빅데이터 신용 보고와 기존 신용 보고의 차이점은 무엇인가요?

전통적인 신용정보는 개인의 신용활성화, 금융신용결정 지원, 신용위험 예방, 금융접근성 제고 등의 핵심적인 역할을 담당하고 있지만, 인터넷 금융 분야에서는 그 한계를 무시할 수 없습니다. 첫째, 국내에는 여전히 인가된 금융 기관에서 신용 활동을 하지 않아 해당 기관의 혜택을 받지 못하는 약 5억 명의 사람들이 있습니다. 둘째, '인터넷+'의 발달로 개인 신용조회와 관련된 데이터가 대량으로 생성되어 인터넷에 축적되어 현재는 활용이 어려운 실정이다[1]. 빅데이터 신용보고의 출현은 위의 문제를 해결하는 데 도움이 되었으며 어느 정도 급속한 발전을 이루었습니다. 우리 연구에 따르면 빅데이터 신용보고 발전을 위한 기본 조건은 다음과 같다. 첫째, 우리나라의 정책 지원 및 전개가 보여주는 좋은 신호, 둘째, '금융 온라인화'로 대표되는 인터넷 금융의 더욱 커진 롱테일. 셋째, 빅데이터 기술의 강력한 지원이다.

1. 정책 지원

우리나라에서는 2013년부터 일련의 법률과 규정을 공포하여 신용평가 산업의 건전한 발전을 위한 법률 체계 체계를 구축해 왔습니다. 2013년 3월 국무원은 『신용보고업 관리조례』(이하 “조례”라 한다)를 공포했는데, 이는 우리나라 신용평가업에 관한 최초의 규정이자 우리나라 신용평가의 초석이 되었다. 법률 시스템. 2013년 12월, 규정 시행에 협력하기 위해 중국인민은행은 '신용정보 기관 관리 방법'을 발표하여 사회 신용 정보 시스템 구축 및 개선 요구 사항을 이행하고 제도적 규범과 규제를 확립했습니다. 신용정보 사업활동의 기반이 됩니다.

또한, 우리나라는 개인신용보고 서비스의 수준을 높이고 시장 경쟁을 도입하기 위해 신용보고 시장의 점진적인 개방을 위한 입법 준비를 진행해 왔습니다. 2015년 1월, 중국 인민은행은 "개인 신용 보고 사업 준비에 관한 통지"를 발표하여 8개 기관이 개인 신용 보고 사업을 수행하기 위한 관련 준비를 승인했습니다. 2015년 7월, 중국인민은행 등 10개 부서는 '인터넷 금융의 건전한 발전 촉진에 관한 지도 의견'(이하 '지도 의견')을 발표하여 인터넷 금융 구축을 촉진할 것을 제안했습니다. 신용인프라 구축, 인터넷 금융지원 서비스 시스템 구축, 조건을 충족하는 기관이 법에 따라 신용보고업 허가를 신청하도록 독려합니다. 규제 개혁 조치는 빅데이터 신용 보고 개발을 위한 좋은 외부 환경을 조성했습니다.

빅데이터 배치를 가속화하고 빅데이터 활용을 심화하며 '인터넷+' 국가전략 실행을 촉진하기 위해 국무원이 '행동개요'를 발표했다는 점은 주목할 만하다. 2015년 7월에는 '빅데이터 발전 촉진을 위한 행동강령'이 발표되었고, 2015년 9월에는 '빅데이터 발전 촉진을 위한 행동강령'이 발표됐다. 3월에는 국무원판공실에서 '빅데이터를 활용한 서비스 강화 및 서비스 강화에 관한 여러 의견'이 발표됐다. 시장 주체에 대한 감독." '빅데이터 발전 촉진을 위한 실천계획'에서 가장 눈길을 끄는 부분은 정부 데이터 공개와 산업 혁신을 촉진하고, 신용평가 산업에서 빅데이터 활용과 발전을 장려하는 것이다. 관련 전문가들은 빅데이터가 신용건설에 중요한 '광물자원'이라고 믿고 있다. 신용 평가 및 신용 효율성.

빅데이터 시대를 맞아 데이터는 에너지에 버금가는 전략적 자원이 되었고, 정보 공개와 데이터 개방이 현 시대의 발전 테마가 됐다. 행정기관은 행정관리 및 공공서비스 업무를 수행하는 과정에서 수많은 정보를 습득하게 되었으며, 정보공개를 통해 이러한 데이터 자산을 어떻게 관리하고 활성화할 것인가는 행정기관이 해결해야 할 시급한 문제가 되었습니다. 중국공산당 제18기 중앙위원회 제4차 전체회의 《국가의 의법치국을 전면적으로 추진하는 데 관한 몇 가지 중대한 문제에 대한 중국공산당 중앙위원회 결정》에서는 정무공시를 추진하고, 정무공시 정보화를 촉진하며, 인터넷 정무정보 데이터 서비스 플랫폼 구축을 강화한다. 데이터 공개 시스템의 점진적인 구축은 사회 정보 자원의 개방성, 공유 및 서비스에 대한 제도적 보장을 제공합니다.

