《征信理論與實(shí)務(wù)》課件第四章 個(gè)人征信業(yè)務(wù)

1、本章知識(shí)結(jié)構(gòu)圖個(gè)人征信業(yè)務(wù)4.1 個(gè)人征信主要服務(wù)產(chǎn)品及其應(yīng)用4.5 個(gè)人征信報(bào)告4.2 個(gè)人征信數(shù)據(jù)4.3 個(gè)人征信系統(tǒng)4.4 個(gè)人信用評(píng)分4.1個(gè)人征信主要服務(wù)產(chǎn)品及其應(yīng)用個(gè)人線下調(diào)查服務(wù)個(gè)人征信報(bào)告服務(wù)個(gè)人信用評(píng)分服務(wù)其它個(gè)人征信服務(wù)個(gè)人征信業(yè)務(wù)主要服務(wù)產(chǎn)品及其應(yīng)用個(gè)人征信是對(duì)消費(fèi)者信用調(diào)查的別稱，是指對(duì)個(gè)人的信用信息進(jìn)行采集、整理、保存、加工，并向信息使用者提供的活動(dòng)。個(gè)人征信概念：個(gè)人征信業(yè)務(wù)的操作包括個(gè)人信用信息采集、處理、信用檔案的建立和維護(hù)、信用價(jià)值評(píng)價(jià)、信用記錄的傳播全過程。個(gè)人征信服務(wù)的對(duì)象可以是來自零售信用、現(xiàn)金信用和服務(wù)信用領(lǐng)域的授信人。個(gè)人線下調(diào)查服務(wù)線下調(diào)查需要調(diào)查

2、員根據(jù)操作標(biāo)準(zhǔn)進(jìn)行外部征信，對(duì)借款人進(jìn)行線下調(diào)查，驗(yàn)證、評(píng)估申請(qǐng)資料的真實(shí)性，包括借款人的收入情況、還款能力、歷史信用等。線下調(diào)查的方式（1）通知調(diào)查，是指通知被調(diào)查人，要求其提供相關(guān)資料和申報(bào)信用記錄，然后對(duì)該資料和記錄進(jìn)行抽樣驗(yàn)證、分析的調(diào)查方式。（2）秘密調(diào)查，是指在被調(diào)查人不知道的情況下進(jìn)行調(diào)查的調(diào)查方式。（3）實(shí)地調(diào)查，是指調(diào)查人員到被調(diào)查人所在地進(jìn)行調(diào)查的調(diào)查方式。（4）訪談相關(guān)人，是指調(diào)查人員為求證事實(shí)和疑點(diǎn)向相關(guān)人員進(jìn)行訪談的調(diào)查方式。信用調(diào)查的一般程序第一步：明確調(diào)查項(xiàng)目、調(diào)查目的、調(diào)查方式，簽訂委托合同。第二步：根據(jù)合同確定的調(diào)查項(xiàng)目、調(diào)查目的、調(diào)查方式，制定調(diào)查計(jì)劃，經(jīng)信

3、用機(jī)構(gòu)負(fù)責(zé)人或其授權(quán)的工作人員批準(zhǔn)后實(shí)施計(jì)劃。第三步：撰寫調(diào)查報(bào)告。實(shí)地調(diào)查實(shí)地調(diào)查是應(yīng)用客觀的態(tài)度和科學(xué)的方法，對(duì)某種現(xiàn)象或問題，在確定的范圍內(nèi)進(jìn)行實(shí)地考察，并搜集大量資料以統(tǒng)計(jì)分析，從而進(jìn)行探討。實(shí)地調(diào)查現(xiàn)場觀察法詢問法直接觀察法環(huán)境觀察法直接訪問法電話訪問法、等等堵截訪問法現(xiàn)場觀察法現(xiàn)場觀察法是調(diào)查人員憑借自己的眼睛或借助攝像器材，調(diào)查現(xiàn)場直接記錄正在發(fā)生的行為或狀況的一種有效的收集資料的辦法。其特點(diǎn)是被調(diào)查者是在不知曉的情況下接受調(diào)查的?，F(xiàn)場觀察法的類型1）直接觀察法，就是在現(xiàn)場憑借自己的眼睛觀察市場行為的方法2）環(huán)境觀察法，就是以普通人的身份對(duì)調(diào)查對(duì)象的所有環(huán)境因素進(jìn)行觀察以獲取調(diào)查

