股票/基金&
顾凌云：真正的信用评估数据需要5大方面综合
TurboFinancialGroup首席风险官顾凌云先生
　　和讯消息 在深化金融改革的大背景下，互联网金融已成为十八届三中全会后金融改革的创新点，互联网金融产业也迎来了迅猛发展的春天。面对新的历史机遇，北京共鸣时代科技有限公司、杭州融都科技有限公司、融途网、零壹财经联合举办的“首届互联网金融资产交易峰会”日在北京举行。本次大会，和讯互联网金融作为战略合作媒体将对本次大会进行全程报道。TurboFinancialGroup首席风险官顾凌云先生，出席了会议并在主题演讲中表示，真正的信用评估应该包括传统的数据、可替代的数据、用户网上行为数据、社交网络信息、用户自己回答的信息，要把所有这些信息全部给综合起来才可以。
　　以下为文字实录：
　　顾凌云：大家好，我今天的题目是信用评估与大数据。因为我本人自己一直在做机器学习，恰好碰上了这个好时代，就到这个金融领域里面看看有没有合适的应用。大数据这个词最早是没有的，很多人都是从2012年2月份，纽约时报那篇文章开始知道大数据。今天虽然我们讲资产交易，也讲金融，这里可能我要先泼一点冷水，因为到目前为止，在大数据领域当中的投资已经越来越热，而且做得公司越来越多。有多少公司到底真正使用的是大数据？我相信几乎没有太多，让我想到1999年、2000年，我刚到的时候目睹了所谓互联网1.0版本破灭的过程，当时我很清楚记得一个例子，有一家冷冻食品的快速公司，做猪肉，把猪肉送到旧市区里面，后来过了一段时间想了一下，他叫做互联网猪肉冷冻快递速食公司，这家公司后来就上市了，他用互联网的方式送猪肉了吗？显然没有。只是加了一个单词，就做到了这点。
　　很多人都问我大数据是个什么东西？我认为有一个例子可以比较好的解释这个现象。我们很多人知道十多年前时候，如果我们用计算机，如果你的这台计算机内存是512兆，你应该是相当不错的土豪。如果你有一个数据，这跟数据恰好是513兆，这个数据用今天的概念来说并不大，但是如果513兆的数据，希望一次弄到512的内存当中不可能，就需要做一系列研究方式方法，把它先拆分、处理，再重新从内存当中拿出来，再整合起来，如果用这样一套方法处理一个513兆相对于512兆内存的数据，就是一个大数据的思维。如果今天把513兆的数据，一次性上传到了亚马逊的AWS，如果通过这样的方式进行运算，你也不是一大数据的方式。
　　我们先看一下大数据在美国金融当中最直接的场景，就是所谓的信用评估体系。美国的信用评估体系很早，每个人之间都有一点制衡在里面，不敢把事情做得太绝。如果做了以后，不是明天就可以拍拍屁股走路的，一般会记录在案。中国现在也在做，但是还不太成熟，在这个领域中有很多机会。美国的信用体系评估很简单，就几样东西，大家可以看到，首先第一是债务的历史，这个听起来是很正常的，如果你以前曾经有过违约，显然对你今后借款能力有质疑的。第二是债务，你总共欠了多少钱，这个也很重要，如果你即使告诉我你是比尔，但如果今天你借的钱已经超过了600亿，也超过了你的偿还能力，也是个问题。第三点信用历史时间，如果你是在10年之前就有过一张，或者是相比另外一个人到今年才有第一的信用卡，我不能说哪个哪个之间的偿还能力更强，但至少我会知道第一个人有更多的信用数据，这个就是不一样的。第四点是他的很多相关的其他因素都很重要。比如说最近有没有买房，如果买房就有买房信用卡的记录，有没有买车？也有。这些东西全部加起来形成了美国现有的评分体系。
　　一般来说如果大家在数学相关领域工作的话就会知道，作为一个逻辑回归也好，如果你把它的变量放得太多了，从某种程度上来说，你的这个模型处理起来就会比较麻烦一些。最主要一点它的深度比广度要重要，对于我来说，我可能关心的是你过去20年，如果你有记录，和你从最近一年当中才有记录，二者之间是不一样的。
　　那么同样，关注用户的历史远远多于现在，也许这个人一开始是个潘浚罱蝗环⒉屏耍赡芩某セ鼓芰突嵊芯薮蟮母谋洌钦庋囊蛩赜忻挥刑逑衷谡飧隼锩妫亢芏嗳瞬恢馈Ｔ趺囱炎菹蚝秃嵯蚬愣壬系亩鞫挤沤矗飧鼍突嵯缘孟喽岳此当冉现匾坏恪
