2018-2019中国零售金融信用体系分析报告.pptx

,2018-2019中国零售金融信用体系分析报告,分析定义及分析范畴,零售金融是指面向个人客户提供的金融产品和服务，包括储蓄存款、个人贷款、信用卡及借记卡、支付结算、基金、保险等。本报告分析聚焦包括个人消费贷款、个人,经营贷款等在内的零售贷款服务。,.,4,目录/Contents,010203040506,信用体系建设环境产业链及参与方格局数据采集、保护、流通与共享黑名单用户画像信用服务机构案例信用体系建设展望,信用体系建设环境,01,（2014-2020年）,6,发改委关于充分发挥信用服务机构作用加快推进社会信用体系建设的通知,发改委、央行关于对失信主体加强信用监管的通知,金融相关信用体系建设政策,2018-08-02,2018-02-02,国务院关于印发推进普惠金融发展规划2016-01-15 （2016-2020年）的通知, 鼓励信用服务机构拓展市场化、社会化信用联合奖惩，探索在商贸、金融、租赁、旅游、环保等领域形成联合奖惩机制的市场化应用。, 建立健全普惠金融信用信息体系，将企业主个人、农户家庭等纳入征信系统，依法采集户籍所在地、违法犯罪记录、工商登记、税收登记、出入境、扶贫人口、农业土地、居住状况等政务信息，推动政务信息与金融信息互联互通。, 以食品药品、安全生产、金融服务等16个领域为重点，以公务员、金融从业人员等14个职业人群为主要对象，建立和完善个人信用记录形成机制。金融信用信息基础数据库和个人征信机构要大力开展重点领,域个人征信信息的归集与服务。国务院2016-12-30关于加强个人诚信体系建设的指导意见, 依法依规将失信信息与行业协会商会、信用服务机构、金融机构、新闻媒体等充分共享，推动市场性、行业性、社会性惩戒措施落实落地，加快构建“一处失信、处处受限”的信用惩戒大格局。,政策：金融领域是社会信用体系建设的重要组成部分 加大对金融欺诈、恶意逃废银行债务、内幕交易、制售假保单、骗保骗赔、披露虚假信息、非法集资、逃套骗汇等金融失信行为的惩戒力度，规范金融市场秩序。加强金融信用信息基础设施建设，进一步扩大信用记录的覆盖面，强化金融业,对守信者的激励作用和对失信者的约束作用。国务院社会信用体系建设规划纲要2014-06-27,7,经济：国民短期消费贷款需求增长迅猛，消费信贷占消费支出比直逼美国,注：美元对人民币汇率为当期最后一个月的汇率,18.09,12.98,0,10,34.47 20,30,1050,2015,3025.8125,4035,45,50,2010,5.5%,1943,1949,26.5%,3.6%2008,2009,2011,2012,2013,2014,2015,29.4%,23.2%,2018上半年,2016,2017,28.1%,+165.6%,消费信贷-美国住户消费性贷款-中国,消费信贷/消费支出-美国消费信贷/消费支出-中国,美国,2018年上半年，消费信贷占消费支出比约为28.1%，消费信贷规模约25.81亿元。,中国,2018年上半年，消费信贷占消费支出比约为23.2%，保持持续增长；住户消费性贷款规模达34.47亿元。,万亿元55,%,8,6家银行发放个人贷款金额（百亿元）,6家银行个人贷款发放量占总贷款发放量比(%),经济：零售贷款放款量快速增长；各银行零售贷款占比不断攀升，头部银行占比在35%以上,2012,2013,2014,2015,2,240.38,2018上半年,2016,1,240.79,1,085.16,2,095.47,1,445.72,1,772.13,2017,904.89,+16.3%,33.6,38.5,36.1,35.6,36.6,39.4,38.4,36.1,36.4,43.4,47.2,50.1,48.2,26.5,30.6,34.434.1,27.5,27.8,32.1,35.6,30.4,33.1,36.9,41.340.3,38.6,2013,26.0,2012,27.526.9,36.034.7,29.028.7 