4、資料的方法。詢問法詢問方法，是指將所調(diào)查的事項(xiàng)，以當(dāng)面電話或書面的形式向被調(diào)查者提出詢問，以獲得所需的調(diào)查資料的調(diào)查方法。詢問法包括直接訪問法、堵截訪問法、電話訪問法、CATI法（計(jì)算機(jī)輔助電話訪問）、郵案方法、固定樣本調(diào)查法。個(gè)人征信報(bào)告服務(wù) 個(gè)人征信報(bào)告是以特定報(bào)告形式記錄個(gè)人的基本信息、信用交易信息、公共記錄和公用事業(yè)等信用信息，全面反映個(gè)人信用狀況，是個(gè)人的“經(jīng)濟(jì)身份證”。經(jīng)過不斷發(fā)展，個(gè)人征信報(bào)告適用范圍逐漸擴(kuò)大，服務(wù)功能不斷增強(qiáng)。個(gè)人征信報(bào)告概念：個(gè)人征信報(bào)告應(yīng)用（1）用于商業(yè)銀行的零售信貸業(yè)務(wù)。目前各金融機(jī)構(gòu)已建立了依托個(gè)人征信系統(tǒng)的信用風(fēng)險(xiǎn)審查制度，查詢申請(qǐng)人征信報(bào)告已作為信貸

5、審查的固定程序，征信報(bào)告已成為信貸的重要參考。（2）用于民間借貸平臺(tái)。民間借貸網(wǎng)絡(luò)平臺(tái)已經(jīng)開始興起，并將征信報(bào)告作為資格認(rèn)證和審核的重要參考之一。（3）協(xié)助相關(guān)職能部門履行法律職責(zé)。非銀行信息是個(gè)人征信報(bào)告的重要組成部分，主要收集和展示個(gè)人除信貸信息外能夠體現(xiàn)自身信用情況的信息，從而有效約束信用主體的信用行為。（4）服務(wù)政府部門項(xiàng)目審批及優(yōu)秀評(píng)選。個(gè)人征信報(bào)告可用于融資性擔(dān)保公司確立和變更審核、部分補(bǔ)貼發(fā)放對(duì)象的審核以及配合政府開展評(píng)優(yōu)評(píng)選活動(dòng)等。（5）服務(wù)于證券交易市場。個(gè)人征信報(bào)告可應(yīng)用于股指期貨開戶、融資融券開戶等方面。（6）用于企業(yè)求職招聘和作為內(nèi)部升遷參考。用人單位能夠根據(jù)就業(yè)報(bào)告提

6、供的內(nèi)容印證求職人所填寫的申請(qǐng)表內(nèi)容，以從品德方面考察應(yīng)征者。個(gè)人信用評(píng)分服務(wù)個(gè)人信用評(píng)分是除征信報(bào)告外，征信機(jī)構(gòu)提供的另一項(xiàng)重要產(chǎn)品，是幫助貸款機(jī)構(gòu)發(fā)放消費(fèi)信貸的一整套決策模型及其支持技術(shù)。它是利用數(shù)理模型開發(fā)出來的用來預(yù)測(cè)客戶貸款違約可能性的一種定量分析方法，通常以借款人過去的還款情況等特征指標(biāo)為解釋變量，通過統(tǒng)計(jì)分析手段，形成連續(xù)整數(shù)的評(píng)分結(jié)果。 在通常情況下，評(píng)分越高說明按照評(píng)分模型借款違約的可能性越小，就越有可能獲得貸款。個(gè)人信用評(píng)分在信用卡生命周期管理中的應(yīng)用個(gè)人信用評(píng)分的一個(gè)最重要的應(yīng)用領(lǐng)域是信用卡的生命周期管理。信用卡的生命周期可以分為拓展客戶期、審批客戶期、管理客戶期三大階段