　　很多人都说你这个大数据到底在金融当中有什么用处？为什么一讲到这几个理论以后就不怎么管用了？有两块不同的石头，一块石头被做成了一块台阶通向山顶寺庙的路上，同样有另外一块石头被做成了佛像，晚上的时候他们相互之间在探讨和聊天，当做石阶的那块石头，跟做成佛像的石头说，凭什么你当了佛像？我每天被万人踩在脚底下。做成佛像的石头跟他说那不一样，虽然我们都是石头，你只被切过六刀就被做成一块放在脚底下的石头，但是我是受尽磨难之后才成为这样一块佛像的。这是一样的东西。如果你要是切一个人的历史过程，切得太简单，只能切出6刀或者只能切出30刀，用30个变量来衡量一个人，从某种程度上来说很困难。同样一个人在不同的应用和领域当中也不一样。他在同样的一个场景，不同人面前表现出来的情况是千变万化的，他如果今天在这个公司当中呆了20年，不一定说明他是个好员工，很有可能是他没有能力跳槽。如果你用另外一个角度评判这个人的话，你的评判标准和应用变量应该完全改变。但是非常可惜，没有人从这个角度上衡量一个人，所以这后边有很多我想讲到的东西。
　　美国的大部分人，为什么说美国是个比较稳定的社会？就是因为它的中产阶级比较多，从650分以上的人群绝对占到美国很大一部分，而相对来说属于非常潘康娜巳菏遣欢嗟摹Ｊ裁囱囊小⑹裁囱慕鹑诨乖谖煌恼庑┤巳涸诮蟹衲兀磕憔涂梢钥吹剑浅Ｃ飨裕绻屑涮醯难丈憧梢钥吹秸飧鎏醯难丈蕉啵退得骶赫郊ち遥嚼丛胶韬＃馐歉鍪裁戳煊颍空飧隽煊蚓褪切庞梅质笥650分的领域。括美国四大国有银行，都是主要信用卡的提供商，好处就是说你可以从他们当中赚到交易费用，但是这帮人你是别指望给你分期付款的，包括我在内每个月用的所有花费都会在当月还掉。我不会让银行赚到这个钱的。竞争变得越来越激烈，这些人信用比较好，基本上拍下脑袋就可以决定把金融产品给他的。风险比较低，所以当然对应的收益就不会特别大。小于550分的时候，就没有什么企业在里面竞争了，用什么样的方式才能解决这些领域当中被服务的人呢？用大数据经过千锤百炼的方式，你有千万个变量来通过这种方式进行建模，来判断这些人的信用到底能不能被纳入到正常的体系当中去，这就是我们做得事情。
　　我想说一下为什么最终会把风控放到一个这么重要的角度上来。在我看来今天互联网金融确实是一个非常热的热点，因为我本人不但自己做一家企业，同时还投资其他的企业。可以看到互联网金融当中至少有四个这样的热点，第一个就是今天的P2P，美国的P2P最大的只有两家，但在中国一个月之前我收到的报告，就已经超过了2000多家，中国人跟美国人做事情的方式完全不一样。我仅指P2P所谓的叫做债权的众筹，而不是股权的众筹；第二就是所谓的大数据；第三个虚拟货币。这几个都是相对来说比较有特点的地方。你可以看到，所有的这些热点，尤其是P2P，我可以非常直接的说，今天中国到今天为止，也许9月15号的时候，P2P还有2000多家，我可以很负责的告诉你，6个月或者一年之后，P2P如果能剩下四分之一都是一个奇迹，很多P2P公司一定会死掉，或者被并购掉。在所有的热潮慢慢退去的时候，在大浪慢慢退回海岸线的时候，到底谁会留下来，我们看得很清楚。剩下的我该做什么？这个时候风控就会放到最显著的地位上来。到地方银行、(,)，他们越来越多的希望关注如何把风控的东西放到一个越来越重要的地位上去。
　　我们可以看到，如果现在有两个人需要借钱，当然这两个人都比较有名声，如果是司马懿今天要借钱，大家可以看看今天把的条件是什么样？不错跟曹操混了那么多年，日子过得也不错。拥有过许20年的信用历史，而且这个官级从养马的开始一点点升上来，所以信用值也不错，最近新的贷款查询没有，日子都过那么好了，还需要借钱吗？可能也不需要了。而且贷款类型相对来说也非常丰富，才能盖房子借过钱、买马车借过钱，如果从美国典型的风控角度来说，司马懿绝对应该借钱的。诸葛亮日子过得没那么好，帮刘备把这块地给搞下了，但是毕竟蜀国财政没有那么好，收入只有3000块钱，过去24个月还违约过一次，只有7年的信用历史，最近还老是借钱，借过3次，贷款类型也不丰富，借过钱买过马车，二者之间进行比较，毫无疑问大家都会选择把钱借给司马懿，而不借给诸葛亮，但是这是个典型的传统的风控模型。看重过去历史，而不看重现在。
