当前某头部公司征信数据源状况及分析

明天我们将为大家分享当下仍在使用的某头部公司的征信数据源情况。尽管有传闻称该公司员工近期被带走，相关数据查询受到影响，个人征信数据被暂停等，但作为业内人士，我可以告诉大家，该公司目前仍在正常运作。

明天，我们将详细梳理目前所有数据源的分类，并分析每个数据源的具体维度。如有遗漏或不妥之处，欢迎批评指正。

笔者总结了市面上常用的数据源厂家，并将其大致分为以下几类：公安信息、运营商与号码识别类、银联信息、爬虫信息、学历与职业技能信息、航旅查询、资产查询。

公安信息

1. 身份证二要素：身份证号+姓名。通过身份证和姓名，获取个人信息匹配情况，判断是否存在该身份证信息。

2. 照片比对：用于验证身份证的真实性，防范虚假身份的风险。

3. 人脸对比：确认提交申请的人是否为真人，可参考之前公众号文章《揭秘OCR的策略规则》。

4. 公安黑名单：除了身份证信息，还检查是否有不良犯罪记录。部分厂家已支持此类信息查询。

多头数据信息

多头数据指的是在同一时期内，同一人在多家非银机构申请贷款的情况。按照时间维度可分为：近7天、近15天、近一个月、近三个月、近六个月、最近最早申请记录。

多头信息对于金融市场来说非常重要，但也容易被滥用。因此，需要谨慎使用多头信息，主要包括：多头申请、多头拒贷、多头放款、多头逾期、信用状况/负债报告等产品。

资产查询

资产状况是评估借款人还款能力的重要指标。主要维度包括房产、车产等。具体细节包括：房屋价格查询/评估、车辆资产核验、行驶证信息查询、车辆出险和保养查询、车辆违章记录等。

BiRong数据源状况

本周已经分享了Tongun的数据源情况，今天再次分享BiRong的数据源情况。主要介绍目前常用的模块，也是甲方常用到的三个模块：特殊名单、多头、评分。

特殊名单

BiRong对特殊名单进行了分类，包括资信不佳、法院被执行人、法院失信被执行人等。这些信息通常通过弱授权方式获取，即提供二要素、三要素、四要素信息，返回具体的查询结果。

BiRong的数据源中，特殊名单还进一步细分为银行机构和非银机构两类，包括P2P、小贷、消费类分期、现金类分期、代偿类分期、其他。

支持身份证号接入查询的信息： 支持手机号码接入查询的信息：

高危行为的定义通常为：申请信息中身份证号关联多个（大于3个）手机号、或手机号关联多个（大于3个）身份证号。此外，BiRong的数据还包括一度关系、二度关系的查询。

• 一度关系：指与本人有直接关联的人，如直系亲属、关系密切的朋友。
• 二度关系：指与一度关系有直接关系的人。

关于关系库，通常采取以下规则：联系人信息先不拒绝，低风险的放开，高风险的拒绝。

多头信息

BiRong在多头查询上，同样按查询机构类型分为银行机构和非银机构两类，包括P2P、小贷、消费类分期、现金类分期、代偿类分期、其他。具体时间维度分为：近7天、近15天、近一个月、近三个月、近六个月。

多头数据的查询内容如下：

评分

最后，我们将介绍BiRong评分，这是经常使用的一个变量，也是许多评分模型中的重要组成部分。在风控应用中，评分范围为300至1000分，分数越高，客户的信誉越好。BiRong评分包括通用评分、客群评分、客制化评分。

评分的输入参数为：身份证号、手机号、姓名。输出结果包括：分数、成功标志（1）、未匹配标志（0）、信息不足标志、系统异常标志。

笔者对测试结果进行了汇总，与普通评分卡类似，结果分为拒绝、通过、人工审核三部分。

评分模型的验证目标通常通过KS值来观察评分的区分度。最后，这份数据将上传到知识星球上，有兴趣的同学可以自行下载。

希望以上内容能帮助大家更好地理解和使用征信数据源。