[投資理財]徵信對你有多重要? 一張圖告訴你!
個人信用報告除了找銀行申辦房貸、辦信用卡等有借款性質的業務以後，還在多個領域有重要作用。信用記錄幾乎涉及到個人每一項重大經濟活動中，如果沒有良好的個人信用記錄，很多事可能都辦不成。
找工作!
開賬戶!
租房子!
...
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，千萬不要採取登出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登出，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！！！
想要進一步瞭解相關投資機會，可透過以下方式進行諮詢：
10月18日上午來自安徽的唐女士和她丈夫扔進了垃圾箱的五萬元，經過10多名環衛工人經歷過了幾個小時的尋找，垃圾多達十幾萬噸，尋找過程十分艱辛，最終五萬元被成功找到。
據瞭解，這對夫妻租住在浙江嘉興海寧市許村鎮團結村，丟失的五萬元是他們為了做生意剛剛貸的款。據悉，在10月16日晚上，唐女士從銀行取回錢後，用黑色塑膠袋隨手放置在了一邊，不知情的丈夫在收拾東西時候，將錢當成了垃圾隨手扔進了垃圾桶，還到在了外面的垃圾桶中，當天垃圾車就來將垃圾裝走了。
隨後，在與人籤合同時候，到交錢的時候，夫妻倆才發現錢不見了，夫妻倆馬上追找這丟失的五萬元。可垃圾已經被垃圾車運走了兩天之久。唐女士立即聯絡許村垃圾中轉壓縮站，得到垃圾站的訊息，站內垃圾還沒有被運走，環衛工作人員將立即為這對夫妻尋找。18日早上，環衛工人馬上行動起來，壓縮機器也立即停止壓縮運轉，十幾名環衛工人在10多噸的垃圾中全部拆開尋找。
隨後唐女士還動員了身邊的親戚朋友一同和環衛工人尋找。尋找過程經歷了好幾個小時， 經過環衛工人的耐心尋找，終於找到了丟失的五萬元，五萬元完好無損，夫妻倆欣喜若狂，十分感謝環衛工人們。
(2017-10-21)
10月15日凌晨，小呂拉著行李箱，一臉的疲憊地走進了濱江的一家酒店。可酒店已經沒有空餘的房間了，小呂有點絕望： 周邊的酒店她都找遍了，都滿房了。
看到小呂隻身一人，外面颳著風，氣溫又低，酒店值夜班的保安大哥和收銀大姐決定收留小呂，讓她在酒店大堂的單人沙發上將就一晚。可第二天早上，小呂發現自己隨身攜帶的塑膠袋不見了。
小呂急得快哭了，“就洗漱和吃了頓早飯的功夫，東西怎麼就不見了？ 這可怎麼辦！“ 小呂說，袋子裡面有自和父親的身份證、一個手鐲和一些化妝品，最重要的是幾張老照片，那是父母年輕時拍的黑白照和全家福。這些老照片，是自己最珍貴的寶貝。
小呂和趕來的男同學在酒店上上下下找了大半天，可依舊沒有找到袋子，隨後報了警。
下午4點多，浦沿派出所的民警瀋海峰剛忙完手頭的工作，正準備下班，接到報警後立即驅車趕往酒店，眼前的這位著急得說不出話的姑娘，讓他有點心疼。
瀋海峰看出來，這事對小呂的擊挺大。他馬上帶著小呂找酒店員工瞭解情況，調閱監控。他們從監控上發現： 這個塑膠袋被人當垃圾扔了，而扔袋子的證是留宿小呂的好心保安。
“東西丟了，能不能談下賠償？“ 瀋海峰勸小呂。
“不行，我一定要把東西找回來！“ 小呂態度很堅決。可是保安大哥早上就下班回家了，瀋海峰趕緊透過酒店聯絡上了他。保安在電話裡說，袋子扔垃圾桶了，早上被垃圾車拉走了。
聽到這個訊息，小呂情緒崩潰了，瀋海峰趕忙安慰她，並嘗試聯絡保清員，得知附近的垃圾桶暫時堆放點是在一幢大廈的後面。
“咱們去找找吧，垃圾站那地方那麼髒，女孩子就別去了。”瀋海峰拉著小呂的男同學走了。
天空中飄著細雨，走近垃圾站瀋海峰和勇同學便聞到了一股臭味他們]做好了幾個小時“翻箱倒櫃”的準備運的是在翻到第3個垃圾桶時就找到了姑娘丟失的塑膠袋。此時已經是晚上20點多了。瀋海峰生怕漏掉了什麼，按照小呂寫的清單一一對照，確認無誤後才返回了派出所。
看到瀋海峰迴來，小呂的眼睛都亮了。瀋海峰把袋子往地上一倒，姑娘開始清點物品：洗面奶、面膜、鐲子、本子、身份證、照片。。。點著點著，她從蹲著變成一屁股坐在地上，從身體到心情終於都放鬆下來了。
(2017-10-18)
大資料徵信前景廣闊，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、企業和消費者對透過第三方大資料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，建成徵信資料庫至少需要三到五年的時間。資料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。
中國大資料徵信行業方心未艾
國內知名大資料專家、職品彙創始人龔才春博士介紹說，中國的大資料徵信行業還處於起步階段，雖然，受到了資本和市場和網際網路金融企業的追捧，但方興未艾的徵信行業尚不足以支撐起網際網路金融行業不斷擴充套件的商業藍圖。
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，具有優質資料和強大評級體系的徵信機構，最終會在市場上存活，而那些“偽大資料徵信機構”將面對愈加嚴酷的市場環境。