28.6,29.628.7,2014,30.329.7,2015,2016,37.3,2017,36.5,37.8,2018上半年,民生招行,中行,农行工行,建行,民生招行,中行,农行工行,建行,9,4%3%2%1%0%,经营类,信用卡,消费类,农户类,3%2%1%0%,助业类,信用卡类,消费类,其他,2018-06,2017,2016,2015,2014,2013,2012,经济：银行间零售金融产品不良贷款类差异较大；小微经营贷款及消费类/信用卡贷款不良率最高,1%1%0%,小微企业,信用卡类,其他,农业银行住房类6%5%,招商银行住房类2%2%,建设银行住房类5%4%,大数据,云计算区块链人工智能,金融科技：科技为信用数据采集、存储、信用分析及信用产品的应用带来新契机云计算主要帮助数据采集方、信用服务机构等部署基于云端的数据存储、大数据分析等，帮助机,构降低对基础设施的需求，同时提升数据传输与存储效率，实现数据的实时采集和分析，降低信用流通的时间成本。大数据的应用包括数据采集、数据存储、数据挖掘等环节，主要价值体现在丰富了信用数据维度、提升数据使用价值和提高数据挖掘效率。,区块链主要价值体现在打破数据孤岛，实现数据可用不可见；信用主体上链，实时记录所有交易环节，提升贸易往来透明度和诚信建设。人工智能主要应用在身份认证、用户画像、反欺诈等方面。目前人脸识别、声纹识别、指纹识别等技术,已被广泛应用于金融账户开户、业务办理等场景；机器学习、自然语言处理等技术也不断提升信用分析模型的能力。10,产业链及参与方格局,02,12,产业链及参与方图谱,消费金融公司互联网金融,数据使用方,商业银行,公共部门,数据生产方,数据收集,数据处理,征信机构公共征信机构,信用产品应用,征信服务机构,信用分,信用报告用户画像,解决方案其他数据,产品与服务,信用产品,信用科技公司银行科技子公司,民营科技公司,底层架构服务,主要机构数据归集现状：央行征信为主，上海资信、百行征信及协会数据共享平台为辅,金融信用信息基础数据库网络金融征信系统(NFCS)信用信息共享平台13,数据量,背景介绍,接入机构情况,14,信用查询：信用中国开放渠道，商户分、银行信用分出现,个人信用关联信息查询渠道,央行征信信息查询地方信用分运营商信用分信用服务机构信用分信用中国：国家公共信用信息中心主办，国家发改委、央行指导的信用宣传、信息发布窗口。,部分小微商户分、银行信用分产品,芝麻信用-企业芝麻分分值范围：1000-2000分评估维度：经营行为、履约历史、关联关系、基本信息、法定代表人/经营者信用服务：免押租设备/空间、网商贷、信用贷款、商旅赊销、产品折扣等考拉征信-考拉商户分分值范围：300-850分评估维度：企业属性、信用记录、成长能力、经营稳定、履约能力信用服务：可直接向拉卡拉小额贷款公司或其他合作伙伴申请信用贷款，无需任何抵押冰鉴科技-小微企业主个人信用评估分值范围：300-850分数据维度：行内自有数据维度（基本信息、账户信息、流水信息等维度）、冰鉴数据维度补充（设备风险、借贷黑名单/多头借贷等维度）建行-龙信商分值范围：50-200分评估维度：身份信息、资产状况、交易行为、履约情况等维度,15,个人信用评估产品：天龙信用分- 分值范围：300-1000分- 评估维度：身份特质、消费能力、社交关系、信用历史、行为偏好,关联征信服务机构：甜橙信用- 甜橙欺诈盾：以运营商数据为主，整合互联网、金融等多维度数据，综合评估身份冒用、资料造假、营销套利等欺诈风险- 行业关注黑名单：综合运营商、金融、互联网等行业黑名单数据，提供失信记录单点查询能力- 甜橙画像：从基础属性、通信特征、行为偏好等维度全面刻画评估主体特征,运营商：基于通信数据推出信用分、金融反欺诈等产品,中国移动,个人信用评估产品：和信用分- 分值范围：350-750分- 评估维度：用户身份特征、消费潜力、人脉关系、信用历史、行为偏好,- 金融应用：信用购机（根据用户信用评估结果提供相应额度的分期购机解决方案）关联征信服务机构：试金石信用- 信用流量分发中心：信用购机、话费分期、信用卡申请、保险申请- 