위 법률, 규정, 조례 및 시스템의 제정은 전체 신용보고 시장에 대한 관리를 강화하고 정보 제공자, 정보 이용자 및 신용평가 기관의 행위를 규제하며 권리를 보호하는 데 도움이 됩니다. 및 정보주체의 이익. 동시에 다른 지원 시스템도 점차적으로 공식화 및 개선되고 있으며, 이를 통해 '규정'과 함께 신용 보고 법률 시스템을 형성하여 우리나라 신용 보고 산업의 건전하고 지속 가능한 발전을 촉진하고 금융 수요를 더 잘 충족할 수 있습니다. 개인과 기업.

2. 시장 수요

최근 몇 년간 우리나라 경제 발전의 새로운 동력으로 인터넷 금융이 등장했습니다. 인터넷금융이 번영 발전하고 있는 반면, 짧은 설립기간으로 인해 자체적인 리스크 예방 및 통제 능력이 취약하고, 신용평가, 리스크 산정 및 리스크 관리가 불완전하여 문제적 사건이 계속해서 발생하고 있습니다.

한편, 인터넷 금융 사용자의 대부분은 '롱테일 특성'을 지닌 인터넷 사용자입니다. 더욱이 이러한 사용자는 상호 통신 및 정보 교환이 부족하여 다루기가 어렵습니다. 업계 기관에서는 '한 사람이 여러 차례 대출을 받는 현상'이 반복돼 업계 전체가 막대한 신용위험에 직면해 있다. 반면, 인터넷 금융회사는 불완전한 신용보고 시스템으로 인해 일반적으로 오프라인 위험 관리에 중점을 두고 있으며, 많은 실사 조사가 시간과 노동집약적이어서 자체 운영 비용이 증가할 뿐만 아니라, 차용인의 신용 수준에 대한 평가가 부정확해지면 간접적으로 자금 조달 비용이 증가하는 경향이 있습니다. 불완전한 전통적인 신용보고 메커니즘은 인터넷 금융의 발전을 제한하는 주요 요인이 되었습니다. 인터넷 금융의 발전은 빅데이터 신용 보고 발전에 대한 거대한 응용 전망을 제공하여 신용 보고가 시대에 부응하고 신용 보고 메커니즘의 개혁을 촉진하도록 했습니다.

3. 기술 지원

빅데이터 신용보고가 부각되는 이유는 위의 두 가지 요소 외에 기술 지원도 필수적이기 때문이다. 빅데이터와 클라우드 컴퓨팅 기술의 발전은 빅데이터 신용보고 개발에 대한 지원과 편의성을 제공했으며, 인공지능 알고리즘 모델은 사용자의 부도 확률과 신용 상태를 종합적으로 설명하는 강력한 보완책을 제공했습니다. 한편, '인터넷+'의 발달로 사람들의 생필품, 음식, 주거, ​​교통, 사회적 상호작용, 인터넷 등이 긴밀하게 통합되는 경향이 있으며, 개인신용보고와 관련된 대량의 데이터가 생성되어 기탁되고 있다. 인터넷에서. 빅데이터 수집 및 마이닝 기술과 클라우드 컴퓨팅 기술의 도움으로 이러한 데이터의 수집, 기록, 저장 및 분석이 더욱 쉬워졌습니다. 한편, 머신러닝으로 대표되는 인공지능 기술은 다양한 채널에서 얻은 정형 및 비정형 데이터를 분석, 요약, 요약할 수 있을 뿐만 아니라 다양한 예측 모델(사기 모델, 신원 확인)을 설계할 수 있는 기술이 속속 채택되고 있다. 검증 모델, 상환 의지 모델, 안정성 모델 등)을 통해 신용 기관이 채무 불이행 위험과 부실채권 비율을 수행하고 감소시키려는 의지와 능력을 예측합니다.

[1] Xie Ping, Zou Chuanwei. 독립적인 제3자 신용 보고 기관을 개발하는 방법, Caixin Weekly, 2017-02.

관련 자료

Nanhu Fintech 연구 시리즈 100편(33)

——빅데이터 신용보고와 기존 신용보고의 비교

최근에는 인터넷 금융과 빅데이터 기술의 발전으로 , 빅데이터 신용보고가 상승하기 시작했습니다. 빅데이터 신용보고는 광범위한 대상, 정보 차원의 다양화, 풍부한 적용 시나리오, 종합적인 신용 평가라는 네 가지 혁신적인 특성을 가지고 있습니다. 그러나 전통적인 신용 보고에 비해 빅데이터 신용 보고는 데이터 범위 측면에서 덜 효과적입니다. 그 의미, 신용평가기관의 역할 등 독립성과 개인정보 보호 측면에서 아직 주목해야 할 문제가 많습니다.