　　我们看看下一页，就会看到两个人不同的变化。司马懿也会上网了，但是这个人上网的地址频繁多变，总而言之就没有在他自己的办公室或者家里出现过，他给我一个很大的警示，是不是最近司马懿开始有可能失业了？他刚刚申请了两个发薪日贷款，借的款，还的也快。我们通过一种方式找到，他最近刚刚借了两个发薪日贷款，虽然以前借过学生贷款不管用，所以即使他想违约，都没有这个条件违约。他最近老是在许昌、洛阳、长安，这些所谓的大城市来回在走动，好像没有一直呆在魏国的国都，这说明最近他可能有些频繁的军事行动。
　　诸葛亮之所以违约一次，原因是因为他被马车撞了，医疗费太高，当然因为医保体系又不完善，所以必须要诸葛亮自己垫钱，所以日子混得不太好，付了很多钱。为什么信用值只有7年时间？因为他刚刚从南洋搬到成都，所以信用值只有7年时间，当然没有司马懿长。而且最近5年从来没搬过地方，可见生活职业都是相当稳定的，无论是刘备，还是他儿子对他都是不错的。他为什么没有申请过学生贷款呢？因为学生的时候，他是优质学生，他拿奖学金，所以当然就没有借过学生贷款，把所有这些信息全部综合起来以后，就会发现大数据给我们带来的是一个更全面的全景的描述，在大数据的场景当中，如果有一个合适的建模的方式，能够产生一个二维决策，那么你就可以看到，最终借款的人应该是借给诸葛亮，而不应该是借给司马懿，这相对来说是比较故事性的例子。但实际上你在现实生活当中，你会看到很多类似这样的例子出现。
　　真正的信用评估应该是这样的，你应该看到传统的占很大一部分，但是可替代的数据商是另外一种，同时在网上体现出来的用户行为是另外一部分，社交网络的信息也是一部分，来自用户自己的回答和信息是另外一部分，要把所有这些信息全部给综合起来才可以。所以大家可以看到，在2.0版本当中的成员介绍是这个样子，在传统数据当中，我们只看到了深度没看到广度，现在更多是广度上面想看一看。网络上的数据也是很重要的，我们可以通过你IP地址直接从什么地方访问来判断你大概来自于什么样的区域，当然有可能你的IP地址是经过IP地址的服务供应商改变过以后的，这样的人群有另外的方法来追踪，他到底真正来自于什么地方。同样你上网的时候，你使用的电脑类型，你用得苹果还是PC，这直接导致两个完全不同的消费类人群。你上网的时候浏览器版本用得是什么？如果你能通过合适的方法把它给结构化，这也非常重要。
　　直接征询用户的答案也是很重要的，有的人说问用户有什么用？尤其一个没有诚信的社会。你可以在一个地方撒谎，你可以在两个地方撒谎，但是如果我大数据采了千千万万的点，很难把千千万万的点在互相不矛盾的情况之下，把它给伪装起来，如果真的能伪装成这样，那就不是一个欺骗的过程，所以很难通过大数据的方法让一个人还能够完全的编造一个不被识破的谎言，很难。
　　大数据模型理念，一切数据皆为信用数据。积少成多、汇流成海。我们刚才讲的所有的那些关键的这些变量，如果单独知道提出来一个，你对一个人进行判断，那一定是50.1对49.9，没有太大的用处能够判断出来这个人怎么样，但是如果把所有的这些细小的因素全部结合在一起，冰冻三尺就会发现最后信用的指相同是非常强的指向，可以很准确的判断出来这个人到底在做什么。我们只看关联不看因果，这是一个非常重要的观点。在此之前做统计也好，做因果系统的时候，总是希望能找到原因判断这些事情到底是不是靠谱。但是在大数据的情况之下，更多的我们认为现在暂时不知道背后的原因，而并不是因为不知道原因等同它不靠谱。同样名字听起来很好，机器学习，咱们都会深刻的体会到，实际上是我们悲催的学习机器，根本不是机器在学习我们。如何能够更好的跟机器进行互相沟通，我们给他一个方法，或者给他一个事实，他能够更快的从当中提取出来，更多的是一种互动。
