近日，人民银行征信中心官网公布，将面向社会公众和金融机构提供二代信用报告查询服务。简而言之，二代个人征信报告查询系统正式上线了！同时征信中心表示，二代征信系统上线，加强了个人征信信息安全管理和个人隐私保护，同时也创新改进小微企业征信服务。   征信的从无到有。人民银行征信中心成立于2006年，实质上是一个征信机构，分为个人和企业征信机构。征信系统其官方名称是“国家金融信用信息数据库”，在成立之初，利用体制的力量和具有公信力的平台，对全国银行的信贷数据的采集以及整合。 截至2018年年底，主要数据来源为银行和部分小贷公司的金融数据，全国共有小贷公司8133家，15.16%的小贷机构接入。2019年年底，个人和企业征信系统累计查询量分别为21亿次和9772万次，日均查询量分别为628万次和30万次。（数据来源：人民银行征信中心）   征信评分和变量是所有大数据应用之首。征信中心是中国人民银行的一个部门，主要对受央行和银监会监管的信贷机构提供征信服务。换句话说，主要为银行等金融机构提供主要服务。征信中心提供的主要产品是消费者信用报告，对外提供信用报告的查询服务。   据数据显示，目前，人民银行每日个人信用报告的查询量和企业信用报告的查询量逐年上涨，也反映了消费金融在中国的飞速发展。早在2014年底，人民银行征信中心推出个人信用报告数字解读，引起了各类放贷机构的持续关注。但仅有部分试点银行可使用数字解读，用于信用卡、按揭贷、消费贷等零售业务的信贷风险管理，这对于信贷风险管理领域发挥了重要作用，大幅度降低了银行信贷的不良率。个人信用报告的解读恰恰证明了，大数据时代，征信评分和变量的有效性依然是所有数据之首。   传统风控VS大数据风控。当下，随着银行业务体量不断增大、业务种类渐趋复杂，风险的控制难度必然加大，单纯依靠传统的风控手段已经远远不够了。而业务客群的变化以及互联网金融行业的发展，导致很多传统的征信规则变量阀值失效，金融机构需要对二代征信报告的深度分析才能准确应用。因此，需要利用大数据、云计算等技术手段进一步丰富全面风险管理体系的内涵，不断提高风控的精准度、灵敏度和有效性。   人行二代报告未来可能逐步转入无需解析直接结构化的形式，但需要多年逐步完成，所以还是有很多企业和机构需要解析。解析本身并不困难，但完整无误地解析需要非常了解征信报告本身及其应用需求，否则会导致后续应用全部错误而且难以发现。   大数据解析二代征信。二代征信优化了个人信息报告的数据组织模型，不再简单地按照页面展示形式描述报告的组成结构，而是聚焦在信息内容本身，强调信用报告本质上是一个数据集合。从纷繁复杂的数据中选取有意义、有价值的部分，往往需要结合该领域过往丰富的的研究经验。   华策数科在人行征信报告方面的拥有多年经验和和优势，对二代征信报告内容深度解读，率先启动数据分析应用开发，解析生成8000+个衍生变量，并结合多个实际场景业务，提炼出1000+个精华衍生变量，对衍生变量进行处理加工，为企业机构提供定制化人行征信报告变量应用解决方案。   衍生变量类型可分为多种类别，如信贷组合类变量、负债程度类变量、还款历史类变量、信贷历史类变量、新账户需求类变量、反欺诈类变量等。例如，衍生变量的应用场景示例—用户画像。包括用户的消费能力和偏好、信贷习惯和偏好、资产和收入、工作和职业等。 假设，我们想进一步了解一段时间内用户的贷记卡额度使用程度，可通过不同维度可以组合出不同维度的信息，例如：最近1个月额度使用率在75%以上的贷记卡账户数、最近12个月额度使用率低于5%为的贷记卡账户数等衍生变量。   （华策数科二代人行报告衍生变量设计逻辑举例） 衍生变量设计生成后，在实际应用中，华策数科根据机构的实际业务情况，结合二代人行征信数据，通过规则化、标签化的方式，形成对用户的画像描述，助力企业机构提供决策分析，降低机构风控成本，完善风控体系。   大数据时代全面风险管理。知名咨询公司麦肯锡曾经针对大数据行业应用的研究显示，金融业的大数据价值潜力指数在各个行业中排名第一。但是，金融行业的大数据应用依然存有许多障碍需要克服，比如银行等金融机构内各业务的数据孤岛效应严重、缺乏金融机构之外的外部数据的整合等问题。   相对的，大数据在金融行业的风控应用中，也取得明显成效。大数据应用有效提高了金融业风险模型的预测能力及稳定性，实时解决原有风险管理发现问题滞后的难题，随着金融行业的进步发展，银行及金融机构将借助大数据更加高效地增强决策能力，同时风险管理的成本将大大降低。