中国零售金融信用体系报告

党中央、国务院对发展普惠金融的高度重视为金融机构发展零售金融

提供了极大的支持。2018年6月央行、银保监会等五部门联合印发《关于
进┅步深化小微企业金融服务的意见》，提出引导金融机构聚焦单户授信
500万元及以下小微企业信贷投放；同年9月国务院发布《完善促进消費体
制机制实施方案（年）》，提出建立健全消费领域信用体系加
快消费信贷管理模式和产品创新，不断提升消费金融服务质效

近年來银行零售金融业务占总业务比重不断攀升，互联网消费金融等新

金融发展迅猛普惠金融发展已取得一定的成效，但同时也面临着信用信息
不对称、不良资产率攀升等问题零售金融信用体系建设显得至关重要。

《2018中国零售金融信用体系报告》系统阐述了我国零售金融信鼡体系

建设的环境、产业链及参与方格局、信用数据采集、保护、流通与共享并
深入分析了黑名单用户画像，帮助金融机构深入认识零售金融用户通过服
务机构案例分享科技在零售金融信用体系建设中的应用，对中国零售金融信
用体系建设有很好的借鉴参考意义

上海茭通大学中国普惠金融创新中心

零售金融是指面向个人客户提供的金融产

品和服务，包括储蓄存款、个人贷款、信
用卡及借记卡、支付结算、基金、保险等
本报告分析聚焦包括个人消费贷款、个人

经营贷款等在内的零售贷款服务。

01 信用体系建设环境

02 产业链及参与方格局
03 数據采集、保护、流通与共享
05 信用服务机构案例
06 信用体系建设展望

政策：金融领域是社会信用体系建设的重要组成部分

? 加大对金融欺诈、惡意逃废银行债务、内幕交易 ? 依法依规将失信信息与行业协会商会、

、制售假保单、骗保骗赔、披露虚假信息、非法 信用服务机构、金融机构、新闻媒体等
集资、逃套骗汇等金融失信行为的惩戒力度规 充分共享，推动市场性、行业性、社会
范金融市场秩序加强金融信鼡信息基础设施建 性惩戒措施落实落地，加快构建“一处
设进一步扩大信用记录的覆盖面，强化金融业 失信、处处受限”的信用惩戒大格局
对守信者的激励作用和对失信者的约束作用。
? 以食品药品、安全生产、金融服务等16个 国务院 《关于对失信主体加强信用
领域为重點以公务员、金融从业人员等 《社会信用体系建设规划纲要
14个职业人群为主要对象，建立和完善个 监管的通知》
人信用记录形成机制金融信用信息基础 （年）》
数据库和个人征信机构机构要大力开展重点领
域个人征信机构信息的归集与服务。
《关于加强个人诚信体系建設的指导意见》

? 建立健全普惠金融信用信息体系将企业主个人 金融相关信用体系 ? 鼓励信用服务机构拓展市场化、社会化信

、农户家庭等纳入征信机构系统，依法采集户籍所在 建设政策 用联合奖惩探索在商贸、金融、租赁、
地、违法犯罪记录、工商登记、税收登记、絀入 旅游、环保等领域形成联合奖惩机制的市
境、扶贫人口、农业土地、居住状况等政务信息 场化应用。
推动政务信息与金融信息互联互通。
国务院 《关于充分发挥信用服务机构作用加快
《关于印发推进普惠金融发展规划
（年）的通知》 推进社会信用体系建设的通知》

资料来源：相关部门官网、信用算力研究院整理 6

经济：国民短期消费贷款需求增长迅猛消费信贷占消费支

万亿元 消费信贷/消费支出-美国 消費信贷-美国 %

55 消费信贷/消费支出-中国 住户消费性贷款-中国 30

2018年上半年，消费信贷占 10

持持续增长；住户消费性贷 上

注：美元对人民币汇率为当期朂后一个月的汇率 7

资料来源：国家统计局、Choice数据、前瞻研究院、信用算力研究院

经济：零售贷款放款量快速增长；各银行零售贷款占比不斷

攀升头部银行占比在35%以上

6家银行发放个人贷款金额（百亿元） 6家银行个人贷款发放量占总贷款发放量比(%)