金融反欺诈：基于通信、社交、位置三大维度数据，提供身份特征反欺诈、行为特征反欺诈等服务- 信用评级：依据通信数据，结合金融借贷信息，通过信用、身份、通信、社交、信息五个维度综合评估，分值范围3001000分,中国电信,中国联通,个人信用评估产品：沃信用分- 分值范围：200-1000分- 评估维度：在网时长、使用多少、按时履约、及时缴费等方面,- 金融应用：话费白条（最长40天免息）、分期购机、借现金（日息0.03%起）,16,信用科技机构产品与服务：从精准营销、技术服务切入,服务机构,中诚信,征信,类型万象信用,服务/产品说明基于“多渠道采集、多元化服务”理念，提供实时在线的大数据征信产品服务 服务客群：银行、保险、互联网金融、供应链金融、消费金融及消费、生活等多种商业场景。,产品/服务：信用报告、信用评分、风险监控、用户画像、电商认证、小微金融贷前调查、信用管理咨询、社会信用体系建设,万象智慧,强化知识图谱、机器学习、人工智能、区块链等技术对信用风险管理的平台工具属性 服务内容：个体信用风险管理（ARMS-万象风云）、资产信用风险管理（AXIS-万象资鉴）、关联风险挖掘（AIRE-万象智联）、智能建模分析（AIMS-万象智模）、自动决策引擎（AIDE-万象智策）,友盟+,核心产品,U-App移动应用数据服务,统计和分析流量来源、内容使用、用户属性和行为数据，利用数据进行产品、运营、推广策略的决策,Adplus营销数据服务,Oplus新零售数据服务,以消费者为中心，面向品牌/App广告主、淘宝/ 天猫商家的全媒体全链路营销服务系统,通过智能感知技术，提供客流统计分析服务，打通线上线下数据体系，提供多样化解决方案,解决方案,互联网金融风控 服务类型：精准营销、贷前识别、贷中监控、贷后管理的全链路方案,核心功能：人群圈选、人群放大、机器学习、App兴趣分布、关系网络、地理位置特征,电话邦,邦秒配邦秒爬,通过电话邦的电话号码库，为银行互联网金融、消费金融平台、小贷企业提供电话号码数据查询服务 目前电话邦号码库数据总量约12亿；收录6500万企业的8500万个电话号码，覆盖1239个行业为银行、互联网金融等企业，提供定制化数据采集爬取服务,百融金服,大数据风控,反欺诈 验证服务、特殊名单（照妖镜）、信贷意向、反欺诈评分、团伙欺诈排查、设备反欺诈（谛听）,信用评估 个人资质、信用评分、信审机器人、额度模型、行为评分,资产管理 催收评分、语音催收、催收机器人、不良资产评估、号码信息核查,行业解决方案,为不同场景提供完整的大数据解决方案，最大化整个客户生命周期价值，助力客户风险控制、精准营销,服务客群：银行、消费金融、汽车金融、小微金融、保险等应用场景：营销获客、贷前准入（欺诈风险识别、信用风险评估）、贷中监控（实时预警、贷中行为评分）、贷后管理（智能催收工具、逾期客户画像）、云风控等,数据采集、保护、流,通与共享,03,18,征信机构数据采集路径,数据采集：数据价值激发服务机构存储信用数据的动力,服务商家,辨率等软硬件特征）、设备所在位置相关信息（如IP地址、GPS位置等）。 服务日志信息：通过互联网或客户端提供的产品或服务时，运营方自动收集用户对,服务及产品的详细使用情况（如搜索查询内容、IP地址、浏览器类型、电信运营商、,用户主动上传公共部门金融服务机构运营商, 享受商家产品与服务时提交的与需求服务/产品相关的信息（如真实姓名、性别、出生日期、身份证号、身份证照片、常用地址、银行卡、头像、电话号码、邮箱等）。 微信、微博等社交平台上公开披露的个人生活状态。 司法部门：失信黑名单/失信被执行人信息、涉诉信息等。 行政机关：警察局刑事处罚记录、欠税记录、交通违章、破产等信息。 公共服务部门：如高铁、航司等出行数据；水、电、煤、电视缴费数据等。 账户类型、信用额度或贷款额、账户余额、账户还款历史（包括账户开通和关闭日期、还款日期、是否处于逾期状态等）、共债信息、支付数据等。 用户电信服务套餐、通讯录、通话记录、常用联系人、位置、话费详单等。 设备信息：用户使用网站/app提供的产品与服务时的设备信息（如设备名称、设备型号、操作系统版本、唯一设备标识符、应用程序版本、设备设置、语言设置、分,其他,使用的语言、访问日期和时间、防伪的网页记录等）。 