　　超级杯的这个例子，我本人在美国比较喜欢看美式橄榄球，一个是AFC，还有一个NFC，每个联盟的冠军会在最后的所谓的超级杯的决赛当中决出当中MFR的最终的总冠军。超级杯指标的意思就是说，如果我看到今年总冠军的冠军来自于AFC，而不来自于NFC，明年美国股市应该是跌的，相反应该是涨的。理论上来说二者之间没有任何关系，如果真的这样，美国绝对是世界上永远的第一强国，但是这是不可能的。二者之间真的一点关系没有吗？我们仔细查过还真不是。因为AFC和NFC理论上来说，应该是平均分布在美国东西南北州各个地方的，NFC和AFC两个联盟之间队伍，在美国经济发达和欠发达地区之间并不是均衡分布，所有的球队在球员购买，包括训练方面，他投入的资金也是不一样的，所以从某种程度上当经济在起飞过程当中的时候，NFC很多球队最早会受益的，NFC拿冠军导致经济好有这个情况。
　　大数据的模型之二，我们认为是数据的来源。这里更多的要讲一下错误信息也是信息，比方设计这些网站的时候会问，你这个每个月工资是多少？因为到我们这里来申请的基本上潘勘冉隙啵突崴得扛鲈铝角澜穑蛘呷澜穑蔷；峥吹接行┤怂滴颐扛鲈碌墓ぷ36000美金，你确定这是你一个月的工资，不是你一年的工资？他可以很简单把36000除以12，我一个月是准3000块钱。我们有意不这样说，因为我们认为即使这样的错误信息也体现了一个人的素质。
　　第三点就是所谓的建模，总而言之，大数据当中对所谓特征的变化，特征的提取和最后所谓独立模型细节的建立，最后模型的整合都跟以前传统统计上的理论有很大的区别。
　　最后这个是比较有意思的事情，这件事情在中国基本上不存在，但是在美国相对比较麻烦，大数据和相关立法之间的关系。相信中国在今后立法越来越完善也会碰到这样的问题，信用评估上有些禁区，这些禁区不能碰的。第一性别绝对不可以用的，来决定这个人到底信用值怎么样，这是绝对不可以的。第二年龄，年龄没有性别那么严重，但是年龄有要求，你问这个人的年龄，只能作为一个加分因素，而不能作为减分因素，年龄大家现在很多人也是不用的。第三种族，绝对不能触碰的红线，绝对不能根据你是亚洲人、黑人、白人还是拉丁裔，判定你的信用是好是坏。比如在中国你在街上开车或者在美国，墙上写着字告诉你这个地方不能原地掉头，就是因为太多人在这个地方原地掉头了，所以才会树个牌子，如果这个地方窄，你不用写，也不会有人原地掉头。禁止使用的这些东西，其实真正最能体现一个人的本质。实际上从我们模型当中能看得出来，这些不准用的东西，如果你用的话，比千千万万的信息加在一起都有用。
　　大数据另外一个比较奇怪的应用，就是它可以帮助你绕过一些上的红线，这些法律上的红线绕过并不是我们在打法律的擦边球，而是因为事物的本质就是由这几个因素来决定的，这几个因素你不让我用，但是其他的模型又能准确的判断这个人，必然导致背后可以有的这些因素，A可以突出C，B又可以突出C，A和B之间必然有相关的。
（责任编辑：HF009）
08/04 10:24
互联网金融精品推荐
每日要闻推荐
社区精华推荐
精彩专题图鉴
　　【独家稿件声明】凡注明“和讯”来源之作品（文字、图片、图表），未经和讯网授权，任何媒体和个人不得全部或者部分转载。如需转载，请与010-联系；经许可后转载务必请注明出处，并添加源链接，违者本网将依法追究责任。后使用快捷导航没有帐号？
查看: 3338|回复: 15
网申几家银行信用卡，全部无征信拒！
阅读权限20
在线时间36 小时
普卡Ⅱ级, 经验值 104, 距离下一级还需 95 经验值
在线时间36 小时
网申了建行、平安、中信、农行，全部是无征信拒绝，而且不是秒拒，非要等到第7天早上才拒绝，这是什么意思？真是搞不懂了，有招行30K，广发54k，连征信都没有，连个电话都不打！
阅读权限80
在线时间1308 小时
在线时间1308 小时
建议抽空去查下信报。。。。。
所有金卡额度只要5K多了销卡白金
阅读权限20
在线时间36 小时
在线时间36 小时
收入证明：月薪4千5，五菱车本& &下QQ卡5千
我的农行明天就是第七天，估计一早也要拒了，真是愁死了
阅读权限80
在线时间999 小时
在线时间999 小时
ed多少？ed多少？
收入证明：月薪4千5，五菱车本& &下QQ卡5千
农行QQ金5K-7K-10.5K-15.8K
工行牡丹普5K-10K
阅读权限20
在线时间36 小时
在线时间36 小时
我白户，能网申的都申请了。其他行都拒了，只有老农说无法核实真实性，请网点申请。县城农行网点填表，3周 ...
