欧美有180年的征信经验
开放数据源最大的是伦敦
《经济学人》报道80%的开放数据源是不能用的
交替数据:HelloSoda、ZestFinance、Kreditech
ZestFinance:洛杉矶,创始人来自谷歌和CapitalOne前信贷部高级主管京东投资,已将模型应用于京东金融目标客群:FICO评分低于500的人;评分不高借贷成本高,用大数据征信降低其信贷成本核心竞争力:数据挖掘能力和模型开发能力。在其模型中,往往要用到 3500 个数据项,从中提取 70,000 个变量,利用 10 个预测分析模型,如欺诈模型、身份验证模型、预付能力模型、还款能力模型、还款意愿模型以及稳定性模型,进行集成学习或者多角度学习,并得到最终的消费者信用评分。
更新很快,从 2012年 至今,差不多每一个季度就会新推出一个新的信用评估模型。最早,ZestFinance 只有信贷审批评分模型,目前已经开发出八类信用评估模型,包括市场营销、助学贷款收债、法律收债、次级汽车抵押贷款等等,用于不同信用风险评估服务。
ZestFinance 进行信用评估时,传统征信数据要占到至少 30% 。清晰的用户定位,完善的征信体系支撑,是 ZestFinance 在美国生存的土壤。
评论