I. 정책 지원
20 13 이후 우리나라는 일련의 법률법규를 반포하여 신용업계의 건강한 발전을 위해 법률제도의 틀을 구축했다. 20 13 년 3 월 국무원은' 징신업 관리조례' (이하' 조례') 를 발표하여 우리나라 최초의 징신업 법규가 되었으며 우리나라 징신법제 건설의 초석이기도 하다. 20131
또한 개인 징신 서비스 수준을 높이고 시장 경쟁을 도입하기 위해 우리나라는 징신 시장을 점진적으로 개방하기 위한 입법 준비를 하고 있다. 20 15 15 중국 인민은행은' 개인정보 서비스 준비에 관한 통지' 를 발표하고 8 개 기관이 개인정보 서비스 준비를 잘 할 수 있도록 승인했다. 2065438+2005 년 7 월, 중국 인민은행 등 10 개 부처는' 인터넷 금융의 건강한 발전을 촉진하는 지도 의견' (이하' 지도 의견') 을 발표하고, 신용 인프라 건설을 추진하고, 인터넷 금융 지원 서비스 체계를 육성하며, 자격을 갖춘 기관이 법에 따라 정보 업무 허가증을 신청하도록 독려했다. 규제 개혁 조치는 빅데이터 징신 발전을 위해 좋은 외부 환경을 조성했다.
주목할 만하게도, 빅데이터 배치를 가속화하고, 빅데이터 앱을 심화시키고,' 인터넷+'국가전략 시행을 추진하기 위해, 20 15 년 7 월 국무부는' 빅데이터 발전 추진 행동 계획' 을 발행했다. 20 15 빅 데이터 개발 추진 행동 계획 중 가장 눈에 띄는 것은 정부 데이터를 개방하고 산업 혁신을 촉진하며, 징신업계에서 빅 데이터의 응용과 발전을 장려하는 것이다. 관련 전문가들은 빅데이터가 징신 건설의 중요한' 광산자원' 이라고 생각한다. 징신 건설은 반드시 큰 데이터를 의지하고 지지해야 하며, 큰 데이터를 이용하여 광도와 깊이에서 신용체계를 확립하여 신용평가의 포괄성, 적시성, 신용효율을 높여야 한다.
빅 데이터 시대에 데이터는 에너지와 동등한 전략적 자원이되었으며, 정보 공개 및 데이터 개방은 오늘날 시대의 주제가되었습니다. 행정기관은 행정관리와 공공서비스 의무를 수행하는 과정에서 대량의 정보를 파악했다. 정보 공개를 통해 이러한 데이터 자산을 관리하고 활성화하는 방법은 행정 기관이 시급히 해결해야 할 문제가 되었습니다. 당의 18 회 4 중 전회' 중앙이 법치국의 몇 가지 중대한 문제를 전면적으로 추진하기로 한 결정' 은 정무공개를 전면적으로 추진하고 정무정보화를 추진하며 인터넷 정무정보자료 서비스 플랫폼 건설을 강화해야 한다고 분명히 밝혔다. 데이터 공개 제도의 점진적인 수립은 사회 정보 자원의 개방, 공유 및 서비스에 대한 제도적 보장을 제공한다.
이러한 법률, 규정, 규정 및 제도의 제정은 전체 신용 정보 시장의 관리를 강화하고 정보 제공자, 정보 사용자 및 신용 정보 기관의 행동을 규제하며 정보 주체의 권익을 보호하는 데 도움이 됩니다. 동시에, 다른 보조 제도들도 점진적으로 제정되고 개선되고 있으며, 조례와 함께 징신 법률 체계를 형성하여 우리나라 징신업의 건강하고 지속적인 발전을 촉진하고 개인과 기업의 융자 요구를 더 잘 충족시킬 것이다.
