|
自征信中心要求金融机构在2021年12月31日前全部完成系统切换开市起，二代人行征信报告的应用就成为了一个大趋势。到现如今，已超过截止日期2月有余，在这里将给大家展示一些二代征信的应用，收录如下（文末有资料领取）： 此文章包含三部分： 二代征信常见6大问题解读 个人征信报告深度解读 二代征信在小额线上贷款领域的应用与探索 二代征信常见6大问题解读 信用在当今社会的重要性不言而喻，及时关注征信记录，主动维护自己的个人信用直接决定是否能成功申请到银行贷款、贷款利率和授信额度的高低。 1、什么是征信？ 征信的本质是为了信用活动提供信用信息服务，在实践中表现为专业化的机构（征信机构）依法采集、整理、保存、加工自然人、法人及其他组织的信用信息，并对外提供信用报告、信用评估、信用信息咨询等服务，帮助客户判断、控制信用风险，进行信用管理的活动。 二代征信报告类型包括：企业征信报告和个人征信报告（又分为个人详版征信、个人简版征信）。  2、为什么要用征信？ 01 核实客户信息 人行征信报告内包含客户个人身份信息、工作信息、居住信息、配偶信息等不同维度信息内容，可以与客户本次申请材料进行交叉比对核实客户身份真实性。 02 判断偿还能力 人行征信报告内包含客户公积金信息、工作信息，可通过该部分信息对客户收入进行推断，并且根据目前已有负债情况进行负债偿还比率计算，评估客户综合还款能力。 03 评估风险水平 可根据客户已有负债的还款情况，对客户的还款行为及风险水平进行评估，并且根据不同类型负债可推断客户是否有固定资产及非固定资产，进一步对客户风险情况有比较清晰的认知。 04 辅助信贷管理 人行征信报告可直观判断客户是否存在严重逾期、违约情况、失信被执行人等严重负面信息，可实现自动化规则逻辑，并且增加多维度变量，提高模型准确率，同时也可以对客群画像进行细分。 3、人征信报告中， 哪些因素会影响我的贷款申请？ 01 信用记录是否良好 一般情况下，如果信用报告显示你在两年内有连续三次或累计六次的还款逾期，向银行申请贷款多半会遭拒。所以在向银行申请贷款或信用卡后，一定要按时还款，保持良好的信用记录。 02 负债比例是否过高 个人信用报告会清楚地显示在金融机构的贷款结余和信用卡透支额度，银行会据此计算出你目前负债占收入的比重，若比重过高为依据质疑你的还款能力，贷款申请也可能因此“流产”。 03 配偶信用是否良好 如果你是已婚人士，在申请住房贷款时，银行还需要查询你配偶的信用情况，若你配偶存在拖欠各类银行贷款的记录，也会直接影响贷款的申请。因此，如果你是已婚人士，一定要提醒你的配偶按期偿还信用卡透支和银行贷款。 04 近期征信查询次数是否过多 个人信用报告上会显示近期被哪些机构出于何种原因查询过征信记录。如果近期的查询记录均是和贷款申请或贷后管理相关，而且被多家机构查询过，这意味着可能已经向其他金融机构贷过款，可能由于信用报告内容显示滞后造成信息不完全，银行很可能因此对你的贷款申请审慎对待。 4、贷款或信用卡逾期，就申请不了贷款吗？ 严重的逾期可能造成贷款无法申请。逾期不太严重时，贷款成数、贷款利率也可能会受影响；信用卡逾期记录5年才可以彻底消除，建议继续使用该信用卡（注销该卡不会消除不良记录）并保持按期还款，24个月后信用记录将自动被覆盖，贷款申请就不会受到影响了。 5、如何查询自己的信用记录？ 现阶段，查询个人信用报告的方式有四种，即征信临柜查询、征信自助查询机查询、互联网查询以及商业银行柜台查询。当前越来越多的经济活动需要出具个人信用报告，临柜查询效率较低，成本较高，自助查询机效率较高。 查询人员高峰阶段往往会无法满足大量客户需求等等问题，会受到情绪波动的影响，这样一来互联网查询就体现出了其不可比拟的优势,更方便快捷地查询到信用报告，增加各项经济活动的效率。接下来为大家提供两种查询方法： 1）在所在地的中国人民银行分支机构查询需要携带本人的有效身份证件原件及1份复印件，在查询网点填写《个人信用报告本人查询申请表》后提交查询申请。 2）互联网在线查询可以通过查询网址为：https://ipcrs.pbccrc.org.cn/ 建议一年至少查询一次自己的征信记录，对自己的信用状况做到心中有数，同时也可查证是否存在信息错误或被他人冒用身份查询记录的情况。 