在租房、线下购物、社会生活、求职工作等场景中的信用信息。,数据采集方及主要数据类型, 公共数据归集：通过政府及公共事业单位、组织等归集信用主体在户籍所在地、违法犯罪记录、工商登记、税收登记、出入境、扶贫人口、农业土地、居住状况、公益等数据。 数据源机构上报：征信机构通过自动接入的方式，将数据源机构组织起来，约定好上报信息的内容、格式等，数据源机构定期报送信用信息。如央行征信机构接入商业银行等金融机构，及P2P网络借贷平台，定期整合信用主体金融领域的信用数据。 提供服务取得：向用户提供产品/服务，收集用户注册时提交的个人隐私信息、使用产品/服务的行为数据、支付信息、社会交往、地址等数据。互联网服务商使用的技术包括Cookie、网络Beacon、网站信标、像素标签、Etag等：,Cookie：在用户计算机或移动设备上存储包含标识符、站点名称及一些号码和字符的Cookie，以存储用户在该互联网平台上的行为轨迹数据。, 调查取得：,通过主动的人工现场调查、向数据源信息系统进行在线查询等方式获取信用信息。如银行类金融机构通过面见、实地走访等方式综合了解借款人的详细信息。,19,数据保护：尚无规范文件，明确了采集原则、收集禁区、公,民个人信息的删除权和更正权及信息侵权追责制度,三大主体 个人/数据主体（Individual）、数据持有方（Data Controller）（能单独或联合决定个人数据的处理目的和方式的自然人、法人、公共机构、行政机关或其他非法人组织）、数据处理方（DataProcessor）为数据持有方处理个人数据的自然人、法人、公共机构、行政机关或其他非法人组织。个人信息定义 指任何指向一个已识别或可识别的自然人的信息。包括姓名、身份证号、定位数据、在线身份识别这类标识、或是通过参照针对该自然人一个或多个如物理、生理、遗传、心理、经济、文化或社会身份的要素。禁采数据 体现种族或民族出身、政治观点、宗教或哲学信仰、工会成员的,个人数据，以及唯一识别自然人为目的的基因数据、生物特征数据、健康、自然人的性生活或性取向等数据。20,数据保护：以欧盟通用数据保护条例（GDPR）为例欧盟通用数据保护条例（GDPR）于2016年4月通过，2018年5月25日起正式实施，对所有收集、处理、储存、管理欧盟公民个人数据的企业进行规范。,个人/数据主体权利： 数据收集方的身份信息及联系方式、适用法律、数据采集方式及用途目的等信息；数据访问权；纠正权；删除权；限制处理权；数据可移植性权利；拒绝权和自主决定权；自主化的个人决策及分析等。数据持有方义务： 采取适当的技术和组织措施保护用户数据并确保能够证明；在处理数据尽可能减少数据使用量或避免技术人员直接接触数据；合规前提下明确其与数据传输方的权责；保存所有数据处理记录（包括授权数据处理方处理的）；确保用户数据的安全性；若个人数据泄漏应通知数据主体。数据处理方义务： 必须经数据持有方书面授权方可处理数据，且必须按照数据持有方的书面指示操作；保存所有数据处理的记录（包括处理目的等）；确保数据安全性；若数据泄漏应通知数据主体。,21,数据流通与共享：失信数据共享为主，政府数据逐步开放自2012年上海推出全国第一个政府数据开放平台后，截至2018年4月，全国共有8个省级行政区、7个副省级城市和31个地市上线数据开放平台。贵阳、上海、青岛、哈尔滨、东莞等地政府数据平台在数据集总量和开放数据容量两方面都居全国前列。从数据类型看，目前社会民生和经贸工商两类数据最丰富，而信用服务、社保就业等数据相对偏少。,1,1221,050,896852825730714707,贵阳上海青岛武汉济南哈尔滨深圳北京无锡东莞,2,2191,422,各地平台上的数据集总量Top10,1,086986809,广州佛山贵阳上海哈尔滨贵州广东青岛东莞惠州,8,8548,4868,1075,0865,0143,0272,610,各地平台上的开放数据容量Top10（单位：万）,701692664504488473,195,社会民生经贸工商教育科技机构团体文化休闲资源环境卫生健康公共安全交通出行财税金融农业农村城建住房社保就业信用服务,3,0612,3101,5211,2601,0421,006938,各类型包含数据集个数,数据流通与共享：数据加密/脱敏技术实现数据可用不可见,原理概述,数据和原始数据,进行相同处理时，结果相同。