評分優點包括：所有銀行都可以使用，不管規模大小、業務歷史長短；數據量更大更豐富，反映了消費者全方位的信用信息；可以迅速購買獲得，對小銀行來説更加便宜等。
客户化模型評分的優點有：可能更加準確，因為模型反映了銀行自己的客户羣體特徵；研發的彈性更大，可以自己制定模型流程和標準；對大銀行來説可能更加便宜。同時，由於預測信息的來源不同，通用化模型評分與客户化模型評分之間往往存在一定的互補關係。
C、按照評分模型的對象劃分
a.賬户層次評分：其預測性信息和表現性信息來自某個信用產品或某個賬户，比如對信用卡賬户的風險進行預測，其所有的數據均來自信用卡賬户。
b.客户層次評分：其預測性信息或表現性信息來自客户層次，該客户可能在同一銀行內部擁有多個產品和賬户，如儲蓄賬户、汽車貸款賬户、住房貸款賬户、信用卡賬户，各個產品的相關數據被綜合起來作為模型的信息來源。
c.消費者層次評分：其預測性信息或表現性信息來自消費者層次，反映了消費者全面的信用信息，不管是哪個產品，也不管是哪個銀行，一般來説這是指信用局評分（通用化評分）。
（2）信用評分的實現：模型開發
模型開發數據挖掘是從大量的、有噪音的數據中，發現潛在的規律和價值，以輔助提高管理、決策能力。銀行通過對外部數據及信貸等業務中產生的數據進行提煉、分析，開發模型，對客户進行信用評分，以服務於信貸管理，增強風險控制能力。
第一步：樣本抽取
銀行積累的客户評級相關的數據量極其龐大，出於數據處理速度及模型開發效率的考慮，通常抽取一定量的數據作為樣本，開發模型。常用的樣本選擇方式有兩種，隨機抽樣和分類抽樣。隨機抽樣較為交單，即隨機選擇樣本，認為樣本可以代表整體情況。例如，總貸款賬户數是5000，不良貸款賬户數是100，佔比1/50；那麼隨機抽取100個貸款賬户，其中包含2個不良貸款賬户。
而分類抽樣，則需要先分類，確認各類樣本的數據量，再分別進行隨機抽樣。例如上述例子中的賬户樣本選擇，首先據擔保情況進行分類，有無擔保比例分別為3:2，則再分別隨機抽取60個有擔保的不良貸款賬户和40個無擔保的不良貸款記錄。當然，以上僅為示例，實際情況卻往往復雜很多。
第二步：變量選擇
明確因變量和自變量。其中因變量為表現變量，即模型的結果“客户信用情況”；自變量為與之相關的因素，它的預測能力決定於它與因變量之間相關關係和邏輯因果關係。通常，與信用等級相關的因素包含客户的學歷、工資、年齡、額度使用情況、現金提取次數、還款時間等。
第三步：模型分組
模型分組的意義在於區分不同行為模型和數理關係，以提高模型預測的精準度。例如，學生和在職人員的還款能力是有差異的，但是某類自變量和壞賬率的表現上，趨勢十分相似，所以講模型分組，將避免相互之間的模型因素的干擾和影響。
第四步：模型設計
影響模型結果的變量非常複雜，因此需要根據單個變量的實際預測能力進行篩選，剔除沒有預測能力的變量，以縮小變量的範圍。常見的模型算法有線性迴歸分析、非線性迴歸分析、邏輯迴歸模型、神經網絡模型、決策樹模型等。在實際的模型選擇過程中，需根據模型性質、分析人員經驗等多方面因素綜合考量。
第五步：模型檢驗
模型檢驗，在於衡量開發的信用評分模型能力。常用的檢驗報告有以下幾類：交換曲線、K-S指標、區分度、擬合度曲線。其中，前三者表現的效果為：“評分越高，則好賬户出現的越多”；而擬合度曲線，則用於對比預測情況與實際情況差異。
最後，信用評分對銀行的經營效益有着重要的作用，信用評分模型應用效果，很大程度上也取決於銀行的內部管理及信貸政策。技術和管理相結合，雙管齊下，一定是控制客户信用風險的最優方案。
個人及小微企業貸款的信用風險一直都是信貸機構最關注的問題，目前大多機構都採用人工審批的方式控制風險，審批的依據是審批政策、客户提供的資料，以及審批人員的個人主觀經驗。這種狀況很難應對客户羣體日益擴大的發展趨勢，同時還存在審批決策受主觀因素影響、審批結果不一致等問題。
此外，隨着信貸機構紛紛涉足小微貸款業務，競爭日益激烈，只有高效、低成本的審批手段才能獲得競爭優勢，因此信用評分技術必將在小微信貸領域發揮重要作用。
(2017-10-20)
在過去的幾年間我們並未感受到徵信的重要性，然而最近兩年筆者尤為的感覺到其正在慢慢的影響和改變着我們的生活。那麼今天我們就從生活的點滴中説説徵信吧；
首先人生來就面臨着衣、食、住、行，等問題的困擾，只有解決這些最棘手的温飽問題，才能談得上理想、甚至更高層次的享受。
一、衣
記得小時候我們的衣服大多都是哥哥姐姐穿剩下的，母親裁了改改縫縫補補給我們這些弟弟妹妹穿。然而隨着時代的進步，人們消費水平的提高，逐漸的出現集市、商場、專櫃等。隨着互聯網時代的發展，原有的這些實體經營場所，逐步被淘寶、天貓、京東等網上購物平台所取代。而這些的平台的認證與註冊，都是需要我們個人的身份信息認證的。可以説這些購物平台的出現使得我們的生活更加便捷，而它卻最直接的影響這我們的徵信。這點不知道大家有沒有發現呢？