6、个人征信报告出错了，怎么办？ 如果是由于身份信息等个人信息发生改变但没有及时更新造成报告与实际不符，应该及时告知相关机构，要求其更新信息。如果信息出现错误，可以直接联系中国人民银行征信中心或省征信分中心进行异议申请，若经核查信息有误，征信中心会督促报送数据的机构及时更正。 二、个人征信报告深度解读 二代征信于2020年5月4日开始全面替代一代征信。二代征信更加注重聚焦信息本身，强调此为征信数据集合。二代征信包含主要包含8个部分：  二代征信相对于一代征信，改进的地方主要是两个方面： 1）信用报告结构和内容优化： 提高信用报告可扩展性，解决新业务不能快速展示的问题； 打通企业征信系统和个人征信系统，实现企业和个人信用数据的共享，解决个人作为企业担保人不能展示在信用报告的问题； 增加授信额度信息，帮助防范过度授信； 部分信息的局部调整。 2）信用报告生成机制优化： “人”的标识由“三标”调整为“二标”，解决了少数民族、外国人等由于姓名报送不规范导致信用报告不完整的问题； 优化数据更新机制，信用报告时效性更强。 以下对个人征信报告进行详细解读。 1、基础信息解读 01 报告头  1、原报送逻辑为“三标”调整为“二标”； 三标：姓名+证件类型+证件号码二标：证件类型+证件号码 2、报告编号：具有唯一性，查询日期+查询顺序编号； 3、查询机构：一代展示查询操作员，二代调整为查询机构； 4、新增其他证件信息：避免同一客户使用不同证件查的不同征信报告内容； 5、新增防欺诈警示：报告主题可以申请添加防欺诈信息进行提示作用，该预警信息最多可以预留2个电话号码。--暂未公开展示； 6、异议信息提示：是提示报告使用者本份报告中是否包含异议信息以及异议信息的条数，用以提醒报告使用者注意阅读相关内容。 02 个人基本信息  1、新增就业状况、国籍、电子邮箱； 2、一代仅展示最新更新手机号码，二代新增最大可展示5个手机号码； 3、居住信息：最多显示5条不同的记录，居住地址或居住状况任一发生变化，则为一条新记录； 4、职业信息：新增单位性质字段，最多显示5条工作信息记录，职业信息还包含职业、行业、职务、职称、进入本单位年份、信息更新日期。 03 信息概要  1、个人信用报告“数字解读”：是征信中基于信用报告中的信息给出的报告主题的评分，目前只开放于少量的金融机构； 2、数字解读：是对报告主题未来信贷违约可能性的预测，分值取值范围为0-1000，分数越高代表违约概率越低； 3、相对位置：数字解读在全部人群中百分比排序位置，取值范围是0到90之间，≥10%即数字解读分值高于10%的人； 4、说明：是描述影响报告主题获得更高“数字解读”分值的原因，最多展示2条影响因素。若没有影响因素，或者“数字解读”分值已经处于大于80%的相对位置，“说明”展示“无影响因素”； 5、信贷交易信息提示：贷款包含所有未结清、已结清和已转出贷款；信用卡包括未激活、未销户和已销户的贷记卡和准贷记卡。 04 信贷交易违约信息概要  1、被追偿信息汇总：展示报告主题名下被资产管理公司、担保公司及保险公司追偿的信贷交易信息，将一代信用报告单独展示资产处置和担保人代偿信息调整为被追偿信息。若欠款未还清或还清之日距离报告查询日未超过5年，则纳入统计，如已超过5年，则不纳入统计； 2、呆账信息汇总：是展示报告主题名下处于呆账的账户数、呆账金额等汇总信息，此模块信息不受5年限制； 3、逾期（透支）信息汇总：展示报告主体下过去5年内处于逾期（透支）状态下的5类借贷账户汇总信息，除了呆账账户以外，所有5年内存在还款状态处于逾期状态的账户的预期情况。 05 信贷交易授信及负债信息概要  1、信贷交易授信及负债信息概要：主要描述报告主体办理的交易5类借贷账户的当前总负债、最近半年的平均月负债及获得的授信情况，各模块展示的数据均为【未结清】数据； 2、最近6个月平均应还款金额：包含呆账还款； 3、贷记卡账户、准贷记卡账户：不包含“销户”账户； 4、相关还款责任信息汇总：该部分信息既包括报告主体为个人承担相关还款责任的信息，也包括为企业承担相关还款的责任信息、与企业共同借款的信息。