,有效性，而不会,泄露除了有效性之外的任何信息。,式代表整个群体,对消息进行签名，并可公开验证。,成员没有管理者，,不需要环成员间的合作。,果。,据的方法。,技术特点, 证明者无需任何事件相关数据，,就能向验证者证明事件的真实可,靠。, 能为签名者提供较好的匿名性，,同时在必要时又通过可信管理方,追溯签署者身份。, 不需要分配指定的密钥，无法撤,销签名者的匿名性。, 具有严谨的统计学模型，能够提,供可量化的隐私保证。, 实现相同数据标识在不同方不同,结果的不可逆转换及转换后的第,三方关联性匹配。,技术成熟度, 全同态加密理论上可行，商用化,程度还需提高。, 通用场景的零知识证明理论较为,成熟，性能优化,后逐渐商用。22, 广泛应用在网络安全中，需要提,高计算效率。, 实际应用还较少。 已经得到成熟应用，单复杂性需,提高。, 已在线上身份识别中广泛应用。, 可在不解密的情况下对密文进行,计算和分析。,同态加密 对原始数据进行加密，使得加密,零知识证明 证明者向验证者证明一个声明的,群签名 允许群体中的任意成员以匿名方,环签名 简化的群签名，环签名中只有环,差分隐私 通过添加噪音来达到隐私保护效,数据标识技术 通过处理标识数据，保留特征数,23,数据流通与共享：安全多方计算和区块链等技术已被运用于数据安全流通领域安全多方计算通过独特的分布式计算技术和密码技术，使得各参与方在无需对外提供原始数据的前提下实现对与其数据有关的函数的计算。区块链技术主要应用于数据确权、交易流程追溯等，构建可信数据交易环境。,金融企业蚂蚁摩斯安全节点,黑名单共享多头逾期,多头贷款多头查询,蚂蚁摩斯安全节点,黑名单共享多头逾期,多头贷款多头查询,金融企业,蚂蚁摩斯安全节点,黑名单共享多头逾期,多头贷款多头查询,数据指纹上链查询请求上链蚂蚁区块BaaS平台,数据指纹上链查询请求上链,数据指纹上链查询请求上链金融企业,摩斯安全计算网络,蚂蚁金融联合风控方案,安全发布, 提供参与安全计算的各方进行数据共创阶段前期的数据碰撞和安全预处理能力，支持多,核心功能,安全模型,种数据安全求交、脱敏及匿名化操作。 安全计算的多方进行分布式模型/策略的训练、,部署、维护和优化，支持数据源模型变量及数据需求方模型/策略及计算结果的双向加密。,安全统计, 提供参与安全计算的各方进行分布式安全查询/统计的能力，可实现原始数据不暴露、数据来源不暴露的情况下获取汇总统计结果。,安全查询, 保护数据查询和搜索条件，避免查询和搜索请求造成的数据泄露。,24,5556,57,64,72,7368717570,132,处女座狮子座,双鱼座射手座金牛座,摩羯座水瓶座双子座天秤座白羊座天蝎座,10,9,8,1,骗取贷款罪,信用卡诈骗罪骗取贷款、票据承兑、金融票证罪贷款诈骗罪信用证诈骗罪,票据诈骗罪高利转贷罪,583136,46,女, 191,性别分布男, 602入黑名单原因分布,地区分布星座分布,涉金融领域黑名单：已发布十批黑名单，其中793名自然人因融资借款原因被列入黑名单2017年8月17日起，发改委通过信用中国披露涉金融领域黑名单，截至2019年1月2日，已发布十批名单，涉及自然人2269人（不包含黑名单企业的企业法人），其中因融资、借款原因被列入黑名单的自然人共793名，占比34.95%。,黑名单用户画像,04,黑名单用户画像分析背景及数据说明,2016年5月30日，国务院印发关于建立完善守信联合激励和失信联合惩戒制度加快推进社会诚信建设的指导意见（国发201633号），提出引导商业银行、证券期货经,营机构、保险公司等金融机构按照风险定价原则，对严重失信主体提高贷款利率和财产保险费率，或者限制向其提供贷款、保荐、承销、保险等服务。截至2018年12月底，各部门共签署43个联合奖惩合作备忘录。