征信技术
中国征信的发展史
中国征信的发展史
中国征信的发展可以追溯到20世纪90年代初。
以下是中国征信发展史的主要阶段：
1. 初创阶段（1990年代初）：中国开始意识到个人信用信息
的重要性，并开始建立信用信息数据库。
最早的征信机构是由银行和金融机构自行建立的。
2. 政府监管阶段（2003年）：中国国务院颁布《个人信用信
息管理办法》，明确规定了个人信用信息的收集、管理和使用原则，引入了政府监管。
3. 征信市场开放（2006年）：中国证监会、人民银行、银监
会等监管机构颁布了《个人征信机构管理办法》，允许民营征信机构的成立和运营，开放了征信市场。
4. 市场竞争阶段（2008年至今）：征信市场逐渐形成竞争格局，涌现出多家民营征信机构。
政府鼓励互联网和大数据技术在征信领域的应用，推动征信服务的创新。
5. 金融征信统一平台（2017年）：中国人民银行建立了“金融
征信统一平台”，将各家征信机构的数据整合在一起，实现了
个人信用信息的全面共享和交换。
6. 社会信用体系建设（2014年至今）：中国政府提出了建设
社会信用体系的目标，将征信服务扩展到社会生活的方方面面，并将个人和企业的信用状况作为评价标准。
总的来说，中国征信的发展取得了长足进步，借助技术的不断创新和政府的支持，征信行业正朝着更加规范、高效和精确的方向发展。
金融科技和大数据对征信行业的影响
金融科技和大数据对征信行业的影响近年来，随着金融科技和大数据技术的不断发展，征信行业也迎来了一场新的变革。
传统的征信模式已经无法满足人们对快速、便捷、安全的需求，金融科技和大数据技术的应用正在成为征信业的新方向。
一、金融科技的应用金融科技的应用已经深入到各个金融领域，征信行业也不例外。
现在，越来越多的征信机构开始使用金融科技来改善服务质量，提高风险评估的准确性和效率，还加快了信贷流程，进一步降低了成本。
1、区块链技术的运用区块链技术具有不可篡改、去中心化的特点，比传统的征信模式更加安全和透明。
通过区块链技术，征信机构可以更加准确地记录和存储用户的信用信息，对于恶意操作和造假行为，也能够尽早地发现和处理，提高了征信行业的权威性和准确性。
人工智能技术越来越成熟，征信行业也可以利用人工智能技术来更好地服务于用户。
人工智能技术能够快速地分析海量的用户信息，通过机器学习算法快速发现用户信用状况，对于准确评估用户风险和推荐贷款产品都有着很好的作用。
二、大数据技术的应用随着大数据技术的不断发展，征信行业也加快了对大数据技术的应用步伐。
大数据技术的应用可以提高征信行业的效率和准确性，改善用户的体验和服务。
1、数据挖掘技术的应用数据挖掘技术是利用计算机的算法技术，在海量数据中发掘出有效的信息和关系。
在征信行业，数据挖掘技术可以快速地筛选出可疑用户和信贷风险高的个人或企业，从而提高风险识别的精度和效率。
云计算技术可以提高征信行业的效率和灵活性。
通过云计算技术，征信机构可以把数据存储在云上，随时随地进行查看和修改，避免了传统的在本地储存数据，出现数据损失的情况。
并且，云计算技术可以提高征信行业的工作效率和降低成本，降低用户办理贷款的时间和贷款错误率。
三、金融科技和大数据对征信行业的影响金融科技和大数据的应用改变了以往传统的征信模式，它的运用为征信机构带来了很多新的机遇和挑战。
1、机遇金融科技和大数据的应用改善了征信行业的服务质量，提高了风险评估的准确性和效率，为征信机构带来了新的商业机会。
大数据背景下我国征信业发展的若干思考
大数据背景下我国征信业发展的若干思考随着大数据时代的到来，我国征信业正面临着巨大的发展机遇和挑战。
作为金融行业的重要组成部分，征信业的发展对于金融风险控制、信贷市场健康发展等方面具有重要意义。
本文将从多个角度对我国征信业在大数据背景下的发展进行思考和探讨。
大数据技术为征信业提供了更广阔的发展空间。
传统的征信业主要依赖于个人信用报告和企业信用报告等有限的数据来源，难以全面准确地评估个体的信用状况。
而随着互联网、移动支付等新兴技术的普及，个人和企业的大量交易数据可以被收集和分析，大数据技术可以帮助征信机构更全面地了解个体的信用状况，提高信用评估的准确性和精细化程度。
