Problemas existentes en la industria de informes crediticios de China
Un sistema legal sólido puede proteger el vigoroso desarrollo de la industria de informes crediticios. El sistema legal actual de mi país para la industria de informes crediticios incluye principalmente el "Reglamento sobre la administración de la industria de informes crediticios" y las "Medidas administrativas para las agencias de informes crediticios" emitidos por el Consejo de Estado en 2013, así como las "Directrices para la Supervisión de Agencias de Informes Crediticios" emitido por el Banco Central en 2015, aclarando aún más las operaciones de las agencias de informes crediticios. especificación. En comparación con los mercados maduros de Europa y Estados Unidos, la legislación de mi país sobre la industria de informes crediticios aún no está completa y se encuentra en la etapa exploratoria preliminar. Se trata simplemente de reglamentos administrativos o normas departamentales, los cuales tienen poco efecto legal. Además, mi país aún no ha establecido un sistema legal completo en términos de recopilación de datos y privacidad personal, lo que ha generado problemas de protección de la privacidad en la recopilación de datos personalizados en la industria de informes crediticios.
En segundo lugar, es necesario aumentar el número de personas cubiertas;
La sociedad tiene una gran demanda de información crediticia, el sistema de información crediticia está incompleto y el sistema de información crediticia dirigido por el gobierno no puede satisfacer plenamente las necesidades de las operaciones del mercado financiero. La tasa de cobertura de información crediticia de empresas e individuos estadounidenses llega al 80%. Aun así, las agencias de informes crediticios estadounidenses continúan invirtiendo en el desarrollo de fuentes de datos exclusivas. Mediante el análisis de nuevos datos, se mejora la profundidad, amplitud y calidad de la base de datos, proporcionando una base sólida para los informes crediticios. Según las estadísticas del sistema de informes crediticios del Banco Popular de China, a finales de 2015, el sistema de informes crediticios personales incluía a 880 millones de personas físicas, entre ellas 380 millones de personas con antecedentes crediticios, 500 millones de personas con información de identidad simple, y más de 500 millones de personas que no estaban en el sistema de informes crediticios del banco central. En realidad, los clientes objetivo de las empresas de financiación al consumo son principalmente grupos de consumidores de nivel medio y bajo, principalmente jóvenes, como oficinistas que acaban de empezar a trabajar y personas con ingresos bajos. Este grupo de usuarios que realmente necesitan servicios financieros al consumidor son precisamente aquellos que carecen de registros crediticios personales en el sistema de informes crediticios del Banco Central de China.
En tercer lugar, es necesario mejorar la tasa de penetración del mercado;
Según datos de iResearch, la tasa de penetración del mercado de la industria de informes crediticios personales de China generalmente se mantiene en alrededor del 9%. En 2015, el tamaño potencial del mercado de la industria de informes crediticios personales de China fue de 1.623,6 mil millones de yuanes, mientras que el tamaño real del mercado fue de solo 1.514 mil millones de yuanes. A medida que cambian los hábitos de consumo y transacciones personales, existen cada vez más escenarios de aplicación para los informes crediticios. Además del crédito y el consumo de tarjetas de crédito, áreas no financieras como el alquiler de casas, el alquiler de automóviles, las compras y las visas también tienen demanda de informes crediticios personales, y es necesario mejorar aún más la tasa de penetración del mercado.
En cuarto lugar, es necesario unificar los estándares de recopilación de datos;
La recopilación de datos es la base de la investigación crediticia. Con este fin, la Asociación Nacional de Gestión de Crédito ha desarrollado un formato estándar de presentación de informes de datos y un formato estándar de recopilación de datos para estandarizar los datos crediticios y facilitar el intercambio de datos crediticios entre instituciones. Sin embargo, en China faltan mecanismos eficaces para compartir varios tipos de datos, lo que genera un grave problema de islas de datos. Los datos existentes están muy homogeneizados y la mayoría de ellos pueden obtenerse a través de canales públicos. Fuentes de datos personalizadas y exclusivas. Al mismo tiempo, varios tipos de datos son desiguales y carecen de estándares unificados, lo que afecta directamente la calidad de los informes crediticios.
En quinto lugar, es necesario mejorar las capacidades de análisis de datos.
La capacidad del análisis de datos determina directamente la calidad de los servicios de informes crediticios. Por lo tanto, el análisis de datos es un vínculo clave para que las empresas de informes crediticios transformen los datos crediticios en productos de informes crediticios. La tecnología de análisis de datos en los Estados Unidos comenzó muy temprano, con el sistema de puntuación FICO lanzado ya en 1956. Después de más de medio siglo de mejora continua, se ha utilizado ampliamente. Actualmente, más del 90% de las grandes agencias de crédito, incluidas Experian, Equifax y TransUnion, utilizan el sistema de puntuación FICO. En 2009, la empresa estadounidense ZestFinance se centró en personas con puntuaciones crediticias bajas o antecedentes crediticios bajos (puntuaciones FICO inferiores a 500). Integró datos de múltiples fuentes en el análisis de evaluación crediticia e introdujo modelos de predicción de aprendizaje automático y estrategias de aprendizaje integrado. La principal competitividad de ZestFinance radica en sus capacidades en minería de datos y desarrollo de modelos. Se entiende que en su modelo se suelen utilizar 3.500 elementos de datos, de los que se extraen 70.000 variables, utilizando modelos de fraude, modelos de verificación de identidad, modelos de capacidad de pago anticipado, modelos de capacidad de pago, modelos de voluntad de pago, modelos de estabilidad, etc.10 Un modelo de análisis predictivo realiza un aprendizaje profundo para obtener la puntuación crediticia final del consumo. En promedio, cada seis meses se produce una nueva versión para reemplazar la anterior. Las nuevas versiones suelen añadir más variables y fuentes de datos. El algoritmo utilizado por ZestFinance proviene del modelo de big data de Google. Además, se ingresan en el sistema miles de datos sin procesar de terceros (como facturas de teléfono, etc.) y prestatarios para encontrar correlaciones entre los datos y convertirlos. Sobre la base de las correlaciones, las variables se reintegran en medidas más amplias. Finalmente, estas variables más grandes se ingresan en diferentes modelos de análisis de datos para formar la calificación crediticia final de acuerdo con el principio de votación del modelo. En comparación con el negocio tradicional de gestión de crédito, la eficiencia del procesamiento de ZestFinance ha aumentado casi un 90%. En términos de control de riesgos, el rendimiento del modelo ZestFinance ha mejorado en un 40% en comparación con los modelos tradicionales de evaluación de crédito. Por otro lado, en la industria nacional de informes crediticios, el análisis de datos acaba de comenzar y es necesario mejorar aún más la eficiencia y precisión del análisis de datos.