中國大資料徵信行業有哪些“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網際網路徵信浪潮，但已經有不少人心存疑慮，質疑大資料徵信的含金量和可靠性。國內知名大資料專家、職品彙創始人龔才春博士介紹說:當前國內的大資料徵信行業還存在著諸多難點，比如：
1、大資料資料整合難，資訊孤島難題待解：央行徵信系統並未開放，徵信機構無法獲取珍貴的信貸資料，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；公共資料廣泛分散在工商、質檢、海關、稅務等政府和業務管理部門，雖然建設統一信用資訊平臺已提上日程，但資料孤島的問題仍難解；芝麻信用、騰訊徵信等所背靠的集團，以及各類P2P平臺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、徵信資料缺乏統一標準：到底哪些資訊需要列入徵信評估範疇還沒一個統一的界定，越來越多的資訊被納入徵信範疇，交通違章、地鐵逃票等似乎什麼都可以往裡裝，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資料的採集和使用都與自身有著千絲萬縷的聯絡，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：中國並不缺資料，但缺乏可以資料通用的評估模型。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，加上採集的資料差異，這就造成同一個人在不同平臺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，只根據資料分析出的規律並不全面，如果僅據此進行風控稽核，難免會出現疏漏或偏差。大資料只能作為輔助手段，不能作為風控的決策依據。
大資料徵信行業的應對之策
1、網際網路資訊採集技術是關鍵。
大資料徵信給人的第一印象就是資料規模龐大。但這不重要，僅從資料量上來說，傳統的信用評級公司經過資料的長年積累也可能做到。關鍵在於資料的採集上，大資料徵信資料庫更多地依靠技術能力聚合有關企業或個人有效信用資料，並錄入基礎資料庫，納入相關企業或個人的信用檔案中。
正是透過網際網路技術，才能讓信用資訊資料庫迅速彙集、沖洗出鮮活的信用資訊，如果一些徵信公司沒有資料庫，或者資料庫裡只有一些企業的基本資訊，就標榜自己是大資料徵信，就值得警惕了。
2、實現企業信用的動態評估。
大資料的另一個顯著特徵是，對及時捕捉來的資料進行適時分析，由基礎資料庫納入資料評估系統。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釋出關於這家企業的負面資訊，大資料徵信資料徵信就要能夠實時捕捉到這些資訊，並透過系統內建的資料計算模型，對資料進行互動處理，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資訊，也就是說在大資料徵信機制下，企業或個人的徵信狀況是動態變化的，這就是大資料徵信的獨特魅力。
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，依據企業提交的資訊資料、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，這和大資料徵信機制完全相悖。
3、透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，透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。而大資料徵信面對的是海量的企業或個人的信用資料，依靠人工來分析評級很不現實，大資料徵信下的信用評級是透過系統內統一的數學計算模型，對企業或個人的信用資訊進行計算，並得出相關企業或個人的信用分值和信用等級。
大資料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。
透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。比如說，傳統徵信模式透過調查、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，而大資料徵信透過系統廣泛採集企業的信用資訊，可以做到信用報告直接線上下載列印，這是傳統的徵信模式所無法比擬的。
作為一個新興行業，大資料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，這樣才能適應網際網路金融、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)