大数据技术为征信业提供了更高效的风险控制手段。
传统的征信业主要依靠人工审核和分析，工作效率低下且容易出现疏漏。
而利用大数据技术，征信机构可以通过对大量数据的分析和挖掘，快速识别出潜在的信用风险，有针对性地制定风险控制策略，提高风险控制的效率和准确性。
大数据技术为征信业提供了更多的创新机会。
在大数据时代，征信业不仅仅是传统的信用评估和风险控制，还可以通过创新业务模式和产品，为金融机构、企业和个人提供更多的增值服务。
比如，征信机构可以基于个体的消费行为数据，为个人提供个性化的金融产品推荐；征信机构还可以通过大数据分析，为企业提供供应链金融服务，帮助企业降低融资成本和风险。
然而，大数据时代也给征信业带来了一些挑战和问题。
首先是数据隐私和安全问题。
大数据时代，个人和企业的大量数据被收集和分析，如何保护数据的隐私和安全，防止数据泄露和滥用，是征信业亟待解决的问题。
其次是数据质量问题。
大数据时代，数据的质量对于征信业至关重要，但由于数据来源的多样性和数据质量的参差不齐，征信机构需要面临数据清洗、数据整合等诸多挑战。
此外，大数据技术的应用也需要相关法律法规的支持和规范，以保证征信业的健康发展。
大数据背景下我国征信业面临着巨大的发展机遇和挑战。
利用大数据技术，征信业可以实现从传统的信用评估和风险控制到创新服务的转变，为金融机构、企业和个人提供更精准、高效的信用服务。
大数据环境下征信制度的发展
大数据环境下征信制度的发展随着互联网与信息化的发展，大数据技术日益成熟，数据的量级和速度显著增长，大数据环境下征信制度也逐渐得到完善。
本文将从大数据与征信、大数据对征信制度的影响以及大数据应用于征信的未来发展等方面进行探讨。
一、大数据与征信所谓大数据是指处理和存储能力超出传统计算机系统能力范围的数据集合。
而征信是指利用信息技术手段，对个人或企业的信用情况和还款能力进行管理和评估。
大数据环境下，征信数据的来源更加丰富，包含了社交网络、消费记录、网购习惯等个人行为数据以及银行、信用卡、小贷公司、担保机构等金融机构的信用信息。
二、大数据对征信制度的影响1. 推动征信行业发展大数据技术的应用，使得征信机构可以更为全面、深入地了解个人信用状况和借贷行为，辨别欺诈行为和风险特征。
通过大数据的分析和挖掘，征信制度可以有效防范金融风险，推动征信行业的发展。
2. 加强个人信用管理大数据技术的应用，可以实现对个人在短时间内的信用状况进行实时监控，比如通过信用卡交易记录、手机话费充值记录、社交网络上的互动方式等可以了解个人消费习惯、生活方式和社会活动参与状况，为各个领域分析和研究提供了巨大的数据量，在征信方面，也可以用来加强个人信用管理。
3. 提高征信数据质量随着征信数据来源越来越多，大数据技术的应用也为征信系统增强了数据质量的管理手段。
辨别欺诈行为和风险特征可以帮助征信机构对数据进行有效清洗，提高数据质量，有助于构建更精准、可靠的征信体系。
三、大数据应用于征信的未来发展1. 平衡数据获取与信息保护大数据应用于征信领域的发展需要平衡数据获取和信息保护，通过数据的智能分析，同时保障个人信息的安全性和隐私性。
在政策和管理层面，应进一步加强数据保护的法规建设和监管，规范和优化征信行业竞争秩序，促进行业健康发展。
2. 扩大征信的应用范围大数据技术应用在征信领域可以更好地支持金融和信贷业务，目前已经应用于授信、业务风险控制、信用评估等方面。
大数据金融与征信
大数据金融与征信大数据金融与征信是指利用大数据技术和方法对金融业务和征信行为进行分析和评估的过程。
它结合了金融业务和征信信息的特点，通过收集、整理、分析和应用大量的数据，为金融机构和征信机构提供更准确、更全面的信息支持和决策分析。
大数据金融主要包括以下几个方面：1. 数据收集和整理：通过各种渠道和方式收集金融交易数据、市场数据、企业数据、个人数据等各类金融相关数据，并将其进行整理和标准化。
2. 数据分析和建模：利用大数据分析技术和算法对收集到的数据进行处理和分析，构建金融模型和算法模型，以发现数据中的规律和趋势，并为金融决策提供依据。