둘째, 시장 수요
최근 몇 년 동안 인터넷 금융이 갑자기 출현하여 중국 경제 발전의 신생력이 되었다. 인터넷 금융은 호황을 누리면서 설립 기간이 짧고 위험 예방 능력이 약하며 신용 평가, 위험 가격 책정, 위험 관리가 미비하여 문제 사건이 끊임없이 발생하고 있다. 한편, 인터넷 금융의 대부분의 사용자는' 긴 꼬리 특징' 을 가진 인터넷 사용자여서 전통적인 징문으로 덮히기 어렵다. 그리고 업계 조직 간의 정보 데이터 소통과 교류가 부족해' 1 인 대부' 현상이 두드러져 업계 전체가 막대한 신용위험에 직면해 있다. 한편, 신용 정보 체계가 미비하기 때문에 인터넷 금융회사는 일반적으로 선 하풍 통제에 의존하고 있으며, 대량의 실사에 많은 시간을 소모하며, 자신의 운영 비용을 증가시킬 뿐만 아니라, 대출자의 신용 수준에 대한 평가도 쉽게 빗나가 간접적으로 융자 비용을 증가시킨다. 전통적인 징신 메커니즘의 불완전성은 이미 인터넷 금융 발전을 제한하는 주요 요인이 되었다. 인터넷 금융의 발전은 빅데이터 징신의 발전에 거대한 응용 전망을 제공하고, 징신이 시대와 함께 발전하여 징신 매커니즘 개혁을 추진한다.
셋째, 기술 지원
이 두 가지 요인 외에도, 빅데이터 징신의 출현도 기술 지원과 불가분의 관계에 있다. 빅 데이터 및 클라우드 컴퓨팅 기술의 진보는 빅 데이터 정보 개발을 지원하고 용이하게 하며, 인공지능 알고리즘 모델은 사용자의 위약 확률과 신용 상태를 전면적으로 묘사할 수 있는 강력한 보완을 제공합니다. 한편' 인터넷+'의 발전에 따라 사람들의 의식주, 사회교제, 인터넷이 긴밀하게 결합되면서 개인 신용정보와 관련된 대량의 데이터가 인터넷에서 생성되고 침전되고 있다. 대용량 데이터 캡처 및 마이닝 기술과 클라우드 컴퓨팅 기술을 통해 이러한 데이터를 쉽게 수집, 기록, 저장 및 분석할 수 있습니다. 한편, 기계 학습으로 대표되는 인공지능 기술은 다양한 채널에서 얻은 구조화 및 구조화되지 않은 데이터를 분석, 요약 및 요약할 수 있을 뿐만 아니라 다양한 예측 모델 (사기 모델, 인증 모델, 상환 의지 모델, 안정성 모델 등) 을 설계할 수 있습니다. ) 신용 주체의 준수 의지와 능력을 예측하고 위약 위험과 나쁜 장부를 낮춘다.
추전 위사평. 독립 제 3 자 신용 정보 기관을 개발하는 방법. 재신주간지, 20 17-02.
관련 독서
난후 금융 과학 기술 연구 100 시리즈 문장 (33)
-빅 데이터 크레딧과 전통적인 크레딧의 비교.
최근 몇 년 동안 인터넷 금융과 빅 데이터 기술이 발달하면서 빅 데이터 징신이 일어나기 시작했다. 빅데이터 징신은 적용 범위 확대, 정보 다차원, 애플리케이션 시나리오 풍부, 신용 평가 종합 등 네 가지 혁신적 특징을 갖추고 있다. 그러나 전통적인 징문에 비해 데이터 범주와 내포의 효용, 징신 기관의 독립성, 프라이버시 보호 등에 여전히 많은 문제가 있어 중시해야 한다.
첫째, 징신의 기본 개념
전통적인 징신은 고정 모드 방향을 통해 금융 및 금융 거래 정보를 수집하고 정보를 처리, 처리 및 보고하는 전문 신용 관리 서비스입니다. 전통적인 신용조사가 외국에서 일어났다. 미국에서는 Dunham & Company 를 대표해 1933 에 설립되었습니다. 중국에서는 주로 중앙인민은행 징신 시스템을 대표합니다. 이것은 중국과 국제적으로 통용되는 징신 형식입니다. 중국에 징신 기관을 설립하여 징신 업무를 전개하고,' 징신업 관리 조례' 의 구속을 받아 상응하는 면허를 신청해야 한다.
