征信活动可以分为两类:一类是征信机构主动去调查被征信人的信用状况;另一类是依靠授信机构或其他机构批量报送被征信人的信用状况。两者最大的区别在于前者往往是一种个体活动,通过接受客户的委托,亲自到一线去收集调查客户的信用状况,后者往往是商业银行等授信机构组织起来,将信息定期报给征信机构,从而建立信息共享机制。
(一)制定数据采集计划
能够反映被征信人信用状况的信息范围广泛,为提高效率、节省成本,征信机构应事先制定数据采集计划,做到有的放矢。这是征信基本流程中一个重要的环节,一份好的计划能够有效减轻后面环节的工作负担。一般来说,数据采集计划包括以下内容:
1、采集数据项
客户使用征信产品的目的都不尽相同,有的希望了解被征信人短期的信用状况,有的则是作为中长期商业决策的参考。客户的不同需求决定了数据采集重点的迥异。征信机构要本着重点突出、不重不漏的原则,从客户的实际需求出发,进而确定所需采集数据的种类。
2、采集方式
确定科学合理的采集方式是采集计划的另一主要内容。不论主动调查,还是授信机构或其它机构批量报送数据,征信机构都应制定最经济便捷的采集方式,做好时间、空间各项准备工作。
3、其它事项
在实际征信过程中,如果存在各种特殊情况或发生突发状况,征信机构应在数据采集计划中加以说明,以便顺利开展下面的工作。
(二)采集数据
数据采集计划完成后,征信机构应依照计划开展采集数据工作。数据一般来源于已公开信息、征信机构内部存档资料、授信机构等专业机构提供的信息、被征信人主动提供的信息、征信机构正面或侧面了解到的信息。出于采集数据真实性和全面性的考虑,征信机构可通过多种途径采集信息。
(三)数据分析
征信机构收集到的原始数据,只有经过一系列的科学分析之后,才能成为具有参考价值的征信数据。
1、数据查证
数据查证是保证征信产品真实性的关键步骤。一查数据的真实性。对于存疑的数据,征信机构可以通过比较不同采集渠道的数据,来确认正确的数据。当数据来源唯一时,可通过二次调查或实地调查,进一步确定数据的真实性。二查数据来源的可信度。某些被征信人为达到不正当目的,可能向征信机构提供虚假的信息。如果发现这种情况,征信机构除及时修改数据外,还应记录该被征信人的“不诚信行为”,作为以后业务的参考依据。三查缺失的数据。如果发现采集信息不完整,征信机构可以依据其它信息进行合理推断,从而将缺失部分补充完整。比如利用某企业连续几年的财务报表推算出某几个数据缺失项。
2、信用评分
信用评分是个人征信活动中最核心的数据分析手段,它运用先进的数据挖掘技术和统计分析方法,通过对个人的基本概况、信用历史记录、行为记录、交易记录等大量数据进行系统的分析,挖掘数据中蕴含的行为模式和信用特征,捕捉历史信息和未来信息表现之间的关系,以信用评分的形式对个人未来的某种信用表现做出综合评估。信用评分模型有各种类型,能够预测未来不同的信用表现。常见的有信用局风险评分、信用局破产评分、征信局收益评分、申请风险评分、交易欺诈评分、申请欺诈评分等等。
3、其他数据分析方法
在对征信数据进行分析时,还有其他许多的方法,主要是借助统计分析方法对征信数据进行全方位分析,并将分析获得的综合信息用于不同的目的,如市场营销、决策支持、宏观分析、行业分析等领域。使用的统计方法主要有关联分析、分类分析、预测分析、时间序列分析、神经网络分析等。
(四)形成信用报告