3. 风险评估和预测：通过对金融数据的分析和建模，对金融风险进行评估和预测，包括信用风险、市场风险、操作风险等，为金融机构提供风险管理和决策支持。
4. 个性化推荐和营销：通过对个人和企业的金融数据进行分析，为客户提供个性化的金融产品推荐和营销服务，提高金融产品的精准度和满意度。
5. 交易监控和反欺诈：通过对金融交易数据的实时监控和分析，发现和预防欺诈行为，保护金融机构和客户的利益。
征信是指通过收集和整理个人和企业的信用信息，评估其信用状况和信用风险，为金融机构和其他机构提供信用参考和决策支持。
大数据征信主要包括以下几个方面：1. 信用数据收集和整理：通过多种渠道和方式收集个人和企业的信用数据，包括个人贷款记录、信用卡使用情况、还款记录、企业财务数据等。
2. 信用评估和风险预测：利用大数据分析技术和算法对收集到的信用数据进行处理和分析，构建信用评估模型和风险预测模型，评估个人和企业的信用状况和信用风险。
3. 征信报告和信用查询：根据信用评估结果，生成个人和企业的征信报告，为金融机构、征信机构和其他机构提供信用查询服务。
4. 信用监控和风险预警：通过对个人和企业的信用数据进行实时监控和分析，发现和预警信用风险，及时采取措施防范风险。
5. 信用产品和服务创新：基于大数据征信分析结果，开发和推出个性化的信用产品和服务，满足不同客户的信用需求和金融服务需求。
征信工作描述
征信工作描述一、引言征信工作是指通过收集、整理和分析个人、企业的信用信息，评估其信用风险和信用状况的工作。
在金融行业和其他领域中，征信工作扮演着极为重要的角色。
本文将全面、详细、完整地探讨征信工作的相关内容。
二、征信工作的意义和作用1.保障金融安全：征信工作可以帮助金融机构识别风险客户，避免坏账和欺诈行为，维护金融行业的稳定和安全。
2.促进经济发展：征信工作可以提供客户信用信息，帮助金融机构更准确地评估借款人的还款能力，从而提高贷款审批的效率，促进经济的发展。
3.维护公平竞争环境：征信工作可以记录个人和企业的信用记录，防止不良行为者逃避债务，维护公平竞争的市场环境。
三、征信工作的流程征信工作主要包括信息收集、信息整理和信息分析三个流程。
1. 信息收集信息收集是征信工作的第一步，主要通过以下途径进行： - 个人面谈：征信员通过与个人面谈的方式获取个人的基本信息、职业信息、收入情况等。
- 企业调查：征信员通过与企业负责人或员工的交流，了解企业的经营状况、财务状况等。
-公共数据库查询：征信员通过查询公共数据库，如法院判决书、失信被执行人名单等，获取相关个人和企业的信用信息。
2. 信息整理信息整理是征信工作的核心环节，主要包括以下步骤： - 数据录入：将收集到的信息进行录入，包括个人基本信息、收入情况、借贷记录等。
- 数据核实：对录入的信息进行核实，比对个人提供的证据和公共数据库的信息，确保数据的准确性和真实性。
- 信息分类：将整理好的信息按照不同的类别进行分类，为后续的分析提供便利。
3. 信息分析信息分析是征信工作的最后一步，主要包括以下内容： - 信用评分：根据个人或企业的信用信息，对其进行评分，评估其信用风险和信用状况。
- 风险预警：根据信用评分结果，对存在风险的个人或企业进行预警，提醒金融机构注意风险。
- 信用报告生成：根据分析结果，生成个人或企业的信用报告，为金融机构提供参考依据。
现代征信业中信息技术的广泛应用
处理 、 信用档案的建立和维护 、 信用价值评价、 信用 记录的传播全过程 ， 个人征信的对象可以是来 自零
售信用、 现金信用和服务信用领域的授信人 。以国
家个人助学贷款此项来说， 个人信用信息基础数据 库建成以后 ， 收录每一个助学贷款借款学生的基本 信息和借还款信息 ， 形成其信用记录 ； 同时， 助学贷 款借款学生毕业后只要在商业银行开立了工资等结 算账户， 就会在个人信用信息基础数据库 留下记录 ，
诈监测等一系列高技术含量 的增值产品， 使信息得 到深度的开发和利用。可以说 ， 随着现代征信市场 规模 的不断扩大， 企业征信机构 的信息技术水平越 来越高 ， 基于数据库的在线服务 已经成为主流服务
形式 之一贷款登记