1. 신용보고의 기본 개념

전통적인 신용보고는 전문기관이 고정된 모델을 통해 금융 및 금융거래 정보를 수집하고, 이를 가공, 처리, 보고하는 직업입니다. 관리 서비스. 전통적인 신용보고는 해외에서 유래되었으며, 미국에서는 1933년에 설립된 Dun & Bradstreet Company가 대표하고 있으며, 우리나라에서는 현재는 중국 중앙인민은행의 신용보고제도가 대표적이다. 우리 나라는 물론 전 세계의 신용 보고 산업. 우리나라에서 신용조회기관의 설립과 신용조회업의 발전은 "신용조회산업관리규정"의 적용을 받으며, 해당 라이센스의 적용이 필요합니다.

빅 데이터 신용 보고란 방대하고 다양한 실시간 가치 있는 데이터를 수집, 분류, 분석 및 마이닝하는 것을 말하며, 빅 데이터 기술을 사용하여 신용 평가 모델 알고리즘을 재설계하는 것을 말합니다. '신용주체의 초상화'를 다차원적으로 분석하여 정보이용자에게 신용대상의 기본이자율과 신용상태를 제시합니다.

빅데이터 신용보고 활동은 '신용보고산업 관리 규정'에서 정의한 신용보고 업무의 범위에 속하며, 그 본질은 여전히 ​​신용대상 정보의 수집, 분류, 보존, 처리 및 게시입니다. 그러나 전통적인 신용보고와는 달리 신용보고 활동에 빅데이터 기술을 적용하는 것을 강조하고 대용량 데이터의 특성, 광범위한 설명 차원 및 신용 상태의 동적 상호 작용을 강조합니다. 신용 보고 시스템에 대한 유용한 보충 자료입니다.

2. 빅데이터 신용보고의 혁신적인 특징

표면적으로는 빅데이터 신용보고와 전통적인 신용보고가 서로 다른 데이터 수집 채널을 갖고 있는 것처럼 보입니다. 인터넷은 주로 전통적인 오프라인 채널에서 발생하지만 둘 사이에는 큰 차이가 있습니다. 빅데이터 신용 조사 혁신은 주로 인구의 넓은 범위, 다양한 정보 차원, 풍부한 적용 시나리오, 종합적인 신용 평가라는 네 가지 측면에 반영되어 신용 조사 비용을 절감하고 신용 조사 효율성을 향상시킵니다.

우선, 광범위한 사람들을 대상으로 합니다. 전통적인 신용 보고는 주로 인가된 금융 기관의 신용 기록을 가진 사람들을 대상으로 합니다.

빅 데이터 신용 보고는 빅 데이터 기술을 사용하여 전통적인 신용 보고가 적용되지 않는 사람들을 포착하고 인터넷 추적을 사용하여 신용 판단을 지원하며 신원 인식, 사기 방지 및 P2P 온라인과 같은 새로운 인터넷 금융 형식의 신용 평가 요구 사항을 충족합니다. 대출, 제3자 지불, 인터넷 보험 및 기타 다양한 신용 보고 요구 사항이 있습니다.

둘째, 정보 차원이 다양합니다. 인터넷 시대에는 빅데이터 신용정보의 출처가 더욱 광범위하고 다양해졌습니다. 빅데이터 신용데이터는 더 이상 금융기관, 정부기관, 통신 등에서 제공하는 기본 개인정보, 대금청구정보, 신용기록, 연체기록 등에 국한되지 않고, 인터넷 행태추적 기록, 소셜 네트워킹 등의 데이터도 소개한다. 고객 리뷰. 이러한 데이터는 정보주체의 행동습관, 소비선호, 사회적 관계를 어느 정도 반영할 수 있으며, 이는 정보주체의 신용위험을 종합적으로 평가하는 데 도움이 됩니다.

다시 말하지만, 적용 시나리오는 풍부합니다. 빅데이터 신용 보고는 더 이상 경제 및 금융 활동에만 사용되지 않고, 경제 및 금융 분야에서 주택 및 자동차 임대, 호텔 예약, 비자, 결혼 및 연애 등 일상생활의 모든 측면으로 적용 시나리오를 확장할 수 있습니다. , 구직 및 보험 처리 신용 성과가 필요한 다양한 생활 시나리오에서 마케팅 지원, 사기 방지, 대출 후 위험 모니터링 및 조기 경고, 계정 수집 등에서 우수한 응용 성능을 가지고 있습니다.

