區(qū)塊鏈征信的基礎是大數(shù)據(jù)征信。即使數(shù)據(jù)全部打通,算法高度發(fā)達,也會遇到瓶頸, Fintech 絕非{wn}。
征信機構分析數(shù)據(jù)之后,給個人一個分數(shù)或者授信額度。比如,芝麻分 702 分,螞蟻額度 22000 元。其實,這不科學。
信用是相對的,跟身高不一樣。身高是{jd1}的,姚明身高二米二六,只要測量方法正確,無論觀察者高矮胖瘦、親疏遠近,他都是二米二六。則不然,人具有多面:“爸爸賴皮,說好zm帶我去公園玩的?!彼f過會永遠愛我,大騙子?!薄八ぷ鲿r非常守時,從未耽誤。”“該交物業(yè)費了,都拖了兩年了!”同樣是借錢,可能還村長的,賴同學的,還京東白條,賴 P2P 債務。
現(xiàn)在的大數(shù)據(jù)征信機構,需要用提供運營商、淘寶、微信、京東個人郵箱、企業(yè)郵箱賬號及密,手機通訊錄,單位、家庭住址{zh1}要么拒掉,要么授信幾千塊錢。
這不是征信,而是反欺詐。以上這些數(shù)據(jù)雖然敏感,但是和個人信用相關性并不高。機構只能據(jù)此判斷用戶是不是一個有正常工作、生活的正常人,至于其信用好不好仍不清楚,為了控制壞賬,只能授信幾千塊錢。要判斷一個人是不是正常人,不用這么麻煩,熟人一眼就看出來了。
大數(shù)據(jù)征信機構要的數(shù)據(jù)越來越多,感覺越來越麻煩、,這會導致逆淘汰:越要臉的戶越排斥大數(shù)據(jù)征信,留下來質量越來越差,這導致壞賬率上升、機構索要更多數(shù)據(jù),正常用戶逃離……惡循環(huán)。
你最多愿意借多少錢給某人?熟人最清楚,而且每個人都不一樣。
大數(shù)據(jù)技術也有局限,適用于對準確度要求不太高的領域。天氣預報可以,明天中午 12 點下雨概率 80%,到時沒有下雨,后果也不嚴重。商品推薦可以,根據(jù)消費記錄,推薦三星手機,不感興趣不點、不買就是??墒?,壞賬率高于 10%,一般jd平臺就會崩潰,大數(shù)據(jù)征信準確度夠嗎?