咨询系统 ， 已逐渐形成 了个人信用信息子系统。 它 １９ ９９年 ， 采用金融联合征信方式的我国第一个地方 征信局——上海资信有限公 司成立，０ ３年， 内 ２０ 国 第二个地方征信局——深圳个人信用征信评级中心 成 立 ， 取得 了 ６ ％ 的查得 率 。成 立 于 １６ 它 ５ ９０年 的 台湾金融联合征信中心则采用公共模式运行。 个人征信业务 的操作包括个人信用信息采集 、
的发展与广泛应用使征信体系建设得到 了 日趋完 善。我国正处于市场经济成型阶段 ， 研究现代信息
技术 如何促进 中国征 信行 业 实 现跳 跃 式发 展 ， 推 对
的数据库， 采集、 储存数亿人规模的信息 ， 不同程度地
运 用数据库和互联 网技术处理数据 和提供 服务 。
动征信体系建设具有重要的实际意义。 所谓征信， 以了解企业资信和消费者个人 指“
行业 分类 如 图 １所示 ） 至上 百 年后 开 始运 用 了计 甚
信用管理专业：《征信理论与实务》课程标准
《征信理论与实务》课程标准一、课程基本信息二、课程定位《征信理论与实务》是信用管理专业的一门专业核心课程。
本课程以征信理论和征信实务为主要教学内容，通过教学，使学生理解掌握征信的基本概念、基本理论、基本技能，以及征信体系的基本构成、国外信用发达国家征信实践的发展历史、现状和趋势，加深对建立和完善我国征信体系的整体思路、原则及途径的认识和理解，培养提升学生征信理论和业务能力。
三、课程设计思路本课程坚持理论密切联系实际，立足于征信基本理论，尽可能借助国内外现实经济中一些征信实务实例，深入浅出地介绍征信理论技能和方法，培养学生征信业务能力。
在整个教学过程中，坚持课堂讨论与课后练习相结合，将根据基础点与难点组织讨论，并针对所学内容布置课后作业，要求学生按时完成，并进行适当的讲评。
四、课程目标（一）能力目标1．提高学生分析问题与解决问题的能力，以及独立工作的能力；2．能够运用所学征信理论知识和方法，分析企业以及个人的征信报告；3．培养学生的征信业务能力。
（二）知识目标1．掌握征信的基本概念、基本理论、征信体系的基本框架结构；2．了解国外、国内征信实践的发展状况；3．熟悉国内征信管理法律法规。
（三）素质目标1．具有团队协作精神。
2．具备征信行业特有的诚信、保密、认真、细致等职业素质；3．具备基本的征信职业道德和职业操守。
五、课程内容及要求六、课程实施建议（一）教学建议1．教学团队基本要求具有扎实的金融学、经济学、征信相关基本理论与业务知识；具有较强信息化教学能力，能够开展课程教学改革和科学研究；具有良好的师德师风；熟悉《征信业管理条例》。
2．教学条件具有多媒体教室3．教学方法与手段采用讲解、启发、讨论、案例分析等课堂授课方法，将征信理论知识以及实务问题讲授明确、透彻。
实行课内集中学习与课外自学相结合，基本理论与当前热点问题相结合，能力培养与知识传授相结合，理论学习与社会实践相结合。
4．课程资源的开发与利用（1）教学资源：有较为丰富的课堂与学习指导教学资源，具体包括课程标准、多媒体课件、视频资源、电子教案、教学案例、习题与实训、图书与文献资料、财经法规等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
30
亚洲风格的普通版企业资信调查报告
1、公司基本信息； 2、企业类型和所有制 3、经营者背景介绍； 4、企业财务报表 5、银行往来记录 6、行业分类及营业概况 7、付款记录及往来厂商情况 8、诉讼记录和其他公共记录 9、动产或不动产的抵押担保记录 10、被调查对象的信用价值综合评述
31
优点：坚持“现地现认”的原则； 征信作业上着重实地拜访； 对于被调查对象的经营管理团队有较 大篇幅的描述；文字描述多，且对财务数 据的分析相当重视，不乏图文并茂；财务 资料更新快速，时间落差较短。 缺点：技术含量不及美国风格的报告，数 学模型技术上的投入非常不够，量化指标 的种类少，预测的精度低。
第三章 征信技术
本章要点 第一节 第二节 第三节 第四节
征信服务的基本内容 企业征信 企业征信产品和服务△ 个人征信服务及其机构△
1
第一节 征信服务的基本内容