7、，每個(gè)階段需要作出不同的管理決策，其決策的主要依據(jù)是各種信用評(píng)分模型。信用卡生命周期拓展客戶期管理客戶期審批客戶期1）拓展客戶期：在拓展客戶階段尚處于發(fā)現(xiàn)和瞄準(zhǔn)客戶階段，信用卡公司尚沒有關(guān)于客戶開戶后用卡和欠款付款行為的具體信息，而信用局收集、整理、加工、提煉了消費(fèi)者的信用歷史信息，這些信息可以被用來發(fā)展各種信用評(píng)分，以預(yù)測(cè)消費(fèi)者的風(fēng)險(xiǎn)和收益潛力及其他信貸表現(xiàn)。2）審批客戶期：在審批和決定信用額度高低時(shí)，申請(qǐng)風(fēng)險(xiǎn)評(píng)分通過綜合考慮申請(qǐng)者在申請(qǐng)表上所填寫的各種信息，如年齡、職業(yè)、學(xué)歷、收入、住房狀況等，以及申請(qǐng)者在信用局里的信用歷史記錄信息，對(duì)照類似申請(qǐng)者開戶后的付款表現(xiàn)，以評(píng)分來預(yù)測(cè)申請(qǐng)者開戶后

8、一定時(shí)期內(nèi)違約拖欠的風(fēng)險(xiǎn)概率。3）管理客戶期：在信用卡賬戶開戶以后，隨著時(shí)間的推移，銀行掌握了該賬戶刷卡消費(fèi)、交易、欠款、還款等各方面的豐富信息，能動(dòng)態(tài)地跟蹤客戶信用表現(xiàn)，不斷更新用戶的行為信息，在數(shù)據(jù)積累到一定程度以后，可以對(duì)客戶的風(fēng)險(xiǎn)、收益、流失傾向等進(jìn)行預(yù)測(cè)，據(jù)測(cè)作出相應(yīng)的管理決策。綜上所述，在信用卡生命周期的三大階段中，每個(gè)階段都面臨著一系列重要的管理決策。為了制定正確、科學(xué)的管理策略，需要發(fā)展、應(yīng)用各種信用評(píng)分模型，對(duì)與決策效益密切相關(guān)的各方面的未來信用表現(xiàn)進(jìn)行科學(xué)、準(zhǔn)確的預(yù)測(cè)。個(gè)人信用評(píng)分在汽車貸款中的應(yīng)用批準(zhǔn)/拒絕貸款申請(qǐng)決定貸款額、首付額和貸款額占汽車價(jià)值的比例決定貸款期限決定

9、貸款利率個(gè)人信用評(píng)分在住房貸款中的應(yīng)用評(píng)估申請(qǐng)者風(fēng)險(xiǎn) 行為風(fēng)險(xiǎn)評(píng)分信用局風(fēng)險(xiǎn)評(píng)分申請(qǐng)風(fēng)險(xiǎn)評(píng)分其他個(gè)人征信服務(wù)個(gè)人征信機(jī)構(gòu)還提供許多其他種類的征信數(shù)據(jù)產(chǎn)品和咨詢服務(wù)，如預(yù)測(cè)個(gè)人在未來24個(gè)月內(nèi)發(fā)生拖欠的可能性、人事聘用甄選、客戶資源挖掘、個(gè)人身份識(shí)別及防欺詐、商賬追收服務(wù)、保險(xiǎn)理賠可能性分析等多個(gè)領(lǐng)域。4.2個(gè)人征信數(shù)據(jù)個(gè)人征信數(shù)據(jù)主要內(nèi)容個(gè)人征信數(shù)據(jù)主要來源個(gè)人征信數(shù)據(jù)主要采集方式個(gè)人征信數(shù)據(jù)主要內(nèi)容費(fèi)者身份信息查詢記錄公開信息信貸信息主要內(nèi)容廣度指標(biāo)為個(gè)人信用分析提供了一般性構(gòu)架和準(zhǔn)則，一般包括品德、能力、資本、條件、擔(dān)保品五個(gè)方面，又稱為5C準(zhǔn)則。 廣度指標(biāo) 品質(zhì) Character 能力