二、食
過去對於吃，我們並沒有太多的奢求，可能吃上一頓白麪做的麪條就已經心滿意足了。而隨着改革開放之後，國內發展越來越好，人民的生活水平都在日益的趨向小康。越來越多的人對吃開始有了講究，甚至可以説是享受。朋友圈經常看到某某又去哪家法國餐廳了，吃海鮮了，等等高檔消費場所。而在智能互聯時代下的吃、可以説確確實實是變成了一種享受，你可以通過APP提前預約定位置、而且可以通過微信、支付寶支付等等，都在無時無刻的影響和改變着我們的生活。
三、住
人需要想在社會上生存，“住”就是我們必須解決的一個大問題。過去買房可能要求並沒那麼多，也很少有限制條件什麼的。而近期年我尤為的發現購房政策真的是越來越嚴了， 它會考核你有沒有購買社保、甚至有些城市還提供了住房公積金。每個城市購房，對於購買社保年限是不同的。與此同時還會考慮你的個人徵信問題。
四、行
“行”可以理解為出行，也可以理解為行動。在你出行的時候勢必會涉及到交通工具，有的人為了便捷會自己買車。共享單車它幫我們解決了出行中的最後一公里的問題，而你在使用單車的時候同樣會涉及到個人實名認證賬户，每一次騎行都有在累積你的信用分。購車就更不用説了，銀行流水、個人徵信等都是放在第一位的。
總而言之，我們生活的方方面面正在被個人徵信所影響和改變着。同時也告誡我們，一定應誠實為人。
(2017-10-21)
第一類：“從來不關心賬單”族；有小夥伴還留言説，根本不知道自己每個月的欠款額是怎麼來的。有的是消費完馬上就還款，甚至是什麼時候想起來好像有刷卡消費了，就去還個款，至於有沒有逾期，銀行説有就有唄。逾期要不要罰款、罰多少，也不知道。
花花想説：作為持卡人，有權利也有途徑可以瞭解自己的信用卡消費記錄。其實每個月銀行都會給你發賬單，或者紙質賬單或者電子郵件賬單，説沒有收過的，肯定是自己忘記去查收了。如果真想不起來，可以致電銀行客服詢問或者修改賬單收取方式。
其次，記好自己每個月的賬單日、最後還款日是很重要的事情。千萬別逾期，萬一逾期了也要了解相應的補救措施。有的小夥伴看了我的帖子去查，才發現自己真有逾期記錄，逾期記錄可大可小，比如貸款買房的時候，情況比較嚴重的，銀行甚至會拒絕貸款，等等。
第二類：“認為銀行就是大爺”族；這類型的小夥伴一直就認為，銀行就是高高在上的大爺，所有的條款、服務等等都是套路滿滿，都是為了坑我們口袋裏的鈔票。這其中也有一部分的小夥伴，可以稱作“沒有權利意識”族，在用卡過程遇上什麼問題，還不知道可以打電話問客服。遇上了什麼不明白、有問題的情況，也不認為可以通過一定途徑維護自己的權益。
花花想説：銀行雖然真是大爺，畢竟人家有錢、規矩都是人家訂。但是，現在隨着相關法律法規越來越健全，還有同行業的競爭越來越激烈，等等，很多銀行還是很重視服務和口碑的，不管持卡人有沒有錢，對銀行來説都是客户。尤其是優質客户，銀行更加重視你的體驗。
其實小夥伴們，簡單點説，我們用銀行的信用卡，是為銀行提供了收入（手續費收入，等等），銀行是服務於我們的，不管銀行有沒有把我們當做“上帝”來對待，我們自己首先要認清“服務”與“被服務”的關係，擺正自己的位置！
(2017-10-09)
現在金融市場各種信用借貸渠道非常多，最常見的是銀行的信用卡和消費貸，各種互聯網信用產品也是層出不窮，比如螞蟻花唄、螞蟻借唄、京東白條、蘇寧任性付、騰訊微粒貸等等，除此之外大家還可以通過各種小貸公司和P2P平台借錢。
不過在使用類似借貸產品時，一定要考慮兩個問題，一個是利率，另一個是個人徵信。對於有買房打算的網友一定要格外注意自己的徵信記錄，哪些產品可能對自己的徵信造成影響呢？
通過銀行系統的信用工具都會上央行徵信系統，比如信用卡、消費貸，這一點大家都比較清楚。
螞蟻花唄對應的徵信機構是芝麻信用，而不是央行徵信，所以不影響個人徵信，但是現在芝麻信用與很多金融機構合作，如果你有了“黑點”，以後再在其它地方借錢也不是很容易。借唄就不同了，對接的是阿里小貸的借款，借錢和還錢都要上傳至央行的個人徵信報告。
京東白條要分情況，如果你是在京東商城購買商品的話，是不上徵信的，但是如果使用白條裝修、買房那就屬於小貸公司的借款了，是上徵信的。
蘇寧有消費金融牌照，旗下的任性付屬於小額信貸產品，自然也要上央行徵信。
騰訊的微粒貸是微眾銀行的信貸產品，而微眾銀行本質上是民營銀行，通過微粒貸進行借錢與在銀行借錢一樣，都是上央行徵信報告的。
如果你在央行的個人徵信記錄不好會有什麼後果？這意味着你以後很難申請到信用卡、很難再貸到款、很難再借到錢了，甚至以後無法在網絡上購買火車票、飛機票、預定酒店等，導致寸步難行。
最近就有人反應因為曾經多次在銀行及互聯網金融機構申請個人消費貸，個人徵信有多次被查記錄，在買房貸款的時候被銀行拒貸。即使你及時還清了貸款、或是根本沒有去貸款，徵信記錄查詢多了也會影響個人信用，產生信用黑點之後可能你以後買房永遠都無法貸款了。
(2017-10-16)