一、 征信的概念 二、 征信数据 三、 征信服务△ 四、征信机构及其产品△ 五、征信行业 六、征信市场
商
个人消费 该国公民、境内 消费者 公安、法院、劳动人事、 市场 长期活动的外国 信用调 邮政、房产登记、汽车登 记、银行、公用事业公司、 人、个人资产 查 通讯公司、雇主等 商品市场 各类产品、实验 市场调 品、商品 查
产品的用户、消费大众
17
第二节 企业征信
一、企业征信的概念； 二、企业征信的内容；△ 三、企业征信的业务操作； 四、使用企业征信服务的时机；
29
美国风格的普通版企业资信调查报告内容 1、公司基本信息； 2、财务报表 3、付款记录； 4、付款记录 5、诉讼记录和其他公共记录 6、行业分类 7、经营状况和业务量 8、进出口情况 9、经营者介绍 10、评级和风险指数 优点：内容翔实，可读性强、风险指标等量化指标 技术含量高，对企业活动能作出详细的描述。 缺点：不简洁，符号系统复杂，需要读报告的训练
非金融类 商帐追收 信用管理 咨询
企业资信调查 消费者信用调查 财产征信 市场调查
资信评级
信用保险 国际保理 电话查询票据 信用担保
16
六、征信市场
范畴 征信对象 服务 信息源
资本市场 金融机构、上市 资信评 金融机构、上市公司、公 用事业公司、外汇管理局、 级 公司、企业债券 被评级对象 等 商业市场 中小型企业 企业资 工商、法院、海关、技术 信调查 监督、统计、银行、供应
25
二、常见的企业征信咨询服务
信用管理咨询服务
企业 征信 咨询 服务
常规 征信 咨询 服务 金融 征信 咨询 服务
信用管理外包服务 利用征信数据库开拓市场服务 商帐追收 信用管理软件服务
信用保险服务 保理服务 信用担保服务
26
三、著名的企业征信机构
国外：壹百利公司、邓白氏公司、格瑞顿公司 国内：1990年起，外经贸部计算中心成立，起步。 1992年12月，北京新华信商业风险管理有限责任公 司成立，第一家专业从事企业资信调查公司。 1993年8月华夏国际企业资信咨询公司，中外合资 东方国际保理咨询服务中心-“全程信用管理模式”。 外商投资：中国台湾中华征信所股份有限公司及其子 公司中领信用咨询服务有限公司；邓白氏国际信息 （上海）有限公司。
23
第三节 企业征信产品和服务
一、常见的企业征信报告产品 二、常见的企业征信咨询服务 三、著名的企业征信机构 四、解读企业资信调查报告
24
一、常见的企业征信报告产品
普通版企业资信调查报告 后续报告 企业基本信息 企业资信深度调查报告 专项问题调查报告 风险指数报告 企业家族调查报告 国际供应商评价报告 付款分析报告 行业状况调查报告 国家风险调查报告
10
个人征信数据的采集，一些欧洲国家和东 南亚、澳大利亚、韩国、台湾和香港等地 曾要求只提供负面数据，也有一些国家和 地区的金融机构只提供正面数据，美国允 许征信机构提供完整的个人征信数据。
查询记录：对判断消费者的信用价值有重 要影响。
11
三、征信服务
（二）
（一）
个人征信
（三）
企业征信
财产征信
33
更注重实践性，能对新兴行业和合并的行业 进行比较方便的确认和分类，适应性广泛； 具有更强的辅助企业信息分类处理功能，甚 至考虑到人力资源方面的应用需要； 二、了解邓氏编码系统（DUNS） Δ DUNS是9位数的编码，前8位定义一个独立 的企业，第9位数字是用于校验编码的不重 复和准确性；
2
一、 征信的概念
征信是信用管理技术名词，特指“以了解企 业资信和消费者个人信用为目的的调查”。 在操作上，征信包括对企业或个人的信用信 息进行采集、核实、处理、合法传播的全过 程。 分类：根据被调查对象不同，分为企业征信 和个人征信；也可分为主动征信和被动征信。 财产征信：针对抵押贷款，专门对受信人或 保证人名下的财产进行的资产调查服务，这 种调查被俗称为财产征信。
34
每个邓氏编码对应是邓白氏企业数据库中 一个企业的全部信息记录，按照4个级别7 种排列组合方式； 邓氏编码是建立企业族系树的关键； 使用邓氏编码，企业可以很快地在邓白氏 数据库中找到客户的资信报告；
35
第四节 个人征信服务及其机构