2018年6月，国家公共信用信息中心发布首期失信黑名单月度分析报告，对全国信用信息共享平台归集的失信黑名单信息进行分析披露。目前越来越多的金融服务机构开始披露失信黑名单，通过,全社会力量对失信人进行联合惩戒，同时也帮助降低行业违约风险。26,基于信用算力研究院数据库积累的互联网用户在线借还款数据，对黑名单用户进行用户画像分析，以期帮助各零售金融服务机构进一步了解黑名单用户属性及行为特点。,分析方法：将黑名单用户组及未逾期用户组进行对比分析，进一步突出黑名单用户特点。黑名单用户：逾期90天以上的借款用户；未逾期用户：借贷历史中无逾期记录的借款用户。,分析背景,数据说明,27,性别：男女比约3/1，男性借款人逾期几率高于女性,女男,25.46%74.54%未逾期,22.72%77.28%黑名单,26.07%73.93%黑名单,28.32%71.68%未逾期,女男,借款人数占比,借款金额占比,湖北,28,北京,浙江,天津,江苏,广东,福建,内蒙古山东辽宁,重庆,湖南,青海,云南,甘肃贵州新疆,西藏,21%20%19%18%,22%,23%,25%24%,10000,15000,20000,25000,30000,35000,40000,地区：集群分布，中西部省份逾期几率往往高于东部省份,入催率26%,2018Q3全国人均可支配收入：21035元,气泡大小代表借款人数多少,A上海,45000 500002018Q3人均可支配收入：元,B,河南陕西四川河北安徽C黑龙江吉林,D,E广西宁夏 海南山西江西,北京、上海两大高度城市化地区，人均可支配收入远超其他省份；借款人数较少，占比4.86%，入催率相对较低。,浙江、广东等东部省份，人均可支配收入居全国前列；借款人群的主要来源，占比35.65%，入催率处于中等偏下水平。,东北三省，人均可支配收入处于中等水平；借款人数较少，占比5.56%，入催率为全国最低。,西部省份为主，人均可支配收入低；各省分借款人数较少，受限于收入水平，入催率居全国最高。中西部省份为主，人均可支配收入处中等水平；借款人群的主要来源，约占34.62%，入催率处中等水平。,29,6.0,9%8%7%6%5%4%3%2%1%0%,10%,黑名单,未逾期,未逾期/黑名单,年龄状况：以2030岁为主，年龄越小逾期几率越高,5.44.84.23.63.02.41.81.20.60.0年龄,未逾期借款人数/黑名单借款人数,借款人数占比,30,受教育程度：学历低群体逾期几率高于学历高群体由于受教育程度与个人收入呈正相关，低学历借款人在收入方面相对较低，即还款能力较低，从而逾期几率相对更高。,高中,初中以下,中专,初中,大专,2.76%,研究生,本科,2.06%,26.81%,27.69%,31.84%,23.3818.83% 18.25%15.97%13.09%10.27%5.69%,1.51%,0.85%,未逾期,借款人数占比黑名单,31,还款能力：73.6%黑名单借款人收入在8000元以内，整体收入水平较未逾期借款人低收入水平,29.1%,41.8%,20.0%,6.4%,2.8%,40.8%5000-8000,黑名单,9.6%12000以上,23.7%3000-5000,23.4%8000-12000,未逾期 2.6%1500-3000,32,活跃时间：集中在917点，每天4点借款人数最少，7点开始进入借款高峰期8%7%6%5%4%3%2%1%0%,0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,(,),数,次,33,1,2,3,4,5,6,7,8,9,10,11,12,13及以上,46.680.000.000.000.000.000.000.00,14.003.860.000.000.000.000.000.00,6.162.480.480.000.000.000.000.00,3.941.920.590.040.000.000.000.00,3.181.530.520.230.040.000.000.00,3.231