ed多少？ed多少？
阅读权限80
在线时间999 小时
在线时间999 小时
我白户，能网申的都申请了。其他行都拒了，只有老农说无法核实真实性，请网点申请。县城农行网点填表，3周后下了人生首卡。顶老农。。。。
农行QQ金5K-7K-10.5K-15.8K
工行牡丹普5K-10K
阅读权限20
在线时间36 小时
在线时间36 小时
怎么没人??
阅读权限20
在线时间36 小时
在线时间36 小时
阅读权限50
在线时间250 小时
在线时间250 小时
同一时期内同时申请多家银行的信用卡记得资料要填的一模一样，否则被认为是虚假信息，要被拒的
阅读权限20
在线时间36 小时
在线时间36 小时
奇怪了，刚查信报，无辜多了招行两次逾期，还是近2月的，怎么可能啊，还有，上面显示我 曾申请一张中信，并在2月后销户，我明明从来没有申请过啊！这个信报怎么回事？
阅读权限20
在线时间36 小时
在线时间36 小时
还有信报显示昨天招行贷后管理了，是2年来第一次查，这是做什么？因为我最近几天申请别的**了？
阅读权限20
在线时间36 小时
在线时间36 小时
而且平安是没有查信报的，直接就无征信拒批了，真狠！
阅读权限50
在线时间602 小时
在线时间602 小时
哎，跟我一样啊。。
我信报被查27次。
全部是网申，，
全部是拒。。
广发15K 交通14K 建设10K 平安8K 光大6.5K 农行5.8K
阅读权限20
在线时间36 小时
在线时间36 小时
哎，跟我一样啊。。
我信报被查27次。
全部是网申，，
我觉得这个信报不准啊，每逾期写着逾期，没申请写着申请
阅读权限50
在线时间545 小时
在线时间545 小时
我的是有征信，但是全部不打电话直接拒！！！！平安，广发，包括是建设！！！
阅读权限50
在线时间412 小时
在线时间412 小时
估计这位兄弟的信报有问题……
Powered by Discuz! X3&个人信用征信_百度百科
个人信用征信
本词条缺少信息栏、名片图，补充相关内容使词条更完整，还能快速升级，赶紧来吧！
个人信用征信包含两方面的含义：一是指由一定的信用征信机构对个人信用进行调查，为商业机构或投资者提供个人信用咨询服务；二是指用户征询对某人某事“信用”的意见。
个人信用征信建立需求
各国政府对市场交易规则的制定、信息共享信用共建对市场秩序的维护、对的征收、对的征税以及对整个社会的安全运行，都需要建立个人信用征信制度，加强对社会个体的约束。　　目前，我国正处在一个由传统的向转型的重要时期，建立个人信用征信制度，是我国信用管理体系所面临的迫切需要解决的问题。不能想象在一个讲信誉、守信用尚未成为一国民众基本道德规范和行为准则的条件下，这个国家能够建立起完善的信用征信体系。然而，建立个人信用征信体系又不能单纯地建立在诚实守信的道德规范之上，更重要的是要建立一套信用征信体系以及培育有效的信用市场需求。
个人信用征信简介
征信在中国算得上是一个古老的词汇，几千年前的《》里就有“君子之言，信而有征”的说法，意思是说一个人说话是否算数，是可以得到验证的。然而，你我在日常生活中感受到征信的存在，却是最近几年的事情。办、找工作，常常会听到的工作人员说您的“”如何，说的就是征信的事儿，有关您过去信用行为的记录会体现在您的“信用报告”里，“信用报告”是征信的最终结果，它被人们形容为“”，可以用来证明您是否守信。有人说的好坏决定您是否能办成您想办的事，以及花多大的成本办成您想办的事。
简单来说，征信就是专业化的、独立的第三方机构为您建立信用档案，依法采集、客观记录您的，并依法对外提供您的信用报告的一种活动。征信记录了您过去的信用行为，这些行为将影响您未来的。例如，当您向申请时，银行可以通过征信机构提供的您的信用报告，更好地了解您过去的信用状况，银行可以更方便、更快捷地作出是否与您进行交易的决定，这样就方便了您的。经济和社会越发展，征信与个人的关系就越密切。