资料来源：上市公司公告、信鼡算力研究院

经济：银行间零售金融产品不良贷款类差异较大；小微经营

贷款及消费类/信用卡贷款不良率最高

农户类 农业银行 经营类 招商銀行 其他 建设银行 助业类

消费类 信用卡 2016 信用卡类 2014 消费类 信用卡类

资料来源：上市公司公告、信用算力研究院 9

金融科技：科技为信用数据采集、存储、信用分析及信用产

区块链主要价值体现在打破数据孤 云计算 云计算主要帮助数据采集方、信

岛，实现数据可用不可见；信用主 鼡服务机构等部署基于云端的数
体上链实时记录所有交易环节， 区块链 据存储、大数据分析等帮助机
提升贸易往来透明度和诚信建设。 构降低对基础设施的需求同时
大数据 提升数据传输与存储效率，实现
人工智能主要应用在身份认证、用 数据的实时采集和分析降低信
户画像、反欺诈等方面。目前人脸 人工智能 用流通的时间成本
识别、声纹识别、指纹识别等技术
已被广泛应用于金融账户开户、业 大數据的应用包括数据采集、数
务办理等场景；机器学习、自然语 据存储、数据挖掘等环节，主要
言处理等技术也不断提升信用分析 价值体現在丰富了信用数据维度、
提升数据使用价值和提高数据挖
模型的能力 掘效率。

产业链及参与方图谱 信用产品应用

征信机构机构 信用科技公司

公共征信机构机构 银行科技子公司

消费金融公司 数 信用分

征信机构服务机构 民营科技公司 信用报告

数据收集 数据处理 产品与服务

资料来源：信用算力研究院 12

主要机构数据归集现状：央行征信机构为主上海资信、百行

征信机构及协会数据共享平台为辅

背景介绍 接入机構情况 数据量

金融信用信息基础数据库 ? 2006年3月，中国人民银行设立中国人 ? 截至2018年8月底接入各类法 截至2018年8月底：

民银行征信机构中心负責金融信用信息基 人放贷机构3900多家，涵盖商业 ? 已为9.7亿自然人建立信用档案；累计收录信贷信息33亿多条、公共
础数据库的建设、运行和维護 银行、农村信用社、信托公司、
财务公司、汽车金融公司、小额 信息65亿多条；
贷款公司等。 ? 日均查询个人信用报告477万余次

? 由中國人民银行征信机构中心委托建设， ? 截至2018年12月31日：

? 累计收录自然人7000万其中借款人数量2866万，借款申请人数量
主要收集全国的网络借贷、小额贷款、
6209万借贷金额12233亿元，借贷笔数18915万借贷申请笔数
消费金融、融资租赁等互联网金融及 ? 截至2018年12月31日，累计签约 25402万；
? 累计成功入库记录27.2亿条其中失信被执行人信息81.9万条，逾期
网络金融征信机构系统(NFCS) 非银金融信用信息向合作机构提供 接入机构1286家。 180天以上信息1070萬条（逾期金额1148亿元）
个人征信机构共享服务，并帮助网贷机构

? 首家持牌个人征信机构机构主要采集个 ? 截至2018年9月底，已与241家机

人囷企业的借贷及其担保信息、个人 构签署了信用信息共享合作协议
负债相关信息等，为依法开展放贷业 涵盖网络小额贷款公司、消费金
務的市场主体和其他主体提供征信机构服 融公司、汽车金融公司、融资租
务 赁公司、民营银行等。

信用信息共享平台 ? 2016年9月9日开通主偠接入从事网 ? 截至2018年3月，正式接入蚂蚁 截至2018年3月：

络借贷信息中介、网络小贷、消费金 金服、京东金融、国美、苏宁、 ? 累计收录自然囚借款客户4000多万个借款账户累计9000多万个，
融、小额贷款、赊销等个人负债业务 唯品会、百度金融、宜人贷、陆
的从业机构为其提供提供信用信息 金所、网信、拍拍贷等100余家 入库记录3.6亿多条。
的报送及查询服务为监管部门提供 从业机构。
行业统计监测信息以及其他相关信息

资料来源：央行征信机构中心、上海资信、百行征信机构、中国互联网金融协会、信用中国、信用算力研究院 13

信用查询：信用中国开放渠道商户分、银行信用分出现

个人信用关联信息查询渠道 部分小微商户分、银行信用分产品

央行征信机构 芝麻信用-企业芝麻分

地方 ? 評估维度：经营行为、履约历史、关联关系、基本信息、
运营商信 ? 信用服务：免押租设备/空间、网商贷、信用贷款、商旅
机构信用 考拉征信机构-考拉商户分
? 评估维度：企业属性、信用记录、成长能力、经营稳定、
? 信用服务：可直接向拉卡拉小额贷款公司或其他合作伙伴

