¿Cuáles son las ventajas competitivas de estas empresas de informes crediticios como Quantitative, Zhima Credit, WeBank y Qianhai Credit? ...

(1) Fuentes de datos diversificadas. Con el advenimiento de la era del big data, los datos crediticios de Internet ya no se limitan a los datos crediticios bancarios. Por un lado, el negocio principal de las empresas de Internet proporciona abundantes datos crediticios de Internet. Por ejemplo, Zhima Credit se basa en los datos de transacciones de comercio electrónico de Alibaba y los datos crediticios de evaluación de los clientes, y Tencent Credit se basa en los datos de las redes sociales de los usuarios de la plataforma social QQ. Usuarios de WeChat. Estos datos incluyen aspectos sociales, políticos, comerciales, culturales, de salud y otros aspectos de la información, y pueden usarse como variables débiles en modelos de evaluación crediticia para analizar el comportamiento esencial de los clientes y predecir sus tendencias futuras. Por otro lado, las empresas P2P crean sus propias bases de datos crediticias. Con el desarrollo del P2P, las empresas P2P recopilan cada vez más datos crediticios. Por ejemplo, empresas como Paipaidai, Renrendai y Trust Wealth han establecido sus propios sistemas de informes crediticios.

(2)Amplia cobertura. En la actualidad, el sistema de información crediticia de mi país cubre a unos 800 millones de personas, pero sólo alrededor del 37% de ellas tienen antecedentes crediticios y los otros 500 millones de personas no tienen antecedentes crediticios bancarios. Para el sector financiero, estos 500 millones de personas son clientes potenciales de los bancos y una oportunidad favorable para ampliar el negocio. Cómo entender el estado crediticio de estos 500 millones de personas se ha convertido en un desafío al que se enfrentan todas las instituciones financieras. Sin embargo, con el desarrollo de Internet, cada vez más personas y empresas han dejado una gran cantidad de información en Internet, lo que ha ampliado el alcance y las fuentes de datos crediticios. La aplicación de big data y la computación en la nube facilita la recopilación de datos crediticios. El uso de los datos recopilados para emitir juicios crediticios sobre personas sin antecedentes crediticios puede satisfacer las necesidades de las instituciones financieras de realizar una revisión previa al préstamo de la voluntad y capacidad de pago de los prestatarios.

(3) Recogida de datos encubierta. En comparación con los informes crediticios tradicionales, las empresas de informes crediticios de Internet en la era del big data tienen sus propias reglas para la recopilación, clasificación, procesamiento, análisis y uso de datos. En primer lugar, las empresas de Internet suelen utilizar la computación en la nube y la tecnología de cifrado en segundo plano para procesar los datos que recopilan. Por razones técnicas y asimetría de la información, los interesados ​​desconocen el alcance de la recopilación de información de su red. En segundo lugar, muchas empresas de Internet estipulan actualmente en sus políticas de privacidad que tienen derecho a comunicarse y cooperar con otras plataformas que respeten la misma política de privacidad, por lo que los usuarios tienden a ignorar esta información.

(4) Campos de aplicación enriquecidos. En primer lugar, el contenido de los datos de los informes crediticios es más completo. Por ejemplo, Sesame Credit proporciona una base importante para que las instituciones financieras evalúen el crédito de las entidades crediticias y decidan si otorgan crédito mediante la recopilación de información como registros crediticios de los clientes, preferencias de comportamiento, capacidades de desempeño, identidades y relaciones personales. En segundo lugar, la aplicación de los resultados de la evaluación crediticia se vuelve más cotidiana y rutinaria. Además de los préstamos, las áreas de aplicación se han ampliado a usos más amplios, como alojamiento y viajes. El tercero es proporcionar una base efectiva para la toma de decisiones regulatorias. Una vez que las autoridades reguladoras dominen estos macrodatos, podrán comprender los cambios crediticios de las entidades económicas de manera oportuna, tomar decisiones más sensibles, monitorear el flujo de fondos y verificar la implementación de políticas, y lograr la precisión de las políticas regulatorias.