網貸之家綜合10月16日晚間，A股上市公司浙江永強(002489)釋出公告，稱為探索更豐富的盈利與投資模式，公司擬以2.5元/股的價格，認購中證信用增進股份有限公司1億股定向發行股票，交易後公司將出資2.5億元獲中證信用2.18%股權。
中證信用官網顯示，該機構設立於2015年5月，提供信用管理綜合服務，出資股東包括國泰君安、人保集團、恆生電子及前海金控等27家國內證券、保險、網際網路公司及政府投資平臺。
資料顯示，中證信用進營範圍包括：
各類信用主體及債項產品信用增進；徵信業務和信用評級；股權、債券及金融衍生品投資；增信產品的創設與交易；增信基金設立與運營管理；信用受託管理及諮詢；其他與信用增進相關的私募投資業務等。
(2017-10-16)
第一類：“從來不關心賬單”族；有小夥伴還留言說，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，銀行說有就有唄。逾期要不要罰款、罰多少，也不知道。
花花想說：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，說沒有收過的，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；這型別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裡的鈔票。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，也不認為可以透過一定途徑維護自己的權益。
花花想說：銀行雖然真是大爺，畢竟人家有錢、規矩都是人家訂。但是，現在隨著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，對銀行來說都是客戶。尤其是優質客戶，銀行更加重視你的體驗。
其實小夥伴們，簡單點說，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)
《走近P2P網貸》已出裝訂版樣本，有需求可聯絡我。
（Ⅹ）網際網路徵信
1、徵信和網際網路徵信
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，也標誌著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釋出了《關於對上海華夏鄧白氏商業資訊諮詢有限公司企業徵信機構備案的公示》，公示資訊顯示，華夏鄧白氏註冊資本為100萬元，鄧白氏國際資訊諮詢（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%。根據公開資訊，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。
央行的徵信系統是透過商業銀行、其它社會機構上報的資料，結合身份認證中心的身份稽核，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月開通執行央行徵信系統，截至2017年5月底，徵信中心已累計接入3000家機構資料，收錄9.26億自然人、2371萬戶企業和其他組織的相關資訊。央行徵信系統覆蓋人群有限，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資料，負債資料並不只是包括借貸資料，還包含很多其他資料，比如水費、電費、話費、天然氣等先消費後付款專案等形成的欠款等等， 當然央行徵信系統也有收集公積金、電信話費欠費等資訊。
網際網路徵信主要是透過採集個人或企業在網際網路交易或使用網際網路各類服務過程中留下的資訊資料，並結合線下渠道採集的資訊資料，利用大資料、雲計算等技術進行信用評估的活動。
廣義的網際網路徵信還包括採集個人或企業使用網際網路金融服務所留下的信貸等資料以及透過線下渠道採集的公共資訊等資料,並進行信用評估的活動。
2、網際網路徵信信用評分模型
信用評分模型的基本原理是確定影響違約機率的因素，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資料探勘。按照不同的分類標準，評分模型分為不同型別，模型的建立需要銀行透過對外部資料及信貸等業務中產生的資料進行提煉、分析，開發模型，對客戶進行信用評分，對銀行的經營效益有著重要的作用。
信用評分模型有各種型別，它們具備不同的資料來源和特徵，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：對違約拖欠的風險機率進行預測；
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：對現有客戶在未來一定時期內流失的機率進行預測；
d.市場反應評分：對目標客戶把貸款餘額從別的銀行轉賬過來的機率進行預測；
f.迴圈信貸傾向評分模型：對目標客戶或現有客戶利用信用卡賬戶進行迴圈信貸（Revolving）的機率進行預測；