마지막으로 종합신용평가입니다. 빅데이터 신용평가 모델은 신용대상의 과거정보에 대한 심층적인 마이닝에 중점을 둘 뿐만 아니라, 신용대상의 행동에 대한 연구를 바탕으로 실시간, 동적인, 상호작용적인 정보를 중시합니다. 신용주체의 궤적을 통해 일정 정도의 계약 이행 의지, 이행 능력 및 이행 안정성을 정확하게 예측할 수 있습니다. 또한, 빅데이터 신용조사는 종합적인 전통 모델링 기술을 기반으로 빅데이터 기술과 머신러닝 모델링 기술을 활용하여 다양한 평가 차원에서 신용기관의 신용 상태를 평가합니다.

3. 빅데이터 신용 보고의 문제점

빅 데이터 기술의 도움으로 빅데이터 신용 보고는 신용 대상에 대한 보다 포괄적인 이해를 얻고, 정보 비대칭성을 줄이고, 동시에 위험 가격 책정을 보다 정확하게 수행하고 데이터 및 분석 관점에서 전통적인 신용 보고 수준을 향상시키는 것은 신용 보고를 보다 과학적이고 엄격하게 만들 수 있으며 이는 필수 보완 사항입니다. 그러나 데이터 범위와 의미의 타당성, 신용평가기관의 독립성, 개인정보 보호 측면에서 빅데이터 신용보고에는 여전히 주의해야 할 문제점이 많다.

첫째, 데이터의 범위와 의미가 '재정적 속성'을 넘어섰고, 아직 그 유효성이 검증되지 않았습니다. 전통적인 신용 보고 데이터는 주로 금융 기관과 공안 부서로 구성된 데이터 사이클에서 나오며 은행 신용 정보를 핵심으로 사회 보장, 선지급 기금, 환경 보호, 세금 체납, 민사 판결 및 집행 및 기타 공안을 포함합니다. 정보는 비교적 완전하고 권위가 있습니다. 빅데이터 신용 조사를 통해 수집되는 데이터의 범위는 '금융 속성'을 넘어 주로 전자상거래 플랫폼, 소셜 플랫폼, 생활 서비스 플랫폼 등에서 발생하며, 거래 과정에서 생성되는 온라인 거래 데이터, 소셜 데이터, 행동 데이터를 포함합니다. 이러한 데이터의 대부분은 대출행위와 관련이 적고, 권위가 약하며, 각 플랫폼의 데이터 무결성이 다르기 때문에 신용기관의 신용상태를 판단하는 주요 지표로 활용될 수 있는지 여부가 결정됩니다. 아직 시장에서는 검증되지 않았습니다.

둘째, 데이터 수집 및 사용이 '독립적인 제3자'의 기본 원칙을 따르지 않습니다. 전통적인 신용 보고는 독립적인 제3자 신용 보고 원칙을 준수합니다. 신용 보고 기관은 "시장 중립"입니다. 즉, 정보 제공자 또는 정보 사용자와 직접적인 상업적 경쟁을 하지 않으며 정보 제공자 또는 정보 사용에 개입하거나 영향을 미치지 않습니다. .각 시장 부문의 경쟁업체입니다. 빅데이터 신용 보고는 "독립적인 제3자"의 경계를 무너뜨립니다. 신용 보고 기관의 데이터 수집 및 사용은 대부분 자체 사업에서 비롯되고 적용되므로 신용 보고 보고서의 유효성이 보장될 수 없습니다. 신뢰성이 의심됩니다. 더욱이, 정보제공자 또는 정보이용자가 신용평가기관을 통제하는 경우 신용평가자료의 남용이나 개인의 신용평가권 침해를 제지하기 어려울 것입니다. 또한 신용평가기관은 눈에 보이지 않게 어느 정도 시장 영향력을 갖게 되며, 이는 정보 제공자와 이용자의 행동을 왜곡하고 요금에 대한 통제권을 갖게 됩니다. 따라서 빅데이터 신용보고의 발전은 독립적인 제3자 신용보고의 기본 원칙을 준수하고 '시장 중립성'을 유지해야 합니다.

셋째, 개인정보 보호 상황이 날로 심각해지고 있다. 빅데이터 시대에는 데이터 마이닝 및 스크래핑 기술이 널리 사용되며, 신용주체의 전방위적인 정보 데이터를 완벽하게 수집할 수 있습니다. 더 어렵다. 예를 들어, 특정 경우에 사용된 정보와 데이터가 다른 상업적 목적으로 사용되는 경우, 서로 다른 기관 간에 정보와 데이터를 교차 검증하는 경우 개인정보 침해 위험이 크게 높아집니다.

(저자: Nanhu Internet Finance College Li Xueting)