过去，个人经济活动范围狭窄，简单，人与人之间的信任来自相互间的直接了解和社区内的人际关系。现在不同了，人口流动性增强，个人活动的地域范围扩大，除了与自己熟悉、了解自己的人接触外，还要与许多互不相识的人打交道，这些人可能来自另一个省份，甚至另一个国家。如果依然依靠传统方式来相互了解，将会非常的费时费力，结果可能是达不成交易、或影响自己的发展，个人的和社会发展水平将会受到很大的影响。
比如您向一家申请，而这家银行中没有一个人认识您、了解您，您得花很大力气向银行证明您能按时还款，银行也要花很大力气去调查您是否有能力还款。对于一笔上千万元的，这样做可能还划算，但对于一笔几万元或者几十万元的贷款，银行这样做可能就不是很划算了。
人类从几千年的历史发展过程中得出了一个结论，即“历史是未来的一面镜子”，“从一个人的过去，可以预测一个人的未来”。征信，就是基于这样的认识，由的机构客观地记录您过去的，并依法对外提供，这在很大程度上解决了中交易双方互不了解的问题，减少了，方便了人们的经济。对大多数人而言，信守承诺是个基本的准则，所以征信的过程，还是为他积累个人信誉财富的过程，而这样一笔财富，将会为他带来更多的收获财富的机会。
所以说，征信是适应现代经济的需要而发展起来的，它可以方便您在更大的范围内从事经济，它在帮助每个人积累信用财富的同时，也激励每个人养成守信履约的行为习惯，整个社会的信用环境也会因此得到改善。
个人征信系统简介
系统又称信息系统，主要为机构提供个人信用分析产品。随着客户要求的提高，系统的数据已经不再局限于等传统运营范畴，注意力逐渐转到提供社会综合数据服务的业务领域中来。系统含有广泛而精确的，可以解决顾客信息量不足对企业市场营销的约束，帮助企业以最有效的、最经济的方式接触到自己的目标客户，因而具有极高的市场价值，个人征信系统的应用也扩展到直销和零售等领域。在美国机构的利润有三分之一是来自直销或数据库营销，个人征信系统已被广泛运用到企业的营销活动中。
个人信用报告简介
个人信用报告是征信机构出具的记录您过去的文件，是个人的“”，它可以帮助您的交易伙伴了解您的信用状况，方便您达成经济金融交易。
作为一个成年的中国公民，我们每个人都有，上面印着姓名、性别、出生时间、住址和身份证号码等内容。类似这样的身份证件，其他国家的公民也都有，名称可能不同，但作用相同：证明作为自然人的您是谁。所以这个身份证谁也离不开。随着的发展，每个人的越来越多，除了需要证明您是谁之外，还需要有一个方便、可信的工具来说明您作为一个从事经济活动的人，是否可信、可靠，这个工具就是。它记载了您在以前的中的表现，可以帮助您的交易伙伴更好地了解您，尽快作出是否与您进行交易的决定。
在欧美已经非常普及了，几乎每一个有的人都有个人信用报告，而个人信用报告的应用更是普遍，几乎渗透到个人每一项重大的经济活动中，包括、申请信用卡、买保险、租房、找工作、享受政府福利等。如果没有，几乎是什么事都办不成的。
的应用日益广泛，它的作用也越来越像我们的“居民身份证”，所以人们形象地称它为“”。
一般来讲，有两大类，一类是给您自己看的，它包括了征信机构拥有的所有关于您的信息，包括是哪家给您的，哪家电信运营商给您提供的先打电话后付费的服务等；另一类信用报告是给银行或其他机构看的，包含您所有的信息，但出于公平竞争的目的，个人信用报告里没有记载给您提供贷款或其他信用服务的机构名称，即没有与您进行信用交易的机构的信息，除非这家机构就是查询您的信用报告的机构。
目前主要用于的各项业务。随着的不断完善，信用报告将更广泛地被用于各种商业赊销、和招聘求职等领域。此外，为个人提供了审视和规范自己信用行为的途径，也形成了的校验机制。
个人信用报告的内容
有以下几类：
一、个人基本信息。包括个人身份信息（姓名、性别、及号码通讯地址、联系方式、婚姻状况等），居住信息（居住地址及邮编等），职业信息（单位名称、地址、邮编、职位及收入等）。