e.欺詐評分模型：對信用卡申請或信用卡交易欺詐行為的機率進行預測。
顯然，如果消費信貸機構能夠對消費者或客戶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戶或現有客戶進行全面的評估，制定針對性很強的信貸管理策略，有效地提高管理效益。
B、按照評分模型的資料來源劃分
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，並且對資料進行加工和整理的商業機構，其資料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、破產評分等模型的資訊來源。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資訊，主要有全球著名的評分科技公司Fair Isaac公司利用其資料開發出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資料為評分基礎，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，由於許多銀行內部資料［交易資料和主檔案資料（Master File Data）］的儲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資料，由Fair Isaac公司利用該資料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資料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.以銀行內部自由資料為評分基礎的客戶化模型評分（Custom Models Score）
以銀行內部自己的資料集，如申請者資料、交易資料、主檔案資料、付款表現資料等作為評分基礎，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戶資料為基礎，反映自己客戶群獨特的行為模式，根據自己的需要制定特有的評分標準。常見的客戶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）。通用化模型和客戶化模型各有優點。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；資料量更大更豐富，反映了消費者全方位的信用資訊；可以迅速購買獲得，對小銀行來說更加便宜等。
客戶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戶群體特徵；研發的彈性更大，可以自己制定模型流程和標準；對大銀行來說可能更加便宜。同時，由於預測資訊的來源不同，通用化模型評分與客戶化模型評分之間往往存在一定的互補關係。
C、按照評分模型的物件劃分
a.賬戶層次評分：其預測性資訊和表現性資訊來自某個信用產品或某個賬戶，比如對信用卡賬戶的風險進行預測，其所有的資料均來自信用卡賬戶。
b.客戶層次評分：其預測性資訊或表現性資訊來自客戶層次，該客戶可能在同一銀行內部擁有多個產品和賬戶，如儲蓄賬戶、汽車貸款賬戶、住房貸款賬戶、信用卡賬戶，各個產品的相關資料被綜合起來作為模型的資訊來源。
c.消費者層次評分：其預測性資訊或表現性資訊來自消費者層次，反映了消費者全面的信用資訊，不管是哪個產品，也不管是哪個銀行，一般來說這是指信用局評分（通用化評分）。
（2）信用評分的實現：模型開發
模型開發資料探勘是從大量的、有噪音的資料中，發現潛在的規律和價值，以輔助提高管理、決策能力。銀行透過對外部資料及信貸等業務中產生的資料進行提煉、分析，開發模型，對客戶進行信用評分，以服務於信貸管理，增強風險控制能力。
第一步：樣本抽取
銀行積累的客戶評級相關的資料量極其龐大，出於資料處理速度及模型開發效率的考慮，通常抽取一定量的資料作為樣本，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，總貸款賬戶數是5000，不良貸款賬戶數是100，佔比1/50；那麼隨機抽取100個貸款賬戶，其中包含2個不良貸款賬戶。
而分類抽樣，則需要先分類，確認各類樣本的資料量，再分別進行隨機抽樣。例如上述例子中的賬戶樣本選擇，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戶和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：變數選擇
明確因變數和自變數。其中因變數為表現變數，即模型的結果“客戶信用情況”；自變數為與之相關的因素，它的預測能力決定於它與因變數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戶的學歷、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，但是某類自變數和壞賬率的表現上，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