一、个人征信的概念 二、个人征信机构及其业务模式 三、征信局记录的内容和格式 四、制作个人信用记录的准则 五、国内外著名的个人征信机构 六、常见的消费者信用调查报告
32
征信报告中的编码系统
一、识别常见的国际编码系统 1. 标准工业编码（SIC） 数字编码体系，共4位数字，前两位数字代表对 企业所在行业大类分类、后两位代表一个行业 内对企业的专业细分； 征信者可以利用SIC提供的线索组成各种不同类 型的征信产品 2. 北美工业分类系统（NAICS） 北美经济一体化组织批准北美工业分类系统取 代SIC。
9
企业征信机构应该具备对全世界任何一个 责任有限公司的资信调查能力，至少能对 本国任一企事业单位进行调查；有效的个 人征信数据库应至少覆盖一个城市的全部 经济活跃人口。 在我国，企业征信数据，大约56%的数据 掌握在相关政府部门和商业银行手中；个 人征信数据，大约70%数据掌握在相关部 门和商业银行手中。
8
以合理的成本获取征信数据，是信用管理行业 发展的生命线。 欧美国家：上市公司（三个月更新一次）必须 公开财务报告；美国非上市公司自愿公布，英 国、意大利和荷兰也需要公开。 征信机构需要用原始数据建立有用的特征变量， 用于对客户信用风险进行预测，是征信机构的 关键技术，中间变量通过对客户资本、能力、 行为习惯等各方面特性定义，经过计算和变形， 形成一系列刻画频度、近期性、数额、百分比、 变化趋势等变量集。
19
1.
2.
企业征信分为本地企业征信和国际企业 征信。 本地企业征信，是根据被调查对象所在 地定义的，委托对本国企业进行的资信 调查。 国际企业征信，是指接受本国的委托调 查外国企业。 征信数据库的动态化。
20
二、企业征信的内容
企业资信调查报告与“报告生产线”； 企业信用管理的专业软件； 征信数据采集工作，根据“企业征信数据采集单” 进行； 国际流行版本企业资信调查报告格式，应填写1216栏信息，主要有：企业发展史、注册信息、当 年经营情况、付款记录、银行往来记录、公共记 录、财务报表、主要产品、进出口报关、主要经 营者履历、对外信誉状况分析、现场核实信息等。 给出被调查企业的资信级别和风险指数
3
二、征信数据
征信数据是对信用信息的专业化称谓，用 于制作调查报告类征信产品。 企业征信数据用于生产各类企业资信调查 报告，个人征信数据用于生产各类消费者 信用调查报告。 征信数据分量化数据和非量化数据；包括 原始调查数据和经过技术处理的数据。
4
1.
2.
3.
征信数据的采集不是随意进行的。 降低数据采集、处理和征信数据库维护 的成本； 提高征信数据库的工作效率； 征信数据的采集是有选择的，要支持报 告类征信产品和信用评分数学模型工作 的，根据需要设计“采集单”。
18
一、企业征信的概念
也称工商征信或企业资信调查，是对企事 业法人单位的资信状况进行的专项调查和 分析，对应一种市场化的调查服务。 企业征信包括采集被调查对象的信用信息、 处理和加工信息、评价被调查对象的信用 价值、传播信用信息等。 “现地现认”原则：在依据征信数据库的 记录向客户出具资信调查报告之前，委托 调查员到现场核实被调查对象的情况。
企 业 征 信 局
14
征信机构及其类型
征信机构
企业征信机构
个人征信机构
财产征信机构
个人征信局类 资信调查类机构 咨询服务类机构 个人金融风险管理类 模型/库技术服务类 个人信用修复类 个人财产征信类 企业财产征信类 财产价值评估类
15
五、征信行业
征信行业
征信产品生产类
咨询服务类
调查类
非调查类
金融类
27
100多家资信评级机构，主要注册在北京 和上海； 商帐追收：北京新华信商业信息咨询有限 公司、ABC公司。
28
四、解读企业资信调查报告
欧洲风格的普通版企业资信调查报告 欧盟国家还建立了企业征信数据资源共享连线 网络“欧门”系统。 报告内容：公司基本信息、资产或净值、行业 分类和产业简介、在业界地位和同行评价、信 用价值分析。 优点：内容简洁、扼要不赘述、给出综述性评 价和授信额度的建议； 缺点：内容简单、重要调查项目未包含在内。
13
四、征信机构及其产品
专门从事信息采集、处理、评价、传播业 务的专业机构，盈利是征信机构的经济目 标。