.320.490.230.050.000.000.00,1.731.180.440.110.090.010.000.00,1.190.730.270.100.030.010.000.00,0.570.370.190.070.020.010.000.00,0.430.180.110.050.010.030.000.01,0.210.170.050.040.010.000.010.00,0.130.080.010.020.020.020.000.00,0.350.110.050.020.020.000.000.00,网络贷款申请次数（次）,用户行为：初次贷款用户逾期比例最高，随着贷款申请次数增加逾期次数开始减少主要是因为初次贷款用户对还款流程相对陌生，且逾期降低用户贷款通过率，使其难以获得持续的贷款服务。,不同网络贷款次数黑名单用于逾期次数分布,123456逾期 7次8及以上,信用服务机构案例,05,35,苏宁区块链黑名单共享平台：助力欺诈风险的联防联控2018年2月28日，苏宁金融上线区块链黑名单共享平台系统，采用超级账本fabric联盟技术，将金融机构的黑名单数据加密存储在区块链上，金融机构可通过独立部署节点接入联盟链，开展区块链黑名单数据上传和查询等业务。截至2018年12月，该系统已具备550万条黑名单数据，7家金融机构接入。,黑名单共享的参与方组成区块链联盟，黑名单信息仅在联盟内部共享，解决信息公开的范围问题。区块链联盟内部，参与方独立部署节点接入区块链网络，将相关黑名单信息在本地保存，同时通过智能合约与网络内其他节点共享，解决信息孤岛问题。,参与方分享黑名单数据时，采用一次一密的加密技术，实现匿名且安全的数据共享模式，保护用户的隐私和商业机密，解决信息共享的安全与隐私问题。,黑名单数据共享范围黑名单数据共享机制,黑名单数据保护,36,客户风险监测和预警,内部审计,交易反欺诈,反洗钱,智能投研,可视化分析平台,问答式人机交互,客户视图,碰撞分析,知识推理,在线分析,离线挖掘,推理引擎-图计算引擎,星图图计算引擎,星图分布式图计算平台,指标库,列式数据库星图列式数据库,搜索引擎星图搜索引擎,文件系统星图高效存储系统,规则库模型库,结构化数据治理工具,非结构化数据治理工具,知识库,客户数据,业务数据,交易数据,行为数据,外部数据,腾讯：云知识图谱风控系统提供全量数据治理、知识融合、知识存储、知识计算和知识应用等技术和产品金融业务应用,金融知识图谱平台,知识图谱计算引擎,知识图谱数据库图数据库星图图数据库,行业知识,内外部金融数据源,37,Fin-Cloud信贷云：推动信用在贷前、贷中、贷后的应用信用算力Fin-Cloud信贷云通过资产分发、业务运营、风控决策管理、金融BI分析、金融产品管理等九大核心板块，实现流量、数据、风控、IT服务的协同运营。金融机构可以通过Fin-Cloud实现对不同类型机构的异构数据源进行数据归一、特征挖掘、指标计算，支持对不同客群的标准化产品特征源和指标集推荐。,信贷APP,信贷后台服务,客户端SDK,风控服务,用户设备信息收集服务,数据补全,风险评估,流程决策引擎规则执行引擎模型执行引擎,风控策略仓库,风险数据集市,数据服务,用户设备指纹库数据接入数据接入处理,外部数据,内部业务数据,模型训练,模型评测,HDFS风控模型仓库模型训练引擎数据预处理,风控策略管理,规则因子定义规则定义风险流程定义控制策略定义模型运行管理,风控大盘实时风险监控预警,策略规则运行监控风险统计报表模型运行报表模型训练管理数据集管理,机器学习算法管理模型管理,信贷系统,风控决策引擎,38,可信的通用数字身份,公信宝：基于区块链技术，构建信用数据流通与共享机制基于DPoS共识机制的石墨烯底层架构，匹配G-ID、GVM、BaaS、Blockcity pay等链上功能，推出可信数据组件，以打通可信数据上链、可信数据存储、可信数据计算、可信数据交换等各个环节。可信数据上链,可信数据存储,源数据可信验证数字签名,分布式存储可验证数据存储可信数据计算可信执行区可信数据交换非对称加解密,安全多方计算,同态加密,