10、 Capacity 資本 Capital 抵押 Collateral 條件Condition5C準(zhǔn)則深度指標(biāo)則是對(duì)5C準(zhǔn)則的深化，具體包括：工齡、信用卡、債務(wù)收入比例、銀行開戶情況、信用檔案年限、毀譽(yù)記錄、職務(wù)、住房，現(xiàn)行地址、居住時(shí)間、個(gè)人收入、公用事業(yè)記錄等指標(biāo)。 深度指標(biāo)中國人民銀行征信中心目前采集的個(gè)人征信數(shù)據(jù)主要包括貸款開立信息、貸款還款信息、準(zhǔn)貸記卡發(fā)卡信息、準(zhǔn)貸記卡透支還款信息、貸記卡發(fā)卡信息、貸記卡還款信息、個(gè)人身份信息、特殊交易信息和特別記錄信息等9類信息。個(gè)人征信數(shù)據(jù)主要來源第一類，社會(huì)安全管理部門第二類，商業(yè)銀行等金融機(jī)構(gòu)以及其他提供授信的機(jī)構(gòu)第三類，水電燃?xì)獾裙彩聵I(yè)單

11、位第四類，掌握公共記錄的政府部門第五類，各類商業(yè)機(jī)構(gòu)第六類，與個(gè)人的信用報(bào)告被查詢記錄相關(guān)個(gè)人征信數(shù)據(jù)主要采集方式1.同業(yè)征信 由征信機(jī)構(gòu)在一個(gè)獨(dú)立或封閉的系統(tǒng)內(nèi)部進(jìn)行征信和提供征信服務(wù)的征信工作方式。同業(yè)征信就是在本行業(yè)范圍內(nèi)定期采集用于評(píng)價(jià)客戶的信息，一般由行業(yè)服務(wù)征信機(jī)構(gòu)執(zhí)行。該信息只能在本行業(yè)內(nèi)進(jìn)行流通和使用。2.聯(lián)合征信 由征信機(jī)構(gòu)根據(jù)協(xié)議，從一家以上的征信數(shù)據(jù)源單位采集征信數(shù)據(jù)的形式。聯(lián)合征信允許向所有擁有征信數(shù)據(jù)的單位采集征信數(shù)據(jù)，并且通過征信機(jī)構(gòu)，在提供征信數(shù)據(jù)的單位之間建立數(shù)據(jù)資源共享的關(guān)系。通過聯(lián)合征信的方式，取得被征信個(gè)人的補(bǔ)充和核實(shí)信息，包括個(gè)人就職單位、金融機(jī)構(gòu)、工商

12、部門、稅務(wù)部門、公安部門、電信公司、保險(xiǎn)公司，以及公共服務(wù)部門（如水、電、氣、暖供應(yīng)商）的有關(guān)個(gè)人信息積累，通過建立信息甄別與校驗(yàn)機(jī)制，最大限度地保證信息的真實(shí)可靠和實(shí)效性，最終形成完整的個(gè)人信用檔案庫。3.金融聯(lián)合征信 金融聯(lián)合征信是金融機(jī)構(gòu)向指定的征信機(jī)構(gòu)提供消費(fèi)者的信貸記錄、償貸記錄、信用卡消費(fèi)記錄、與銀行往來情況記錄等，由征信機(jī)構(gòu)將征信數(shù)據(jù)處理后，生成調(diào)查報(bào)告，然后再向所有金融機(jī)構(gòu)提供征信服務(wù)。4.3個(gè)人征信系統(tǒng)個(gè)人征信數(shù)據(jù)庫個(gè)人征信數(shù)據(jù)分析處理個(gè)人征信系統(tǒng)個(gè)人征信數(shù)據(jù)庫 個(gè)人征信數(shù)據(jù)庫是用于存儲(chǔ)個(gè)人信用信息的計(jì)算機(jī)軟硬件設(shè)備，是信用數(shù)據(jù)中心的核心和基礎(chǔ)，個(gè)人征信數(shù)據(jù)庫必須確保信息及服