二、信息。包括明细信息（卡类型、发卡机构、币种、、透支/还款状态等），明细信息（贷款种类、贷款机构、担保方式、币种、贷款额、、还款状态等），个人信息（账号、单位、及缴交状态等），个人养老保险金信息（经办机构所在地、离退休类别及养老金发放状态等），个人电信缴费信息（报送机构名称、业务情况及缴/欠费情况等），查询记录。
影响征信记录的因素
信息（包括贷款发放、贷款额、、还款方式、实际还款记录、担保信息等）
信息（包括发卡、、还款记录等）
信贷领域以外的信用信息
个人缴纳水费、电费、燃气费等公用事业费用的信息
个人欠税的信息
法院判决信息
征信记录所影响的范围
贷款买房（好坏关系是否享受房贷折扣优惠）
（银行决定愿否借钱、借钱多少及借钱期限长短）
申请信用卡（过期还款或拖欠水电费时信用卡申请会遭拒）
（个人信用良好）
享受政府福利
国际信用征信体系
市场型模式
所谓市场型模式，信息共享信用共建是指信用体系中的信用征信系统和评级系统由独立于政府之外的征信机构开发完成，同时，这些征信机构的管理和运作完全按的模式进行。美国的信用征信系统是典型的市场型模式，另外，、以及的部分国家的信用征信系统也是按市场型模式构建的。
市场型模式的主要特点表现在以下四个方面：　　1、信用信息来源的广泛性。信用征信机构的信息除来自和相关的外，还来自信贷协会和其他各类协会、、、信用卡发行公司和商业零售机构等。
2、信用信息内容的全面性。信息共享☆信用共建民营信用征信机构的信息较为全面，不仅征集负面，也征集正面信用信息。
3、服务的规范性。在美国，信用数据的获取和使用要受国家《公平信用报告法》及其他相关法律的约束，只有在法律规定的原则和范围内，才能使用相关的信息。
4、信用信息提供的有偿性。民营信用中介服务完全按照市场化原则运作，机构提供的信用报告是商品，按照商品交易的原则出售给需求者。
公益型模式
所谓公益型模式，是指依据国家和政府的力量组建公共信用征信机构，并由相应职能部门负责运行管理。信息共享☆信用共建建立公共信用征信系统的主要目的是为中央的监管职能服务，并提供发放的信息，包括对借款人发放的、贷款评级和贷款附属的价值信息等，而不是为社会提供个人或企业的信用报告。法国是这一模式的典型代表。在世行专家调查的56个国家中，有30个国家是按公益型模式组建公共信用征信系统的，而更多国家的信用征信系统则是市场型和公益型并存的。
公益型模式的主要特点表现在以下三个方面：
1、信用数据获取的强制性。在信用数据的获得方面，公共信用征信系统通过法律或决议的形式，强制性要求所监管的所有必须参加公共信用登记系统。
2、信用信息来源的特定性。公共信用机构的信用信息来源相对较窄。
3、使用的限制性。信息共享☆信用共建在信用数据的使用方面，许多国家对公共信用登记系统的数据使用有较严格的限制。
两种模式互存
公益型模式与市场型模式不能简单地互相取代，而是在各自范围内发挥作用，是相互补充的关系。比如，公共信用登记系统是由金融监管机构设立，更多地体现了的意志和需要，主要为金融监管部门的信用监管服务。民营信用征信机构则为社会更广泛的信用需求服务，范围更宽、更广、更全面。再比如，在公共信用登记系统的数据使用上，多数金融机构内部为防范风险而进行信息互通，民营信用征信机构的信用报告则是商品，强调为需求者提供商业化、个性化服务。因此，在许多国家民营信用征信机构和公共信用征信机构是并存的，一类机构不可能完全取代另一类机构。
中国个人信用征信体系
目前，我国社会信用观念、信息共享☆信用共建信用法律体系和的相对落后使得个人信用征信体系的发展相对较慢，这在一定程度上也制约了的健康发展，制约了中国经济与世界经济接轨的步伐。我国个人信用征信体系的建立目前主要面临以下六方面的问题： [1]
信用危机问题