빅데이터 징신은 대량, 다양화, 실시간, 가치 있는 데이터를 수집, 정리, 분석 및 발굴하고, 빅데이터 기술을 이용하여 신용평가 모델 알고리즘을 재설계하고, 신용주체의' 초상화' 를 다차원적으로 묘사하며, 신용주체의 위약률과 신용상태를 정보 사용자들에게 제시하는 것을 말한다.
빅데이터 징신 활동의 본질은 여전히' 징신업 관리 규정' 에 정의된 징신 업무 범위 내에서 신용 주체 정보를 수집, 정리, 보존, 처리 및 발표하는 것이다. 그러나 전통적인 징문에 비해 빅데이터 기술이 징신 활동에 적용돼 데이터 양, 표상 차원 확대, 신용 상태 동적 상호 작용 등의 특징을 강조하며 징신 체계를 보완하는 데 도움이 된다.
둘째, 빅 데이터 신용 정보의 혁신적인 특징
표면적으로 볼 때, 빅데이터 징신과 전통 징신은 단지 데이터 수집 채널이 다를 뿐이다. 전자는 주로 인터넷에서 나온 것이고, 후자는 주로 전통적인 오프라인 채널에서 나온 것이지만, 둘 사이에는 큰 차이가 있다. 빅데이터 징신의 혁신은 크게 네 가지 측면에 나타난다: 광범위한 인구, 정보 다차원, 애플리케이션 시나리오, 신용 평가 포괄, 신용 비용 절감, 신용 효율성 향상.
첫째, 그것은 광범위한 사람들을 포괄합니다. 전통적인 징신은 주로 카드 보유 금융기관에 신용 기록이 있는 사람들을 포괄한다. 빅 데이터 크레딧은 빅 데이터 기술을 통해 전통적인 신용 정보로 적용 할 수없는 사람들을 포착하고, P2P 지점 간 대출, 제 3 자 지불, 인터넷 보험 및 기타 새로운 인터넷 금융 형식의 신원 확인, 부정 방지 및 신용 평가와 같은 신용 요구를 충족시키기 위해 인터넷 흔적을 사용하여 신용 판단을 지원합니다.
둘째, 정보 차원이 다양하다. 인터넷 시대에는 빅데이터 징신의 정보와 데이터 출처가 더욱 광범위하고 다양해졌다. 빅데이터 징신 데이터는 더 이상 개인 기본 정보, 청구서 정보, 신용 기록, 연체 기록 등에 국한되지 않습니다. 금융기관, 정부기관, 전신이 제공하지만 인터넷 행동 추적 기록, 사회적 상호 작용, 고객 평가 등의 데이터도 도입되었습니다. 이러한 데이터는 정보 주체의 행동 습관, 소비 선호도 및 사회적 관계를 어느 정도 반영할 수 있으며 정보 주체의 신용 위험을 종합적으로 평가하는 데 도움이 됩니다.
다시 한 번 적용 장면이 풍부합니다. 빅데이터 징신은 더 이상 단순히 경제금융활동에 쓰이지 않을 것이며, 렌터카 대여, 호텔 예약, 비자, 결혼, 구직, 보험 등 신용실적이 필요한 생활장면까지 경제금융분야에서 응용장면을 확대할 수 있다. 마케팅 지원, 부정 방지, 대출 후 위험모니터링 경보, 독촉장 등에서 좋은 응용성과를 보이고 있다.
마지막으로, 신용평가는 전면적이다. 빅 데이터 신용 정보의 신용 평가 모델은 신용 주체의 역사적 정보에 대한 심층 마이닝뿐만 아니라 신용 주체 정보의 실시간, 동적 및 상호 작용에도 초점을 맞추고 있습니다. 신용주체의 행동 궤적에 대한 연구를 바탕으로 직무 수행의 의지, 능력, 안정성을 어느 정도 정확하게 예측할 수 있다. 또한 빅 데이터 징신은 기존 모델링 기술의 통합을 바탕으로 빅 데이터 기술과 기계 학습 모델링 기술을 사용하여 여러 평가 차원에서 신용 주체의 신용 상태를 평가합니다.
