中国大数据征信行业调研分析报告2017-2018

中国大数据征信行业调研分析报告2017

研究报告

Economic And Market Analysis China Industy

Research Report 2018

zhongbangshuju

前言

行业分析报告主要涵盖范围

“重磅数据”研究报告主要涵盖行业发展环境，行业竞争格局和企业竞争分析，市场规模和市场结构，产品的生命周期，行业技术总体情况，主要领先企业的介绍和分析以及未来发展趋势等。

”重磅数据“企业数据收集解决方案

”重磅数据“平台解决方案自身数据库包含上中下游产业链数据资料。能够有效地满足不同纬度，不同部门的情报收集和整理。依据客户需求，搭建属于企业自身的知识关系图谱，打通上、中、下游的数据信息服务，一站式采集到所需要的全部数据服务。可以满足不论是企业、个人还是高校或者研究机构在不同层面需求。

关于我们

”重磅数据”是基于知识关系挖掘的大数据工具，拥有关于企业、行业与专业研究机构的最完整的全球商业信息解决方案，帮助您在有限时间内获取最全面的商业资讯。提供全球超过500个行业的分析报告，用户均可获取相关企业、行业与企业决策者的重要信息。在有限时间内获取有价值的商业信息。

目录

第一节“信用中国”发展现状 (5)

一、失信浪费的社会成本 (5)

二、政府重点打造信用中国 (6)

第二节千亿市场空间待启 (7)

一、国内初步建立征信体系 (8)

二、美国征信行业建立了成熟的征信体系 (9)

三、国内征信市场空间可达千亿规模 (9)

第三节大数据征信引领征信行业发展 (13)

一、信息技术推动征信行业发展 (13)

二、大数据征信与传统征信模式的对比 (14)

第四节大数据征信四大竞争热点 (16)

一、数据源的争夺 (16)

二、征信算法不断优化 (17)

三、个人征信牌照具备一定稀缺性 (20)

四、应用场景将是大数据征信能否成功的关键 (23)

第五节企业分析 (25)

一、中数智汇 (25)

二、商安信 (25)

三、银之杰 (26)

图表目录

图表1：失信行为导致的经济损失 (5)

图表2：征信相关政策一览 (6)

图表3：国内征信体系 (8)

图表4：美国征信体系 (9)

图表5：2010-2019年中国消费信贷余额规模及增长率 (10)

图表6：2012-2019年中国P2P贷款交易规模 (10)

图表7：2007-2014年中国信用卡存量和增长率 (11)

图表8：2014年中美两国信用卡持卡情况对比 (11)

图表9：2010-2020年中国个人征信行业市场规模及增长率 (12)

图表10：技术变革推动征信行业发展 (13)

图表11：大数据征信与传统征信模式的对比 (14)

图表12：大数据征信丰富的应用场景 (15)

图表13：大数据征信数据源的分布 (16)

图表14：ZestFinance信用评估模型 (17)

图表15：芝麻信用评价维度及评分 (19)

图表16：芝麻信用基于冠军挑战的优选模型 (19)

图表17：个人征信主体一览表 (20)

图表18：大数据征信与应用场景的优化闭环 (23)

图表19：应用场景蕴含巨大的消费潜力 (24)

图表20：银之杰征信产业布局 (27)

第一节“信用中国”发展现状

一、失信浪费的社会成本

根据中国企业联合会的数据显示，我国每年因为逃废债务造成的直接损失约 1800 亿元，由于合同欺诈造成的直接经济损失约 55 亿元，产品质量低劣和制假售假造成的各种损失至少 2000 亿元，由于“三角债”和现款交易增加的财务费用约有 2000

亿元，诚信缺失造成的损失合计为 5855 亿元。

这还只是表面的、可计量的失信代价，其更深层面的、涉及面更广的失信“潜”代价是无法估量的。从经济角度来说，失信提高了经济活动中的交易成本。由于交易者之间的诚信缺失，许多人不敢采用信用交易，在交易前花费巨大的时间和精力去考证对方的诚信度，甚至发展到只能使用“一手交钱一手交货”的原始交易方式，导致交易成本上升。从社会角度来说，一个普遍失信、欺诈多发、官员徇私舞弊的社会需要制定更多的制度法规，增设更多的机构和人员，来维护社会正常的运行秩序，从而大大增加了社会管理的难度和成本。

图表1：失信行为导致的经济损失