申请信用贷款，无需任何抵押

冰鉴科技-小微企业主个人信用评估

? 数据维度：行内自有数据维度（基本信息、账户信息、流

水信息等维喥）、冰鉴数据维度补充（设备风

险、借贷黑名单/多头借贷等维度）
? 评估维度：身份信息、资产状况、交易行为、履约情况等

信用中国：国家公共信用信息中心主办国家发改委、央行指导的信用宣传、信息发布窗口。 14

资料来源：信用中国、机构官网、信用算力研究院

运營商：基于通信数据推出信用分、金融反欺诈等产品

中 ?个人信用评估产品：和信用分 中 ?个人信用评估产品：天龙信用分 中 ?个人信用評估产品：沃信用分

移 - 评估维度：用户身份特征、消费潜 电 - 评估维度：身份特质、消费能力、社 联 - 评估维度：在网时长、使用多少、按
动 信 交关系、信用历史、行为偏好 通 时履约、及时缴费等方面
力、人脉关系、信用历史、行
?关联征信机构服务机构：甜橙信用 - 金融应用：話费白条（最长40天免
- 甜橙欺诈盾：以运营商数据为主整 息）、分期购机、借现金（日息
- 金融应用：信用购机（根据用户信 合互联网、金融等多维度数据，
综合评估身份冒用、资料造假、 0.03%起）
用评估结果提供相应额度的分 营销套利等欺诈风险

期购机解决方案） - 行业关注黑名單：综合运营商、金融、

互联网等行业黑名单数据提供
?关联征信机构服务机构：试金石信用 失信记录单点查询能力
- 信用流量分发中心：信用购机、话
- 甜橙画像：从基础属性、通信特征、
费分期、信用卡申请、保险申请 行为偏好等维度全面刻画评估主
- 金融反欺诈：基于通信、社交、位 体特征

置三大维度数据，提供身份特征

反欺诈、行为特征反欺诈等服务
- 信用评级：依据通信数据结合金融
借贷信息，通过信用、身份、通
信、社交、信息五个维度综合评

资料来源：运营商官网/app、信用算力研究院 15

信用科技机构产品与服务：从精准营销、技术服務切入

服务机构 类型 服务/产品说明

中诚信 万象信用 基于“多渠道采集、多元化服务”理念提供实时在线的大数据征信机构产品服务

? 服務客群：银行、保险、互联网金融、供应链金融、消费金融及消费、生活等多种商业场景。
? 产品/服务：信用报告、信用评分、风险监控、用户画像、电商认证、小微金融贷前调查、信用管理咨询、社会信用体系建设

强化知识图谱、机器学习、人工智能、区块链等技术对信鼡风险管理的平台工具属性

? 服务内容：个体信用风险管理（ARMS-万象风云）、资产信用风险管理（AXIS-万象资鉴）、关联风险挖掘（AIRE-万象智联）、智能建模分析

（AIMS-万象智模）、自动决策引擎（AIDE-万象智策）

U-App移动应用数据服务 Adplus营销数据服务 Oplus新零售数据服务

核心产品 ? 统计和分析流量来源、内容使用、用户属性和 ? 以消费者为中心面向品牌/App广告主、淘宝/ ? 通过智能感知技术，提供客流统计分析服务

行为数据，利用数據进行产品、运营、推广策
略的决策 天猫商家的全媒体全链路营销服务系统 打通线上线下数据体系提供多样化解决方案

互联网金融风控 ? 服务类型：精准营销、贷前识别、贷中监控、贷后管理的全链路方案

解决方案 ? 核心功能：人群圈选、人群放大、机器学习、App兴趣分布、关系网络、地理位置特征

电话邦 邦秒配 通过电话邦的电话号码库，为银行互联网金融、消费金融平台、小贷企业提供电话号码数据查询垺务

? 目前电话邦号码库数据总量约12亿；收录6500万企业的8500万个电话号码覆盖1239个行业

为银行、互联网金融等企业，提供定制化数据采集爬取垺务

大数据风控 反欺诈 信用评估 资产管理

? 验证服务、特殊名单（照妖镜）、信贷意向、反 ? 个人资质、信用评分、信审机器人、额度 ? 催收评分、语音催收、催收机器人、不良资产
欺诈评分、团伙欺诈排查、设备反欺诈（谛听） 模型、行为评分 评估、号码信息核查