셋째, 빅데이터 징신 문제
빅 데이터 기술을 통해 빅 데이터 크레딧은 크레딧 대상에 대한보다 포괄적 인 이해, 비대칭 정보 감소, 부정 방지 능력 향상, 위험 가격 책정을보다 정확하게 수행 할 수 있습니다. 데이터 차원 및 분석의 관점에서 전통적인 크레딧 수준을 높이면 크레딧을보다 과학적이고 엄격하게 만들 수 있습니다. 필요한 보완. 그러나 데이터 범주와 내포의 효용, 징신 기관의 독립성, 프라이버시 보호 등에서 볼 때, 빅데이터 징신은 여전히 많은 문제를 가지고 있어 중시해야 한다.
첫째, 데이터의 범주와 내포는 이미' 금융 속성' 을 돌파했고, 그 효용은 아직 검증되지 않았다. 전통적인 징신의 데이터는 주로 금융기관과 공공부문으로 구성된 데이터순환에서 비롯되며, 은행신용정보를 핵심으로 사회 보장, 적립금, 환경 보호, 체납, 민사재판, 집행 등 공공정보로부터 비롯된다. 데이터는 상대적으로 완전하고 권위적이다. 빅데이터 징신 데이터의 범주가' 금융속성' 을 돌파했다. 데이터는 주로 전자 상거래 플랫폼, 소셜 플랫폼 및 생활 서비스 플랫폼에서 비롯되며 온라인 거래 데이터, 소셜 데이터 및 인터넷 서비스 과정에서 발생하는 행동 데이터를 다룹니다. 이러한 데이터의 대부분은 대출 행위와 크게 관련이 없고, 권위가 약하며, 플랫폼마다 데이터 무결성이 다릅니다. 이에 따라 신용주체의 신용상태를 판단하는 주요 지표가 될 수 있을지는 시장 검증이 필요하다.
둘째, 데이터 수집 및 사용은 "독립 제 3 자" 의 기본 원칙을 따르지 않습니다. 전통적인 신용 정보는 독립적 인 제 3 자 신용 정보 원칙을 고수합니다. 신용 정보 기관은 "시장 중립성" 입니다. 정보 제공자 또는 정보 사용자와 직접적인 비즈니스 경쟁이 발생하지 않으며, 각 부문에서 정보 제공자 또는 정보 사용자의 경쟁에 개입하거나 영향을 미치지 않습니다. 그러나 빅데이터 징신은' 독립 제 3 자' 의 경계를 돌파했고, 징신기관의 데이터 수집과 사용은 대부분 자신의 업무에서 비롯된 것으로, 징신의 유효성이 보장되지 않아 신뢰도가 의문시되고 있다. 또한 정보 제공자나 정보 사용자가 정보 기관을 통제하는 경우 정보 데이터 남용을 제한하거나 개인 정보 권리를 손상시키는 것은 어렵습니다. 또한 정보 기관은 정보 제공자와 정보 소비자의 행동을 왜곡하고 비용을 통제할 수 있는 무형의 시장 영향력을 얻게 됩니다. 따라서 빅데이터 징신의 발전은 독립 제 3 자 징신의 기본 원칙을 고수하고' 시장 중립성' 을 유지해야 한다.
셋째, 프라이버시 보호 상황이 갈수록 심각해지고 있다. 빅 데이터 시대에는 데이터 마이닝과 파충류 기술이 널리 사용되고 있으며, 신용 주체의 전방위 정보 데이터를 완전히 수집할 수 있습니다. 대량의 정보 데이터 수집은 신용 주체의 프라이버시에 큰 도전을 불러일으키며 프라이버시 보호가 더욱 어려워진다. 예를 들어, 특정 경우에 사용되는 정보 데이터는 다른 상업적 용도로 사용되며, 기관 간 정보 데이터의 상호 검증은 개인 정보 침해의 위험을 크게 증가시킵니다.
(저자 단위: 남호 인터넷 금융학원 이설정)