互联网个人信用信息服务平台

互联网个人信用信息服务平台　　互联网个人信用信息服务平台的登录地址在哪里呢?下面是YJBYS小编为大家收集的互联网个人信用信息服务平台，供大家参考，欢迎大家借鉴。　　近日，央行下发通知，要求芝麻信用、腾讯征信等8家机构做好个人征信业务的准备工作。从央行向互联网企业伸出的“橄榄枝”可以预见，在互联网时代，围绕传统金融构建的个人征信体系将会不断丰富、综合化，用滴滴打车叫车爽约，朋友圈卖假货，淘宝恶意差评等都有可能成为个人信用的小污点。互联网企业会给个人征信体系带来怎样的变革?大数据的运用又存在哪些雷区?　　互联网时代丰富的征信场景　　多数人都知道央行有个记录着每个人信用状况的系统，但很少有人查看过自己的信用记录，或者根本不知道怎么查看，个人信用记录似乎和日常生活关系不大，我们只知道信用卡逾期不还款可能产生信用污点，直到有一天办理个人房贷的时候，才发现征信系统里的一个小污点对个人造成的影响。　　这反映出我国个人征信系统的发展并不成熟。人们希望征信系统收录的数据更全面，评估标准更多样，最好能有一个综合的打分机制，不要因为一次信用卡忘还的过失，就对个人信用“一票否决”，直接影响到贷款的额度和利息。　　美国的FICO就是这样一家为个人信用打分的私企。其信用分涵盖了生活的方方面面，包括日常的购物出行、水电费，甚至地铁逃票都会成为影响信用的因素。大部分美国人会有一个属于自己的综合分，高于一定标准，申请信用卡或银行贷款就会十分顺利;低于一定标准，则困难重重。这套评分体系被美国民众普遍接受。　　我国的个人征信市场向互联网公司“开闸”，意味着征信场景将会得到极大丰富。比如用滴滴打车叫车又爽约，或许会留下不良记录;在朋友圈卖假货，可能成为信用污点;支付宝十年账单可以反映一个用户的消费水平、购物习惯及理财能力;甚至，在社交平台上发帖买房、搬家或换了新车，都可以根据其新房的位置、新车的品牌型号大概推断其收入变化。　　当信用体系只服务于传统金融业时，更多人可能不会太关心个人信用问。阿里和腾讯等互联网公司介入个人征信体系，则可以吸纳非金融机构的数据信息，个人网上购物数据、社交数据等各种生活化数据，使得一些从未在银行等金融机构有过借贷行为的人，也开始具备丰富的个人征信数据，凭借个人征信信息，享受更多金融服务。当人们逐渐意识到在与银行有关的信用之外，那些互联网生活产生的大数据也将影响其今后的消费行为时，个人征信意识也会被唤醒。　　为何把个人征信开放给“非正规军”?　　一直以来，我国个人征信市场上的“正规军”只有央行征信中心和上海资信等几家专业机构。公开资料显示，截至2014年10月底，央行征信系统共收录了8.5亿自然人的记录，不过有征信记录的仅有约3.2亿人，约占全国总人口的23.7%，远低于美国征信体系85%的覆盖率。除此之外，个人征信重复建设、征信机构水平不足等现实问题，导致我国个人征信业务发展缓慢，很多人得不到信用服务。　　如今，征信体系对阿里、腾讯这样的互联网企业开放，他们的强项在于电子商务和社交，他们本身就可以产生数据，而且与传统征信体系主要收集财务数据不同，互联网企业可以搜集电子商务、社交等信息，数据来源广泛，可以从更多角度对征信对象进行分析。互联网企业掌握的大数据足以进一步扩大未来征信数据和征信市场的范围。　　事实上，对于市场规模近千亿的征信市场，腾讯和阿里蓄谋已久。腾讯财付通团队两年多前就开始推进征信业务。腾讯手上巨大体量的社交用户，包涵最复杂的人际关系，对话关系，这些数据都会变成未来互联网征信的宝贵。阿里近日推出的“花呗”就是在个人征信业务指导下的赊销服务，只需根据用户在芝麻信用中的评分给予相匹配的信用额度，发卡审核流程大大缩减，也无需人工介入;再如之前的“去啊”旅行，对用户退订机票提供急速赔付，将退机票这个繁琐的过程简单化;还有目前推行的天猫分期、先试后买等服务，都是基于大数据技术，通过对用户的电商交易数据进行分析，判断用户的还款意愿和消费能力，从而完成评估和授信。　　当个人隐私成为他人财富　　某网站调查显示，3000多名投票网友里六成不看好个人征信发展前景，绝大部分都是出于对个人隐私保护的担忧。当消费者被放在互联网征信的显微镜下，他们的一举一动被记录，个人信息被存档，甚至可能因为商业目的被买卖，他们当然有权对个人数据的安全性提出更高的要求。　　如此看来，互联网征信业务也存在很多雷区，比如会不会采集敏感的个人信息，数据的安全性与透明度难以界定。我国现在尚无专门的隐私权保护法，对于哪些数据涉及隐私需要保护，缺乏明确的法律界定。民间征信机构出于什么目的获取个人数据?可以征集哪些个人数据?哪些数据不能进入信用?发生纠纷后如何解决?这些问题都有待进一步厘清。如何在法律许可的范围内，尽量掌握每个用户完善、丰富的数据信息，又不侵犯用户隐私，这一点尤为重要。　　把互联网产生的大数据应用于信贷领域，这在全球范围内都是很前沿的探索。美国ZestFinance公司，使用了社交网络上的7万多个变量估算个人征信，得出了“填表喜欢全部用大写字母的人违约率更高”等诸多有趣结论，但最后的征信评估也仅55%左右的准确度。　　我国信用管理研究专家吴晶妹曾在她的文章《2015展望：网络征信发展元年》中说：“网上的一切数据皆信用。”但是，大数据并非没有弊端，网络平台上积累的数据虽多，但是极度碎片化，数据量越大，审核维度越多，由此带来的“数据噪音”也越多。如何筛选数据、挖掘出可以判断个人信用水平的有效变量，还有待技术创新。