麻豆国内精品欧美在线-麻豆国内精品久久久久久-麻豆国产在线观看一区二区-麻豆国产在线观看免费-麻豆国产原创-麻豆国产一区二区在线观看

PPmoney萬惠集團與百行征信正式達成深度合作

近日，PPmoney萬惠集團宣布正式接入百行征信，實現信用數據共享。有業內人士表示，當前，包括PPmoney萬惠集團等新金融機構陸續接入百行征信，其為推動個人信用體系建設、填補互聯網金融領域征信空白起到積極作用。新金融機構通過自身的金融科技和數據積累優勢，幫助缺乏征信記錄的普惠人群構建“信用數據名片”，在凸顯信用價值的同時，也間接重構了行業的風險評價體系。

多平臺完成對接 解決風控管理難點

一直以來，數據孤島、惡意逃廢債現象是互聯網金融機構風險管理上的痛點和難題。如何通過合理的信用評估手段、豐富信用評估維度、遏制惡意逃廢債現象現象發生，成為監管層、從業者關注和推進的問題。

基于市場旺盛的征信需求，2018年5月，百行征信作為中國第一家擁有個人征信業務牌照的市場化征信機構應運而生，與央行征信中心一同開啟了征信和社會信用體系建設領域“政府+市場”雙輪驅動的新模式。2019年1月，百行征信啟動個人征信系統、特別關注名單平臺和信息核驗平臺三款產品的上線驗證測試工作，意味著長期以來困擾行業的數據孤島、惡意逃廢債現象等問題將得到初步解決。

公開消息顯示，目前包括拍拍貸、PPmoney萬惠集團、人人貸等頭部網貸平臺已優先完成與百行征信的系統搭建和數據對接工作，并陸續報送信用信息，通過信用數據的共享，為打造更加優質的資產端增加砝碼，筑起更穩固的風控護城河。

事實上，為了加快征信建設進程，相關部門已有多項舉措。2018年8月，互聯網金融風險專項整治工作領導小組辦公室下發《關于報送P2P平臺借款人逃廢債信息的通知》，協調征信管理部門將惡意逃廢債信息納入征信系統和“信用中國”數據庫，對相關逃廢債行為人形成制約。截至11月，兩批P2P惡意逃廢債借款人信息被納入征信央行系統，并同步納入百行征信系統，成為百行征信推出的特別關注名單的一部分。

今年兩會期間，中國人民銀行副行長陳雨露公開表示互聯網金融機構未來將納入征信系統，無疑成為行業又一大利好。央行征信與百行征信強強聯手，完備的信用體系未來將覆蓋社會全行業信用行為。

業內人士認為，隨著征信體系的逐步完善，用戶信用價值將越來越受重視，失信的成本也將越來越高。互聯網金融機構接入百行征信不僅彌補了傳統信用評估模型信息維度單一、信息滯后的缺陷，也有助于促進金融業務優化，推進金融平臺安全運營、合規發展。

金融科技助力平臺打造優質資產端

除了和征信機構合作，做好信用信息共享工作，得益于近年來大數據與人工智能等金融科技力量的崛起，國內的頭部網貸平臺也在利用大數據、人工智能技術手段提升風控能力，為平臺優質資產保駕護航。

以PPmoney萬惠集團為例，成立六年多以來，平臺持續服務以小微企業主為核心的客戶群體過程中，積累了大量差異化的數據，并持續增強對于該類客群的理解，完善用戶畫像，不斷推進反欺詐和防范信用風險能力建設，從而達到有效控制風險的目的。

據了解，當前PPmoney萬惠集團的數據能完成實時更新。借助于平臺自主研發的智能風控系統——靈機2.0系統以及多方采集的用戶身份特質、行為偏好、社交關系、信用歷史、還款能力、個人消費數據等多個方面數據，并基于海量內外部數據交互驗證，平臺擁有了較為具體的用戶畫像，并依據動態化的數據表現，明確不同用戶群體的風險特征，對用戶進行評分并實現差異化授信，對風險評價和管理具有極大的價值。

近年來，PPmoney萬惠集團在推進大數據風控建設方面已率先實現諸多舉措，取得了良好成效。2017年年底平臺加入中國互聯網金融協會的“信用信息共享平臺”，每月定期上報平臺借款用戶授信額度、借款余額等信息，實現與所有接入信息共享平臺的機構的信息互通共享，目前報送數據量已達數千萬級別。2018年，平臺響應監管要求，第一時間上報惡意逃廢債借款人名單，促進行業穩健發展。今年1月，PPmoney網貸等12家中國互聯網金融協會會員單位和中國司法大數據研究院正式簽約，開通司法數據查詢，實現數據直通。3月，平臺完成與中國互聯網金融協會全國互聯網金融登記披露服務平臺對接，并每天更新、每一筆資產實時報送監管，成為全國首批9家報送資產詳情的平臺之一。

隨著數據維度的愈加豐富，PPmoney萬惠集團的風控體系和評價模型日益成熟，支撐平臺實現業務的高速增長。數據顯示，截至3月底，PPmoney網貸累計借款人超過557萬人，累計借貸筆數近1127萬筆，顯示出強大的業務處理能力。

可以預見的是，隨著市場誠信體系的逐步放開、金融技術的持續加持，互聯網金融行業風險管理能力將得到進一步提升，行業也將迎來更加健康有序的時代，普惠金融的實踐力度也將更加深化。而PPmoney萬惠集團等在通過數據共享助力百行征信完善其數據體系的過程中，也將更有效地幫助以數據為核心驅動的機器學習技術完成迭代，從而完成客戶信用的精準甄別與篩查，打造更為優質的資產端。