在中国传统的中，信用只是作为一种美德和一种观念仅仅用道德去约束。人们并没有将信用看作是一种商品，因而也就很难真正认识其使用价值和价值。一个人不讲信用，只会受到道德上的谴责，信息共享☆信用共建其并没有受到太大损失。在这种情况下，失信的收益远远大于其成本，从而造成整个社会。特别是在中国由向转轨的过程中，社会信用意识并没有随之建立，因而缺乏对失信的惩戒机制，造成全社会严重的信用危机。
市场与政府结合问题
建立个人信用征信系统的核心环节是采集分散的和提供高质量的信用服务。根据征集的方式不同，个人信用征信系统的建立有三种方式：一是完全由政府操作，二是完全由市场操作，三是政府推动与市场运作相结合。
总的说来，第三种方式是比较合理的。但就中国目前的情况来看，明显是在走第二种方式。在中国这样一个信用意识低下、信用数据分散的国家，由市场来操纵个人信用征信体系的建立不可避免会遇到严重困难，甚至无法完成，信息共享☆信用共建这就产生了政府支持的要求。只有在政府强有力的支持和推动下，我国才有可能逐步建立起一套完整的个人信用征信系统。
侵犯隐私权问题
在中国，迄今为止尚没有一部全国性的有关信用征信的法律法规。目前仅有的一部相关法律法规是深圳市人民政府的颁布《深圳市个人信用信用征信及信用评级管理办法》。但由于其是政府管理办法，无论在具体内容上，还是在法律地位上，都无法对现实业务形成强有力的指导作用。这种状况导致了中国个人信用征信业所面临的独有的尴尬与困境：一方面，缺乏相关法律的支持，从而难以有效地开展征信工作以获得相关数据，导致信用数据征集困难；另一个方面，对消费者数据的征集是在消费者不知情的情况下进行的，由于没有法律对消费者的信用数据加以区分，难免处于侵犯个人隐私权的尴尬境地。根据西方国家的经验，对数据的征集是在法定程序下进行的，信息共享☆信用共建并事先征得本人的同意。而中国目前的做法则是，信用机构从商业机构（主要是）那里获得消费者的信息，作为信息所有者的消费者本人却不知晓，容易产生侵犯个人隐私权的问题。
信息征集问题
随着社会生产力水平的不断提高，生产关系日益复杂，作为的个人参与经济生活和社会活动的程度越来越深、范围越来越广，从而使其广泛散落于各个部门和机构之中。一个完善的个人信用征信体系的建立，首先必须将散落在各个部门的信用信息收集起来，然后再对其进行加工处理，为社会提供信用查询服务。因此，如何使得社会各部门之间协调配合，信息共享☆信用共建共同完成的征集工作是建立个人信用信息系统的关键，也是难点之一，难度非常大。
经营成本问题
个人信用数据的征集分为无偿征信和有偿征信两种方式。无偿征信是指信用征信机构获得个人信用数据是无偿的，不需要支付费用。有偿征信则是指信用机构需向、工商、等部门购买消费者的。实行有偿信用征信的费用非常高，尤其是在征信系统建立的前期，信用征信任务繁重，数据库的建设需要大量的资金投入，是一种典型的长、前期投入高的行业。这对于没有足够实力的民营征信机构来说，很可能会不堪重负，半途而废。此外，有偿信用征信还面临着这样一种困境：信息共享☆信用共建从所有权角度看，个人信用数据属于消费者个人所有，如果实行有偿信用征信，应该是信用机构向消费者本人支付费用，但事实却是作为中介机构的商业等部门获得了这部分收入，作为信息所有者的个人却一无所获，甚至是一无所知。这些问题产生的根源在于缺乏相关的信用法律法规，没有将明确划分为可以公开的数据和不可以公开的数据。在这种情况下，任何一种信用征信方式都不可能取得完全成功。
供需不足问题
目前，中国信用征信业正呈现出供需双重不足的局面，并导致恶性循环：一方面，由于缺乏意识，并没有将信用看作商品，因而信用服务行业的社会需求不足，社会对信用产品的需求十分有限，普遍缺乏使用信用产品的意识，从而使得信用中介机构因缺乏而难以发展起来；另一方面，从信用服务的供给来看，国内有实力提供高质量信用产品的机构还很少，由于面临诸多问题，中国信用服务机构市场规模很小，经营分散，行业整体水平不高，市场基本上处于无序状态，信息共享☆信用共建没有建立起一套完整科学的和评价体系，从而难于向社会提供高质量的信用报告，而这势必进一步影响社会对信用产品的需求，从而导致恶性循环的出现。