13、務(wù)安全。征信數(shù)據(jù)庫建設(shè)的原則： （1）信用信息的全面性和廣泛性；（2）信用信息的時(shí)效性；（3）信用信息的安全性。個(gè)人征信數(shù)據(jù)分析處理征信機(jī)構(gòu)收集到的原始數(shù)據(jù)，只有經(jīng)過一系列的科學(xué)分析之后，才能成為具有參考價(jià)值的征信數(shù)據(jù)。原始征信數(shù)據(jù)處理包括核實(shí)、分類、剔除不良的數(shù)據(jù)項(xiàng)、篩選出不真實(shí)數(shù)據(jù)，并進(jìn)行深加工，包括誤差修正、形成中間變量、配以符號(hào)等，可以用于量化分析個(gè)人信用價(jià)值的評(píng)分?jǐn)?shù)學(xué)模型。征信數(shù)據(jù)處理技術(shù)征信公司的核心技術(shù)之一，是個(gè)人數(shù)據(jù)的配對(duì)處理，即把有關(guān)某個(gè)消費(fèi)者在各個(gè)部門、各個(gè)領(lǐng)域、各個(gè)地方的分散數(shù)據(jù)甄別出來，集中到一起并形成一個(gè)完整的整體。征信公司的核心技術(shù)之二，是對(duì)數(shù)量龐大的原始數(shù)據(jù)進(jìn)行加

14、工，形成數(shù)以千計(jì)的中間變量，或稱特征變量，使得它們能夠完整地刻畫消費(fèi)者的風(fēng)險(xiǎn)和價(jià)值特征。與征信公司業(yè)務(wù)相關(guān)但不屬于征信公司獨(dú)有的另一核心技術(shù)，是建立在信公司數(shù)據(jù)庫基礎(chǔ)上的分析功能，其產(chǎn)生的主要結(jié)果就是風(fēng)險(xiǎn)評(píng)分。數(shù)據(jù)查證數(shù)據(jù)查證是保證征信產(chǎn)品真實(shí)性的關(guān)鍵步驟。（1）數(shù)據(jù)的真實(shí)性。（2）數(shù)據(jù)來源的可信度（3）缺失的數(shù)據(jù)（4）被征信人自查，即異議處理程序數(shù)據(jù)清洗數(shù)據(jù)倉庫中的數(shù)據(jù)是面向某一主題的數(shù)據(jù)的集合，這些數(shù)據(jù)從多個(gè)業(yè)務(wù)系統(tǒng)中抽取而來而且包含歷史數(shù)據(jù)，這樣就避免不了有的數(shù)據(jù)是錯(cuò)誤數(shù)據(jù)、有的數(shù)據(jù)相互之間有沖突，這些錯(cuò)誤的或有沖突的數(shù)據(jù)顯然是我們不想要的，稱為“臟數(shù)據(jù)”。數(shù)據(jù)清洗就是把“臟”數(shù)據(jù)“洗掉