该段信息仅汇总主借贷业务未结清的相关还款责任信息，若主借贷业务已结清，则不纳入统计。 2、信贷交易明细 01 催收账户（C1） 用于描述剩余本息均处于催收状态（即债权人要求债务人尽快归还全部借款）的贷款账户。  被追偿信息为过去5年内曾经或正在被资产管理公司、担保机构和保险公司催收的账户信息，催收账户包含两类业务：一是资产处置业务，二是垫款业务。 账户状态为“催收”状态，说明该笔业务仍在追偿债务状态，账户会一直更新及展示。 账户状态为“结束”状态，说明该笔业务已还清，自还清债务之日（最后一次还款日）起，该账户在信用报告上仅展示5年。 02 非循环账户（D1） 用于描述非循环贷款、融资租赁业务，以及部分证券类业务等。 D1 呆账  非循环贷账户是报告主体在各个授信机构办理不可循环的贷款及相关业务的借还款情况，一般可分为三类： 一类是授信机构报送的传统的住房贷款、车贷等非循环贷款； 二类是融资租赁公司报送的融资租赁类业务； 三类是证券公司报送的证券类融资业务。 该账户为共同借贷，且报告主体为主借款人，展示“主借款人”，如报告主体为从借款人展示“从借款人”。 该部分信息总体按账户状态为按未结清、已转出、已结清的顺序依次展示，对于未结清账户，优先展示账户状态为呆账的账户，其他未结清账户根据五级分类，优先展示风险程度较高的账户。 最近5年内的历史表现信息展示自报告查询之日起，最近5年内每月的还款表现，若该笔借贷自放款之日到现在未满5年，则起始日期为账户开立日期。 D1 逾期  最近一次月度表现信息，对于未结清(除呆账外)账户，征信系统要求按月更新还款信息，对于呆账账户，若报告主体没有还款行为，可以无需按月更新，故呆账账户不展示该信息，对于已结清账户也无需继续更新，也不展示该信息段。 最近表现段对于呆账账户，展示最新的表现：对于未结清非呆账的账户，展示报告主体在本月应还款日后，下个月应还款日前还清的所有逾期款项的信息，若主体在此期间未还款，或者有还款但未还清逾期还款，账户状态不为“正常'，则最新表现段不展示。 展示账户的特殊交易信息，如展期、担保人代偿和提前还款等，是对还款信息的补充说明。 03 循环额度下分账户（R4） 用于描述循环授信额度下逐笔管理（即需要针对每一笔借款分开还款）的贷款。 04 循环贷账户（R1） 用于描述循环额度下还款统一管理（即每月根据当前累计借款余额计算出一个还款金额，通知借款人，借款统一归还）的贷款，也可以用于汇总报送循环授信额度下逐笔管理的所有贷款。 05 贷记卡账户（R2） 用于描述借款人使用贷记卡类产品的透支及还款行为。 R2 呆账  贷记卡账户主要描述贷记卡类业务的额度信息、当前负债信息以及最近5年的历史还款记录。通过贷记卡账户报送的业务一般分为两类：一类是贷记卡业务；另一类是大额专项分期卡业务。 一般而言，一家银行会给报告主体核定一个总授信额度，在该额度之下给报告主体持有的本行所有信用卡分别授信。“共享授信额度'就是报告主体在同一家银行的所有信用卡账户共享的这个总授信额度。 该部分信息总体按账户状态为未销户、已销户和未激活的顺序依次展示，对于未销户的账户，优先展示账户状态为呆账的账户，其他未销户账户根据最近5年内最长逾期期数排序，优先展示风险程度高的账户信息。 R2 正常 若账户的币种不为人民币，该账户中所有金额相关数据项均为折合人民币金额。 “余额”包含两部分:循环额度下的所有欠款(即“已用额度”)及大额专项分期的所有欠款(即已出单未还以及未出单的大额专项分期余额)，反映该账户的所有负债。 展示该贷记卡账户未出单的大额专项分期余额及剩余分期期数。 展示本贷记卡账户下，报告主体办理的所有大额专项分期业务，包含已到期和未到期的。若该贷记卡账户下从未办理过大额专项分期业务，则该段信息不出现。 展示该账户最新发生的特殊时间信息，目前展示的特殊时间类型包括两类:信用卡因账单日本月不出单和已注销信用卡账户重启。 R2 销户、未激活 最新表现信息，已销户账户展示销户日期，若该账户有还款记录，仍保留还款记录。 最新表现信息，对于未激活账户，展示截至数据最新更新时间，该账户未激活。 