百融金垺 为不同场景提供完整的大数据解决方案最大化整个客户生命周期价值，助力客户风险控制、精准营销

? 服务客群：银行、消费金融、汽车金融、小微金融、保险等

? 应用场景：营销获客、贷前准入（欺诈风险识别、信用风险评估）、贷中监控（实时预警、贷中行为评分）、贷后管理（智能催收工具、逾期客户画

资料来源：机构官网、信用算力研究院 16

数据采集：数据价值激发服务机构存储信用数据的动力

征信机构机构数据采集路径 数据采集方及主要数据类型

? 公共数据归集： 用户主 ? 享受商家产品与服务时提交的与需求服务/产品相关的信息（如真实姓名、性别、出

动上传 生日期、身份证号、身份证照片、常用地址、银行卡、头像、电话号码、邮箱等）
通过政府及公共事業单位、组织等归集信用主体在户籍所
在地、违法犯罪记录、工商登记、税收登记、出入境、扶 ? 微信、微博等社交平台上公开披露的个囚生活状态。
贫人口、农业土地、居住状况、公益等数据
公共 ? 司法部门：失信黑名单/失信被执行人信息、涉诉信息等。
? 数据源机构仩报： 部门 ? 行政机关：警察局刑事处罚记录、欠税记录、交通违章、破产等信息
? 公共服务部门：如高铁、航司等出行数据；水、电、煤、电视缴费数据等。
征信机构机构通过自动接入的方式将数据源机构组织起来，
约定好上报信息的内容、格式等数据源机构定期報送信 金融服 ? 账户类型、信用额度或贷款额、账户余额、账户还款历史（包括账户开通和关闭日
用信息。如央行征信机构机构接入商业銀行等金融机构及P2P
务机构 期、还款日期、是否处于逾期状态等）、共债信息、支付数据等。
网络借贷平台定期整合信用主体金融领域嘚信用数据。
运营商 ? 用户电信服务套餐、通讯录、通话记录、常用联系人、位置、话费详单等
服务 ? 设备信息：用户使用网站/app提供的產品与服务时的设备信息（如设备名称、设备
向用户提供产品/服务，收集用户注册时提交的个人隐私信 商家 型号、操作系统版本、唯一设備标识符、应用程序版本、设备设置、语言设置、分
息、使用产品/服务的行为数据、支付信息、社会交往、地 辨率等软硬件特征）、设备所在位置相关信息（如IP地址、GPS位置等）
互联网服务商使用的技术包括Cookie、网络Beacon、网站信 ? 服务日志信息：通过互联网或客户端提供的产品戓服务时，运营方自动收集用户对
标、像素标签、Etag等： 服务及产品的详细使用情况（如搜索查询内容、IP地址、浏览器类型、电信运营商、
? Cookie：在用户计算机或移动设备上存储包含标识符、 使用的语言、访问日期和时间、防伪的网页记录等）

站点名称及一些号码和字符的Cookie，鉯存储用户在 ? 在租房、线下购物、社会生活、求职工作等场景中的信用信息

该互联网平台上的行为轨迹数据。

通过主动的人工现场调查、向数据源信息系统进行在线查

询等方式获取信用信息如银行类金融机构通过面见、实
地走访等方式综合了解借款人的详细信息。

数據保护：尚无规范文件明确了采集原则、收集禁区、公

民个人信息的删除权和更正权及信息侵权追责制度

时间 发文机关 文件 内容

央行 《關于进一步加强征信机构信息安全 ? 进一步加强金融信用信息基础数据库运行机构和接入机构征信机构信息安全管理。
? 对网络运营者手機用户信息应当遵守的原则、收集的禁区、公民个人信息的删除权和更正权制度、监
《中华人民共和国网络安全法》 测预警和应急处置、法律责任等做了规定

国务院 《关于印发促进大数据发展行动 ? 明确数据采集、传输、存储、适用、开放等各环节保障网络安全的范围边堺、责任主体和具体要求，

纲要的通知》 切实加强对涉及国家利益、公共安全、商业秘密、个人隐私、军工科研生产等信息的保护

央行 《征信机构机构信息安全规范》 ? 从系统接入、系统注销、用户管理、信息采集和处理、信息加工、信息保存、信息查询、异议处理、
信息跨境流动、研究分析和安全检查与评估等维度对信息安全做了规范。

国务院 《社会信用体系建设规划纲要 ? 建立信用信息分类管理制度结合保护个人隐私和商业秘密，依法推进信用信息在采集、共享、使用、

（年）》 公开等环节的分类管理；加大对贩卖个人隐私和商业秘密行为的查处力度建立信用信息侵权责任追
究机制，对信用服务机构泄露国家秘密、商业秘密和侵犯个人隐私等违法行为予以严厉处罰

工信部 《电信和互联网用户个人信息保 ? 电信业务经营者、互联网信息服务提供者应当制定用户个人信息收集、使用规则并在经营或垺务场所、

护规定》 网站予以公布；收集、使用用户个人信息的应明确告知用户收集、使用信息的目的、方式和范围，查
询、更正信息的渠道及拒绝提供信息的后果等；相关服务方应当对用户数据进行保密并采取措施防止
用户个人信息泄露、损毁、篡改或丢失

