目录
编辑
贷前风控数据源
第三方数据
贷前风控数据源
第三方数据
在金融风控过程中，金融机构通常会引入一些第三方的风控数据（或第三方金融技术）来辅助识别贷款个人或贷款企业的风险状况，帮助金融机构进行风控决策，达到控制风险的目的。接下来，从个人和企业两个维度展示一些主要的第三方数据，具体见表
| 数据主体 | 数据类型 | 数据内容 | 数据示例 | 数据应用举例 |
| 个人 | 信息核验 | 人像比对（属于引入的金融技术）身份证实名验证 | 人脸照片和身份证照片一致性校验 | 1）对贷款客户的真实性进行校验；2）基于风险名单拦截高风险贷款客户； 4）基于贷款客户的收入和负债信息评估客户的还款能力; 7）基于第三方综合评分进行高风险贷款客户拦截； 8）基于客户的第三方支付信息评估客户的还款能力,辅助进行定额； 9）基于各个维度的第三方数据构建风控子模型，基于构建的子模型进行极差贷款客户拦截；10）基于所有第三方数据构建第三方数据融合模型,基于融合模型进行客户风险评级、高风险客户贷款拦截等 |
| 身份证实名验证 | 姓名、身份证号二要素验证 | |||
| 运营商验证 | 姓名、身份证号、电话号码三要素验证 | |||
| 银行卡验证 | 姓名、身份证、手机号、银行卡号四要素验证 | |||
| 地址核验 | 居住地址验证、工作地址验证 | |||
| 联系人真实性验证 | 联系人电话号码有效性验证、联系人是否为常用 联系人验证 | |||
| 风险名单 | 公安与司法名单 | 在逃、吸毒、涉毒、有前科名单，失信被执行名单，限制消费名单 | ||
| 欺诈识别 | 欺诈识别 | 疑似养卡、疑似套现、关系网络中与黑名单联系 紧密程度、关系网络中欺诈团伙识别 | ||
| 司法涉诉 | 涉诉统计与涉诉详情 | 执行次数、失信次数、限高次数、限出次数、罪犯次数、前科次数、裁判文书次数、审判文书次数、违法犯罪次数、欠税欠费次数、纳税非正常户次数；裁判文书详情、执行公告详情、失信公告详情、开庭公告详情、法院公告详情、司法“查、冻、扣”详情、案件流程详情、拍卖公告详情 | ||
| 学历信息 | 学历信息 | 学历层级、毕业时间、毕业院校 | ||
| 行为画像 | 第三方支付画像 | 交易时间、交易类型、交易金额、交易笔数、交易失败信息、交易金额等级 | ||
| 电商购物画像 | 购物时间、商品名称、商品类型、购物金额、购物次数、消费档次和消费活跃度 | |||
| 移动设备行为 | 贷款类APP使用频率、使用时间、使用数量、 卸载数量 | |||
| 出行行为画像 | 飞机、高铁、共享单车、出租车等出行时间、频 率、金额 | |||
| 社保与公积 金数据 | 社保与公积 金数据 | 主体名称、缴费时间、缴费金额、缴费状态 | ||
| 信贷历史 | 信贷历史 | 借贷次数、借贷机构数、担保和抵押信息、还款 行为信息、逾期信息 | ||
| 资产负债 | 资产负债 | 收入范围、收入稳定性、消费支出情况、房车情 况、负债情况、负债收入比 | ||
| 综合评分 | 客户资质分 | 客户欺诈评分、客户信用评分 | ||
| 工商信息 | 工商信息 | 注册资本、注册时长、法人和股东信息、法人和股东变更信息、行业信息、经营范围、经营开始和截止日期、注销和吊销日期、企业评级 | 1）基于企业的工商信息对注册时间短、法人变更时间短的企业进行贷款拦截; 6）基于申请贷款企业与上下游核心企业的交易数量规模、稳定性等指标来辅助提升授信额度 | |
| 司法涉诉 | 司法涉诉 | 企业司法涉诉信息与个人司法涉诉信息内容类 似，数据维度参考个人相关信息 | ||
| 招聘信息 | 招聘信息 | 招聘时间、职位类型、职位数量、薪资范围、五险一金信息 | ||
| 水电气信息 | 水电气信息 | 水电气缴费信息 | ||
| 专利信息 | 专利信息 | 专利时间、专利类型、专利数量 | ||
| 招投标信息 | 招投标数据 | 招投标时间、招投标数量、招投标行业、招标金 额、中标金额 | ||
| 财税信息 | 财税信息 | 资产负债、营收利润、现金流量、纳税主体名称、纳税等级、纳税时间、纳税类型、纳税金额、纳税逾期情况、滞纳金情况 | ||
| 供应链信息 | 供应链上下游企业信息 | 上下游交易企业是否包含核心企业（如央企、国企、优秀民企）、交易核心企业数量、与核心企业的交易规模、与核心企业的交易稳定性、交易核心企业评级 | ||
| 舆情信息 | 舆情信息 | 事件类型、事件时间、事件扩散速度、事件影 响、事件处理情况、事件后续发展 | ||
| 综合评分 | 企业资质评分 | 企业欺诈评分、企业信用评分、企业成长性评分 |