06 准贷记卡账户（R3） 用于描述借款人使用准贷记卡类产品的透支及还款行为。 07 相关还款责任信息 用于描述借款人对个人、企业担保贷款的贷款情况。 展示报告主体作为担保人或其他还款责任人的或有负债信息，包括担保责任金额以及对应主账户的当前还款状况。相关还款责任信息反映了当债务人无力还清欠款时，报告主体承担的还款义务。该部分既包括报告主体为个人的担保信息，也包括为企业的担保信息。 该部分仅展示主借贷业务未结清(未销户)的信息。若主借贷账户已经结清(销户)，则报告主体作为担保人的信息将不再展示。先展示为个人的担保信息，再展示为企业的担保信息。 相关还款责任信息中，非人民币账户相关金额不会转化为人民币。 08 授信协议信息 个人授信协议是征信系统用以采集信息主体从数据提供机构获得的授信额度信息的载体。 3、非信贷交易明细 01 后付费记录 描述报告主体使用后付费的电信及公共事业等服务时的缴费信息以最近5年内的欠费信息明细。 从最新更新的记账年月起，电信缴费账户最近24个月内每个月的缴费状态记录。 自来水业务暂不显示缴费记录。 三、二代征信在小额线上贷款领域的 应用与探索 银行机构用于商业活动的为授信机构版本，因此二代征信信息挖掘以此版本为主。信用征信报告可以挖掘用户哪类信息，或者将征信信息用于防范用户哪些风险，主要是结合产品来进行考察的。 比如公积金贷款，针对欺诈风险，不光是考察用户是否本人上，如活体检测、关联图谱、团伙欺诈，更应从征信中挖掘征信白户的风险，尤其是工作信息与公积金缴纳时间不符、无信贷历史有公积金缴纳等。下图以线上小额信贷为例子。 通过二代征信信息可以挖掘用户欺诈风险，信用风险。 其中欺诈风险主要是考虑用户征信白户或征信历史较短，导致征信报告不能合理评估用户的信用风险，所以需要单拎出来。但具体也要结合产品的客群以及风控审核模式等来判断用户是否存在欺诈风险。 比如小微企业贷款用户是小型养猪场，风险判断由客户经理线下尽调进行综合评估，0-6月的信用记录可能不能算作欺诈风险。但是对于纯线上，用户只有最近6个月公积金缴纳记录，可能会存在欺诈风险。 我们这里主要探讨用户的信用风险。针对用户的公共信息未做探讨。 信用风险这里可以考察用户信用履约能力、用户偿债能力、用户资金紧迫程度、用户征信有效年龄、用户资金质量追求、用户资金流情况来衡量用户风险。此方法使用于业务初期，由策略专家提供风控字段，作为征信1.0入模字段。后期可根据业务表现进行更换调优。 随着业务数据增多，我们还可以基于征信字段特征，进行自动衍生，筛选有效的变量。整体的思路可以参考信贷特征维度与统计指标交叉的方法来组合，从而进行有效、合理的变量衍生，如最近（1）月账户类型为（贷记卡账户）的授信额度等。在此展示衍生变量可以扩展维度。 需要注意的是，无论是专家策略还是基于系统自动生成的规则，不应该只是包含信贷数据描述性说明，应该充分发掘策略的主观能动性，探索用户信贷需求。人行二代征信数据中提供了近5年的信贷历史数据，可以充分挖掘用户的信贷规律、负债规律、还款压力、逾期规律等方面，挖掘更为有效的特征变量。 如负债规律可计算T月份负债，T-1月份负债（T月份负债+T月份月还-T月份贷款）；还款压力可计算T月月还，T-1月还（贷款结清日小于等于T-1月份或者到期日小于T-1月份且贷款开立日期小于等于T-1月，贷款月还款额求和（注：还款方式不同，每月还款金额也不相同）。人行征信数据的充分挖掘可以有效地补充流水的缺失。 衍生变量确定好后，基于IV、WOE等指标筛选有效的变量。需要注意的是模型的选择上，我们需要结合业务具体情况来进行模型部署。目前金融机构可以自主查询用户的征信报告，对于征信信息可以更好快速使用，征信模型可以方便快速进行迭代和优化。 对于助贷机构或者风控输出等方式进行风险筛查时，征信模型快速迭代可操作性和征信信息获取量都有限制。如银行只会返回固定个数征信变量。此时更应关注模型稳定性以及相应映射工作，方便后续迭代与模型监控。如小贷最近3个月申请的次数，X<=1映射为A1，1<x3映射为a3。< p=""> 文章中列举内容，仅提供示例以作参考。 |
|
|
来自： 豆豆糖0ytzym7u > 《监管》