15、”。不符合要求的數(shù)據(jù)不完整的數(shù)據(jù)錯(cuò)誤的數(shù)據(jù)重復(fù)的數(shù)據(jù)個(gè)人征信系統(tǒng)個(gè)人征信系統(tǒng)主要為消費(fèi)信貸機(jī)構(gòu)提供個(gè)人信用分析產(chǎn)品。由專門的機(jī)構(gòu)給每個(gè)人建立一個(gè)“信用檔案”（即個(gè)人信用報(bào)告），再提供給借貸機(jī)構(gòu)、數(shù)據(jù)主體本人、金融監(jiān)管機(jī)構(gòu)、司法部門以及其他政府機(jī)構(gòu)使用。個(gè)人征信數(shù)據(jù)庫個(gè)人征信數(shù)據(jù)庫是用于存儲(chǔ)個(gè)人信用信息的計(jì)算機(jī)軟硬件設(shè)備，是信用數(shù)據(jù)中心的核心和基礎(chǔ)，個(gè)人征信數(shù)據(jù)庫必須確保信息及服務(wù)安全。征信數(shù)據(jù)庫建設(shè)的原則（1）信用信息的全面性和廣泛性（2）信用信息的時(shí)效性（3）信用信息的安全性4.4個(gè)人信用評(píng)分個(gè)人信用評(píng)分概念個(gè)人信用評(píng)分模型構(gòu)建個(gè)人欺詐評(píng)分模型構(gòu)建FICO評(píng)分技術(shù)介紹個(gè)人信用評(píng)分概念個(gè)人信用

16、評(píng)分又稱“消費(fèi)者信用評(píng)分”，是預(yù)測(cè)信用申請(qǐng)人或現(xiàn)有借款人違約可能性的一種統(tǒng)計(jì)方法。它通過對(duì)消費(fèi)者的人口特征、信用歷史記錄、行為記錄、交易記錄等大量歷史數(shù)據(jù)進(jìn)行系統(tǒng)的分析，利用統(tǒng)計(jì)方法及其他定量方法挖掘數(shù)據(jù)中蘊(yùn)含的行為模式和信用特征，開發(fā)出預(yù)測(cè)性模型，用以對(duì)消費(fèi)者未來的信用行為進(jìn)行預(yù)測(cè)。信用評(píng)分及其自動(dòng)化的操作加速了整個(gè)信貸決策過程，申請(qǐng)人可以更加迅速地得到答復(fù)，提高了操作的效率。個(gè)人信用評(píng)分概念個(gè)人信用評(píng)分模型構(gòu)建“信用評(píng)分卡”的概念 在消費(fèi)者信用評(píng)分過程中，信用評(píng)分卡是一種表格，由描述借款人狀況的各個(gè)特征變量的不同取值對(duì)應(yīng)的信用分值所組成。使用信用評(píng)分卡可以計(jì)算不同借款人的信用評(píng)分分值。建立

17、信用評(píng)分模型的過程明確模型的使用目的數(shù)據(jù)收集與樣本設(shè)計(jì)選擇建立信用評(píng)分模型的工具模型的驗(yàn)證與檢驗(yàn)選擇臨界分值及人工修正個(gè)人信用評(píng)分模型的監(jiān)測(cè)個(gè)人欺詐評(píng)分模型構(gòu)建欺詐風(fēng)險(xiǎn)評(píng)分模型包括申請(qǐng)欺詐風(fēng)險(xiǎn)評(píng)分模型和交易欺詐風(fēng)險(xiǎn)評(píng)分模型。申請(qǐng)欺詐風(fēng)險(xiǎn)評(píng)分模型可預(yù)測(cè)信用卡申請(qǐng)為欺詐的概率，為銀行發(fā)現(xiàn)和拒絕欺詐性申請(qǐng)?zhí)峁┛茖W(xué)依據(jù)。交易欺詐風(fēng)險(xiǎn)評(píng)分模型是運(yùn)用先進(jìn)的數(shù)據(jù)挖掘和模型技術(shù)來預(yù)測(cè)信用卡交易為欺詐的概率，為銀行發(fā)現(xiàn)和拒絕欺詐性交易提供科學(xué)依據(jù)申請(qǐng)欺詐風(fēng)險(xiǎn)評(píng)分模型申請(qǐng)欺詐風(fēng)險(xiǎn)評(píng)分把申請(qǐng)者按照欺詐風(fēng)險(xiǎn)概率從高到低排列，預(yù)測(cè)力強(qiáng)的評(píng)分模型應(yīng)該能夠做到評(píng)分最差的一小部分申請(qǐng)者集中了絕大多數(shù)的欺詐申請(qǐng)者，這樣，依欺詐