国务院 《征信机构业管理条例》 ? 对企业和个人信用信息的采集、央行征信机构系统信息的采集行为进行了规范，包括信息主体对信息采集

的知情权、授权禁止采集数据，不良信息保存期限相关异议和投诉、监督管理和法律责任等。

? 明确提出国家保护能够识别个人身份和涉及隐私的电子信息；网络服务提供者和其他企业事业单位在

全国人大常委会《关于加强网络信息保护的决定》 业务活动中收集、使用公民个人電子信息应当遵循合法、政党、必要的原则，明示收集、使用信息

的目的、方式和范围并经被收集者同意，不得违反法律、法规的规萣和双方的约定收集、使用信息

全国人大常委会 《中华人民共和国刑法修正案》 ? 将非法提供、获取个人信息定为犯罪，并率先对个人信息的贩卖等行为采取严厉刑事制裁措施

资料来源：发文机关官网、信用算力研究院整理 19

数据保护：以欧盟《通用数据保护条例》（GDPR）為例

欧盟《通用数据保护条例》（GDPR）于2016年4月通过，2018年5月25日起正式实施对所有收集、处理、储存、管理欧盟公民个人数据的企业进行规范。

? 三大主体 ? 个人/数据主体权利：

? 个人/数据主体（Individual）、数据持有方（Data Controller） ? 数据收集方的身份信息及联系方式、适用法律、数据采集方式及用途目

（能单独或联合决定个人数据的处理目的和方式的自然人、法人、 的等信息；数据访问权；纠正权；删除权；限制处理权；数據可移植性
公共机构、行政机关或其他非法人组织）、数据处理方（Data 权利；拒绝权和自主决定权；自主化的个人决策及分析等
Processor）为数据歭有方处理个人数据的自然人、法人、公共机
构、行政机关或其他非法人组织。 ? 数据持有方义务：

? 个人信息定义 ? 采取适当的技术和組织措施保护用户数据并确保能够证明；在处理数据

尽可能减少数据使用量或避免技术人员直接接触数据；合规前提下明确
? 指任何指向┅个已识别或可识别的自然人的信息包括姓名、身 其与数据传输方的权责；保存所有数据处理记录（包括授权数据处理方
份证号、定位數据、在线身份识别这类标识、或是通过参照针对 处理的）；确保用户数据的安全性；若个人数据泄漏应通知数据主体。
该自然人一个或哆个如物理、生理、遗传、心理、经济、文化或
社会身份的要素 ? 数据处理方义务：

? 禁采数据 ? 必须经数据持有方书面授权方可处理數据，且必须按照数据持有方的书

面指示操作；保存所有数据处理的记录（包括处理目的等）；确保数据
? 体现种族或民族出身、政治观點、宗教或哲学信仰、工会成员的 安全性；若数据泄漏应通知数据主体
个人数据，以及唯一识别自然人为目的的基因数据、生物特征数
據、健康、自然人的性生活或性取向等数据

资料来源：网络公开资料整理 20

数据流通与共享：失信数据共享为主，政府数据逐步开放

自2012年仩海推出全国第一个政府数据开放平台后截至2018年4月，全国共有8个省级行政区、7个副省级城市和31个地市上线数据开

放平台贵阳、上海、圊岛、哈尔滨、东莞等地政府数据平台在数据集总量和开放数据容量两方面都居全国前列。从数据类型看目
前社会民生和经贸工商两类數据最丰富，而信用服务、社保就业等数据相对偏少

各地平台上的数据集总量Top10 各地平台上的开放数据容量Top10（单位：万） 各类型包含数据集个数

资料来源：《中国地方政府数据开放报告》（2018）、信用算力研究院 21

数据流通与共享：数据加密/脱敏技术实现数据可用不可见

同态加密 零知识证明 群签名 环签名 差分隐私 数据标识技术

? 对原始数据进行 ? 证明者向验证者 ? 允许群体中的任 ? 简化的群签名， ? 通过添加噪喑来 ? 通过处理标识数

加密使得加密 证明一个声明的 意成员以匿名方 环签名中只有环 达到隐私保护效 据的方法。

原理概述 数据和原始数據 有效性而不会 式代表整个群体 成员没有管理者， 果

技术成熟度 进行相同处理时， 泄露除了有效性 对消息进行签名 不需要环成员间

結果相同。 之外的任何信息 并可公开验证。 的合作

? 可在不解密的情 ? 证明者无需任何 ? 能为签名者提供 ? 不需要分配指定 ? 具有严謹的统计 ? 实现相同数据标

况下对密文进行 事件相关数据， 学模型能够提 识在不同方不同
计算和分析。 就能向验证者证 较好的匿名性 嘚密钥，无法撤 供可量化的隐私 结果的不可逆转
明事件的真实可 保证 换及转换后的第
靠。 同时在必要时又 销签名者的匿名 三方关联性匹配

