華文網

個人征信資料到底跟哪些維度的資訊相關呢?

3月份,有個在非洲發展的朋友,飛了三十多個小時專門來北京參加一場金融科技研討會,就是為了聽聽大咖們對於征信的理解,跟他一起聊天的過程中,他問到我一個問題:學歷到底在個人征信的問題上起到多大作用?

他舉例說明了一下在非洲的見聞:一家非常窮的人跟他借錢,因為不識字連個欠條都沒打,但是人家還是按照約定的還款日期將錢直接還到了他手裡,然而有個還不錯的朋友的借款卻遲遲沒有返還。

為此我發表了一下個人看法,“有些學歷不高,生活在偏遠地區的人確實會更樸實更講信譽,因為他們沒有過多的涉獵到社會中的爾虞我詐,只知道人要誠實守信,所以大部分的小額借款都會及時還上。”“但是,我們不得不考慮一個問題,就是還款能力的問題。如果是一個相當樸實值得你信賴的朋友向你借一筆比較大額的資金,你還會借嗎?你還會覺得他會還款嗎?”朋友搖搖頭說,

“可能他很想還卻還不起。”

確實這樣,衡量一個人的還款能力的參考標準是多個維度的,不能僅從一兩個方面判斷,這就要求個人征信資料必須全面。

個人信用報告是銀行判斷一個人是否具備貸款資格的重要參考資料,銀行或貸款機構會根據征信報告的優良來衡量借貸風險,從而確定是否批款、貸款額度多少、期限及利率等貸款相關資訊。金融機構評估借貸風險主要從身份識別、還款意願、還款能力三方面進行,

借款人的身份證、住址、收入、學歷、職業等資訊等,都屬於征信體系的資料整合物件。

征信資料通過多維度採集資訊,包括姓名、性別、年齡、電話、身份證件、家庭住址、職業、學歷、信貸記錄、支出、消費偏好、興趣愛好、社交行為等資訊。

當然,並不是所有資料都對個人信用評估都有參考價值,評估個人信用注重強相關資訊,忽略弱相關資訊。

按照對個人信用風險影響的大小可以將個人資訊分為強相關資訊和弱相關資訊,個人的姓名、身份證、手機號屬於用戶身份識別的強相關資訊,借款使用者的信用卡帳單、月消費金額、網路購物真實流水分析等是用戶還款能力的強相關資訊,

使用者的歷史借款記錄、逾期筆數、借貸意圖等是個人還款意願的強相關資訊。

借款人的身高、體重、姓名、星座等資訊,很難從概率上分析出其對個人信用的影響,這些弱相關資訊,對借款人的信用消費能力影響很小,可以忽略不計。

個人的行為影響征信資料,千萬不要因為個人原因抹黑征信,因為,最終倒楣的還是自己!不管未來你有沒有資金需求,請一定要維護好自己的個人信用!

千萬不要因為個人原因抹黑征信,因為,最終倒楣的還是自己!不管未來你有沒有資金需求,請一定要維護好自己的個人信用!