影響模型結果的變數非常複雜，因此需要根據單個變數的實際預測能力進行篩選，剔除沒有預測能力的變數，以縮小變數的範圍。常見的模型演算法有線性迴歸分析、非線性迴歸分析、邏輯迴歸模型、神經網路模型、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，則好賬戶出現的越多”；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著重要的作用，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，一定是控制客戶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、客戶提供的資料，以及審批人員的個人主觀經驗。這種狀況很難應對客戶群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，隨著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)
近日，有人爆料，一對安徽夫妻誤扔5萬貨款，這對在浙江嘉興做小生意的安徽夫妻竟然將5萬貸款當垃圾扔掉，據悉這5萬貸款是妻子放黑色塑膠袋被糊塗丈夫扔掉的，所幸在第二天的時候在十幾名環衛工的幫助下在10多噸的垃圾裡將5萬貸款找回。在日常生活中，媽媽輩的人很多都喜歡將自己的錢藏在黑色塑膠袋裡，因為她們覺得沒人會去翻，認為放海瑟塑膠袋安全，但因黑色塑膠袋發生的誤會也很多，就像這對夫妻誤扔5萬貨款。
據這對夫妻兩人稱，這5萬誤扔貨款是妻子唐女士在10月16日的下午在銀行取出來準備還的，唐女士將錢取出來後就用一個黑色的塑膠袋裝著，拿回家後就直接將5萬貸款隨手放下了。等到晚上唐女士的丈夫回家後，以為黑色塑膠袋裝的是垃圾，而後這位糊塗丈夫就將黑色塑膠袋中的5萬貸款隨手就仍在了垃圾桶裡。
第二天早上，唐女士收拾完住在的房子後就將家中的垃圾倒在房子外面的垃圾桶。夫妻誤扔5萬貨款就這樣發生了，當天，垃圾中轉站的工作人員就將唐女士房子外面的垃圾桶內的垃圾連同5萬貸款收走了。到了晚上的時候，這對夫妻的生意合作合作伙伴了，於是唐女士就回房拿從銀行取回的5萬貸款，令唐女士驚慌的是，原本準備好的5萬貸款不見了，貸款不翼而飛真的是驚出了這對夫妻一身汗。
隨後。經過夫妻兩人的對話才得知，倆夫妻誤扔5萬貨款了，這丈夫無將5萬貸款當垃圾扔掉了，而且唐女士打電話向垃圾站的工作人員詢問得知，裝有這對夫妻誤扔5萬貨款的來及已經收到了村裡的垃圾中轉壓縮站，但還沒來得及運走，第二天再幫忙尋找。被這對夫妻誤扔的5萬貨款還沒被運去更遠的地方，這也是幸運。唐女士稱，即使知道了裝有誤扔5萬貨款的垃圾還在，但還是一晚都睡不著。
誤扔貨款第二天天還沒亮，這對誤扔貸款的夫妻早早就來到了垃圾站外面等待人家上班，最終，在10多名環衛工人和這對夫妻帶去的人的尋找下，終於在10多噸的垃圾中花費了2個小時找到了被這對夫妻誤扔的5萬貸款。所以，小編不得不提醒大家，在家中收拾東西的時候，不管用什麼袋子裝著的東西，如果要扔的話，最好在扔掉前開啟看一下是什麼，並詢問一下家人還要不要，要不然後果可能會和嚴重的。
(2017-10-22)
9月21日上午11點過，一批從深圳金飾生產廠家發來的貨到了金店，員工們開始清理貨物，並把100多根沒有打價籤的K金項鍊用塑膠袋包好，放在收銀臺旁邊的一個櫃子上。放項鍊的員工隨後外出送貨，一直到晚上7點過才回金店。
金店負責人彭娜說，“塑膠袋是那種表面有很多泡泡的防撞袋，會自動膨脹。”所以當這個放在櫃子上的袋子因為自動膨脹，掉在了地面上時，彭娜以為是拆包裝後沒用的垃圾，隨手把袋子扔向了收銀臺另一個角落，那裡還有一些其它塑膠袋雜物。“我們另有一個監控頭對準這個地方，在差不多兩小時的時間裡，無人動過。”
彭娜說，根據監控顯示，大約在13點47分左右，店內的一個女店員誤將掉在地上的包有項鍊的塑膠袋當垃圾扔到了門外的垃圾收集點。垃圾收集點位於底樓的小商品市場，靠近樓梯衛生間的一側。
(2017-10-07)
生活中不少人真的是粗心大意，這不安徽的唐女士和丈夫就把5萬貨款當垃圾扔掉啦！隨後，經過多番查詢終於知道在垃圾中轉站，唐女士找來朋友和10多名環衛工一起參與找錢。
10月16日，安徽唐女士因要付貨款，從銀行取出 5 萬元裝在黑色塑膠袋裡隨手放在了家裡。誰知 5 萬元貨款卻被丈夫當做垃圾家裡垃圾桶。第二天，唐女士又把家裡垃圾扔到了室外垃圾桶，被垃圾轉運站的車收走了。
後來，夫妻兩發現錢不見了，才知道錢被當垃圾扔了。幸運的是，唐女士立即垃圾中轉壓縮站後，得知垃圾還沒被運走。
18 日，壓縮垃圾的轉運 10 多名環衛工人和唐女士找來的朋友一起幫忙找錢，最終花了兩個小時從 10 多噸垃圾堆裡到了唐女士扔掉的 5 萬元。網友紛紛為環衛工們的行為點贊，稱道：他們是最可愛的人。
(2017-10-21)