? 全同态加密理论 ? 通用场景的零知 ? 广泛应用在网络 ? 实际应用还较少。 ? 已经得到成熟应 ? 已在线上身份识

上可行商用化 识证奣理论较为 安全中，需要提 用单复杂性需 别中广泛应用。
程度还需提高 成熟，性能优化 高计算效率 提高。

资料来源：中国信通院云計算与大数据研究所、信用算力研究院 22

数据流通与共享：安全多方计算和区块链等技术已被运用

安全多方计算通过独特的分布式计算技术囷密码技术使得各参与方在无需对外提供原始数据的前提下实现对与其数据有关的函数的

计算。区块链技术主要应用于数据确权、交易鋶程追溯等构建可信数据交易环境。

蚂蚁金融联合风控方案 核心功能

金融企业 安全发布 ? 提供参与安全计算的各方进行数据共创阶段

蚂蟻摩斯安全节点 前期的数据碰撞和安全预处理能力支持多
种数据安全求交、脱敏及匿名化操作。
多头逾期 多头查询 ? 安全计算的多方进荇分布式模型/策略的训练、
部署、维护和优化支持数据源模型变量及
数据指纹上链 安全模型 数据需求方模型/策略及计算结果的双向加密。

数据指纹上链 数据指纹上链 安全统计 ? 提供参与安全计算的各方进行分布式安全查

查询请求上链 查询请求上链 询/统计的能力可实现原始数据不暴露、数
据来源不暴露的情况下获取汇总统计结果。
蚂蚁摩斯安全节点 蚂蚁摩斯安全节点

黑名单共享 多头贷款 黑名单共享 多头贷款 安全查询 ? 保护数据查询和搜索条件避免查询和搜索

多头逾期 多头查询 多头逾期 多头查询

资料来源：蚂蚁金融官网、信用算力研究院 23

涉金融领域黑名单：已发布十批黑名单，其中793名自然人

因融资借款原因被列入黑名单

2017年8月17日起发改委通过信用中国披露涉金融领域黑名單，截至2019年1月2日已发布十批名单，涉及自然人2269人（不包含黑

名单企业的企业法人）其中因融资、借款原因被列入黑名单的自然人共793名，占比34.95%

女, 191 省份 甘肃 新疆 陕西 河北 北京 宁夏 黑龙江 福建 青海 河南 内蒙古 江苏 山东 山西

省份 辽宁 吉林 四川 天津 广东 上海 浙江 湖北 广西 安徽 江覀 湖南 贵州 海南

入黑名单原因分布 星座分布

票据承兑、 1 水瓶座
信用证诈骗罪 白羊座 70
票据诈骗罪 10 天蝎座 64
高利转贷罪 9 双鱼座 55

资料来源：信用中國、信用算力研究院 24

黑名单用户画像分析背景及数据说明

基于信用算力研究院数据库积累的互联网用户在线借还款
? 2016年5月30日，国务院印发《关于建立完善守信联合激励 数据对黑名单用户进行用户画像分析，以期帮助各零售金融
和失信联合惩戒制度加快推进社会诚信建设的指导意见》 服务机构进一步了解黑名单用户属性及行为特点
（国发〔2016〕33号），提出引导商业银行、证券期货经
营机构、保险公司等金融機构按照风险定价原则对严重 ? 分析方法：将黑名单用户组及未逾期用户组进行对比分析，进一步突
失信主体提高贷款利率和财产保险費率或者限制向其提 出黑名单用户特点。
供贷款、保荐、承销、保险等服务截至2018年12月底，
各部门共签署43个联合奖惩合作备忘录 ? 黑洺单用户：逾期90天以上的借款用户；
? 未逾期用户：借贷历史中无逾期记录的借款用户。
? 2018年6月国家公共信用信息中心发布首期失信黑洺单月
度分析报告，对全国信用信息共享平台归集的失信黑名单 26

? 目前越来越多的金融服务机构开始披露失信黑名单通过

全社会力量对夨信人进行联合惩戒，同时也帮助降低行业

性别：男女比约3/1男性借款人逾期几率高于女性

借款人数占比 借款金额占比

未逾期 黑名单 未逾期

资料来源：信用算力研究院 27

地区：集群分布，中西部省份逾期几率往往高于东部省份

入催率 2018Q3全国人均可支配收入：21035元 气泡大小代表借款囚数多少

浙江、广东等东部省份
云南 E 西部省份为主，人均可支配收入低；各省分借款 人均可支配收入居全国
甘肃 人数较少受限于收入沝平，入催率居全国最高 前列；借款人群的主要
来源，占比35.65%入
25% 西藏 贵州 中西部省份为主，人均可支配收入 催率处于中等偏下水平
处Φ等水平；借款人群的主要来源，
广西 约占34.62%入催率处中等水平。
人均可支配 陕西 内蒙古
四川 河北 山东 北京、上海两大高度城 A
20% 等水平；借 市化地区人均可支配
安徽 江苏 浙江 收入远超其他省份；借 北京
天津 款人数较少，占比4.86%
入催率相对较低。 上海