18、風(fēng)險(xiǎn)評(píng)分進(jìn)行決策的成效才比較好，達(dá)到通過拒絕盡可能少的申請(qǐng)者來拒絕盡可能多的欺詐申請(qǐng)者的決策目標(biāo)。如上圖所示，依評(píng)分拒絕2%的最高風(fēng)險(xiǎn)申請(qǐng)者可以拒絕90%的欺詐性申請(qǐng)。交易欺詐風(fēng)險(xiǎn)評(píng)分模型的開發(fā)交易欺詐風(fēng)險(xiǎn)評(píng)分模型是利用信用卡當(dāng)前交易信息和歷史交易行為模式對(duì)比來預(yù)測(cè)當(dāng)前交易為欺詐的概率的模型，為智能反交易欺詐授權(quán)策略（intelligent anti-fraud authorization strategy）提供科學(xué)依據(jù)，對(duì)欺詐風(fēng)險(xiǎn)高的交易可以拒絕授權(quán)和展開調(diào)查。FICO評(píng)分技術(shù)介紹目前應(yīng)用最廣泛的個(gè)人信用評(píng)分是美國的FICO信用評(píng)分。它是20世紀(jì)50年代由工程師比爾費(fèi)爾（Bill Fair）

19、和數(shù)學(xué)家法爾艾薩克（Farl Isaac）發(fā)明。FICO評(píng)分主要用于貸款方快速、客觀的度量客戶的信用風(fēng)險(xiǎn)，縮短授信過程。FICO信用評(píng)分技術(shù)的基本思路是將借款人過去的信用歷史資料與數(shù)據(jù)庫中全體借款人的信用習(xí)慣相比較，檢查借款人的發(fā)展趨勢(shì)與經(jīng)常違約、隨意透支、申請(qǐng)申請(qǐng)破產(chǎn)等各種陷入財(cái)務(wù)困境的借款人發(fā)展趨勢(shì)是否相似。FICO評(píng)分技術(shù)介紹該模型利用高達(dá)100萬的大樣本數(shù)據(jù)，首先確定決定消費(fèi)者信用的指標(biāo)，再把各個(gè)指標(biāo)分成若干檔次以及各個(gè)檔次的分值，然后計(jì)算每個(gè)指標(biāo)的加權(quán)，最后得到消費(fèi)者的總分。FICO信用評(píng)分的打分范圍是325850，得分越高，其信用度也越高。FICO評(píng)分技術(shù)介紹FICO評(píng)分考慮的主要

20、因素（1）過去的還款歷史（2）未償還信貸的數(shù)量（3）建立信用的時(shí)間（4）新貸款的查詢與獲?。?）已建立信用的類型4.5企業(yè)征信報(bào)告?zhèn)€人信用報(bào)告是征信機(jī)構(gòu)把依法采集的信息，依法進(jìn)行加工整理，最后依法向合法的信息查詢?nèi)颂峁┑膫€(gè)人信用歷史記錄。個(gè)人征信報(bào)告基本內(nèi)容個(gè)人信用報(bào)告根據(jù)用途不同，報(bào)告信息會(huì)有所不同，但通常均包括個(gè)人屬性信息、信用交易信息、公共信息、查詢記錄、信息主體異議聲明等基本內(nèi)容以及信用評(píng)分結(jié)果。基本內(nèi)容基本信息信用交易信息本人聲明公共記錄查詢記錄小結(jié)個(gè)人征信業(yè)務(wù)通常包括線下調(diào)查、個(gè)人征信報(bào)告、個(gè)人信用評(píng)分以及人事聘用甄選、客戶資源挖掘、個(gè)人身份識(shí)別及防欺詐等其他種類的個(gè)人征信服務(wù)。個(gè)人征信數(shù)據(jù)通常包括四個(gè)方面內(nèi)容：身份信息、信貸信息、公開信息、查詢記錄。上述信息又可以分為廣