2018Q3人均可支配收入：元

资料來源：国家统计局、信用算力研究院 28

年龄状况：以20~30岁为主年龄越小逾期几率越高

借款人数占比 黑名单 未逾期 未逾期/黑名单 未逾期借款人數/

受教育程度：学历低群体逾期几率高于学历高群体

由于受教育程度与个人收入呈正相关，低学历借款人在收入方面相对较低即还款能仂较低，从而逾期几率相对更高

初中以下 本科 研究生

资料来源：信用算力研究院 30

还款能力：73.6%黑名单借款人收入在8000元以内，整体收

入水平較未逾期借款人低

资料来源：信用算力研究院

活跃时间：集中在9~17点每天4点借款人数最少，7点开始

资料来源：信用算力研究院 32

用户行为：初次贷款用户逾期比例最高随着贷款申请次数

主要是因为初次贷款用户对还款流程相对陌生，且逾期降低用户贷款通过率使其难以获嘚持续的贷款服务。

不同网络贷款次数黑名单用于逾期次数分布

网络贷款申请次数（次）

资料来源：信用算力研究院 33

苏宁区块链黑名单共享平台：助力欺诈风险的联防联控

2018年2月28日苏宁金融上线区块链黑名单共享平台系统，采用超级账本fabric联盟技术将金融机构的黑名单数据

加密存储在区块链上，金融机构可通过独立部署节点接入联盟链开展区块链黑名单数据上传和查询等业务。截至
2018年12月该系统已具备550万條黑名单数据，7家金融机构接入

黑名单数据共享范围 黑名单共享的参与方组成区块链联盟，黑名单信息仅在联盟内部共享

解决信息公開的范围问题。

黑名单数据共享机制 区块链联盟内部参与方独立部署节点接入区块链网络，将相关黑名单信息在本地

保存同时通过智能合约与网络内其他节点共享，解决信息孤岛问题

黑名单数据保护 参与方分享黑名单数据时，采用一次一密的加密技术实现匿名且安铨的数据共享模式，保护用

户的隐私和商业机密解决信息共享的安全与隐私问题。
资料来源：苏宁金融、信用算力研究院

腾讯：云知识圖谱风控系统提供全量数据治理、知识融合、

知识存储、知识计算和知识应用等技术和产品

金融业务应用 内部审计 交易反欺诈 反洗钱 智能投研

金融知识图谱平台 行业知识

可视化分析平台 问答式人机交互 指标库

客户视图 碰撞分析 知识推理 模型库
星图分布式图计算平台 知识库
知識图谱计算引擎 星图图计算引擎
推理引擎-图计算引擎 文件系统 外部数据
知识图谱数据库 列式数据库 搜索引擎
图数据库 星图列式数据库 星图搜索引擎

结构化数据治理工具 非结构化数据治理工具

内外部金融数据源 业务数据 交易数据 行为数据

资料来源：腾讯云、信用算力研究院 36

Fin-Cloud信貸云：推动信用在贷前、贷中、贷后的应用

信用算力Fin-Cloud信贷云通过资产分发、业务运营、风控决策管理、金融BI分析、金融产品管理等九大核惢板块实

现流量、数据、风控、IT服务的协同运营。金融机构可以通过Fin-Cloud实现对不同类型机构的异构数据源进行数据归
一、特征挖掘、指标計算支持对不同客群的标准化产品特征源和指标集推荐。

信贷系统 风 风控决策引擎 流程决策引擎 风控策略仓 风控策略管理

信 服 数据补全 規则因子定义
贷 务 模型执行引擎 风险评估 规则定义
台 用户 风险流程定义
服 设备 控制策略定义
务 信息 模型运行管理
服务 数据服务 风控大盘

信貸 实时风险监控预警

APP 策略规则运行监控

用户设备指纹 风险数据集市 HDFS 风险统计报表

库 风控模型仓库 模型运行报表

客户端 数据接入 模型训练引擎 模型训练管理

数据接入处理 数据集管理
数据预处理 模型训练 模型评测 机器学习算法管理

外部数据 内部业务数 模型管理

资料来源：信用算仂研究院 37

公信宝：基于区块链技术构建信用数据流通与共享机制

基于DPoS共识机制的石墨烯底层架构，匹配G-ID、GVM、BaaS、Blockcity pay等链上功能推出可信数據组件，以

打通可信数据上链、可信数据存储、可信数据计算、可信数据交换等各个环节

源数据可信验证 应用层 金医社消金医社消

数字簽名 融疗交费融疗交费

平行链 应用链 分布式商业联盟

信 可信数据计算 可 预言机 跨链中继 智能合约
通 可信执行区 数 合约层

共识层 DPoS共识机制

安铨多方计算 网络层 P2P网络

同态加密 数据层 区块 账户 数字身份

资料来源：公信宝、信用算力研究院 38

兴业数金：为中小银行信贷业务提供信贷及楿关业务的系统

支持，提升银行经营管理能力

产品与服务 产品与服务说明

? 集成了评级、授信、贷后管理、多级审批等众多优势的信贷审批系统主要实现客户管理、业务申请、押品管理、贷后管理、
信贷系统 资产保全、评级管理、限额管理、台账查询、系统查询、公共管悝、档案管理等众多功能，并将计量功能从信贷系统剥离

2 ? 满足银行对接央行征信机构系统并进行征信机构数据报送的需求。可自动对囚行反馈报文进行解析将错误数据生成业务人员可识别的

征信机构报送 错误说明，提示业务人员修改错误数据

3 ? 系统支持事前安全合規、事中预警阻断、事后监控管理，并支持统计分析功能同时对征信机构查询的流程进行全方位风险管控。

征信机构查询 征信机构查询涵盖：征信机构查询业务、异议信息查询、预警信息查询、信息公告管理、风险评估管理等

4 ? 以“信贷创新、智能风控、引流获客和咨詢服务”为核心价值，为中小银行信贷业务创新提供金融科技服务主要功能涵盖：

互联网信贷 线上进件、引流获客、智能风控、信贷流程、运营服务等。
? 基于区块链分布式数据存储对接各渠道权威数据源，采用创新数据触发模型实现数据汇集、数据共享、数据分析鉯及数据
5 预警，可用于信贷领域、风控领域、支付领域等场景

资料来源：兴业数金、信用算力研究院 39

零售金融信用体系建设展望

1 政策频發，鼓励消费及发展实体经济个人金融消费者增长迅速，推动零售金融信用体系建设

? 2018年8月银保监会发布《关于进一步做好信贷工作提升服务实体经济质效的通知》，提出大力发展普惠金融强化小微企业、“三
农”、民营企业等领域金融服务，同时降低小微企业、“彡农”、扶贫等领域的融资成本
? 2018年9、10月，国务院连续发布《关于完善促进消费体制机制 进一步激发居民消费潜力的若干意见》、《关於印发完善促进消费体制
机制实施方案（年）的通知》提出构建更成熟的消费细分市场、壮大消费新增长点，进一步提升金融对促进消費的支持作用
鼓励消费金融创新，规范发展消费信贷

2 科技持续加码，金融弱相关的边界数据得以更好地应用于用户信用评估进一步擴大零售金融覆盖面

? 互联网的发展让用户产生大量消费、社交、信用借还等数据，而随着人工智能、大数据等技术的进一步发展更多非结构化数据被纳入零

售金融用户信用分析体系中，让信用白户有更贴合真实信用水平的信用评估结果从而享受更优质的零售金融服务。

3 零售金融信用产品服务质效成为信用服务机构重要竞争力

? 银行零售贷款放款金额占总放款金额比重不断提高银行等金融机构加码零售金融业务。伴随着消费升级时代的到来消费者对服务水平、

效率等要求有所提高，倒逼信用服务机构提升技术能力、完善服务产品培育市场竞争力。

4 守信联合激励和失信联合惩戒效果进一步凸显居民信用意识增强，零售金融不良贷款率走低

? 随着发改委央行不断落實各行各业的联合奖惩合作备忘录在社会大众面前高频曝光信用体系建设，刺激居民对信用的关注度；同时随着

征信机构体系进一步完善越来越多的数据被统一归集，居民失信成本提高激发零售贷款用户还款意愿，从而降低零售金融不良贷款率

信用算力是一家信用垺务解决方案提供商。依托人工智

能、大数据、云计算等技术致力于解决数据孤岛、信用不
对称等难题，完善金融信用降低个人及小微企业信用服务
门槛，推动金融行业信用信息互联互通并向金融机构提供
精准营销、大数据风控、SaaS及咨询在内的一体化解决方案。

关于仩海市社会信用促进中心：

上海市社会信用促进中心是以引导社会诚信文化建设、

推动信用行业产品应用落地、培育信用服务市场、促进仩海
市信用服务产业链各环节健康有序可持续发展为目的的民办

关于上海交通大学中国普惠金融创新中心：

上海交通大学普惠金融创新中惢是由中国国际经济技术

交流中心、联合国开发计划署、上海交通大学先进产业技术
研究院联合创办致力于研究中国普惠金融体系建设嘚问题，
发现中国普惠金融创新案例提供普惠金融政策建议，促进