消費貸與發薪日貸款

『壹』 什麼是手機貸

手機貸是國內基於移動互聯網的全流程線上網路 信貸應用，是對傳統個人信貸業務的移動化創新。由「新 金融生活倡導者「上海前隆金融信息服務有限公司研發運營，總部位於上海。

簡介

手機貸手機貸由上海前隆金融信息服務有限公司於2013年9月推出，對有小額借款需求的個人客戶進行快速、准確的評估和審核，為持牌金融機構提供合格的個人借款客戶及大數據風控支持，致力於搭建暢通的借貸信息橋梁，成為中國普惠金融的加速器。

名稱：手機貸（借款版）

更新：2016年11月22日

版本：V5.5.2

開發商： 上海前隆金融信息服務有限公司

『貳』 拉卡拉替你還審核要多長時間

拉卡拉替你還主要是以考拉信用分數為依據，周期在一個月內，用戶以周為單位自行設置借款期限，用戶在提交申請後，最快15秒鍾批准或者否決，一旦批准，資金馬上到賬。

如果遇到還款能力與申請額度不匹配，修改過後再次申請，一般只需幾分鍾便可審核通過。

(2)消費貸與發薪日貸款擴展閱讀：

適用對象：

年滿18歲、持有二代身份證、信用卡、有消費信貸需求並且無不良信用記錄。

APP申請流程：

第一步：下載「拉卡拉錢包」；

第二步：打開APP，點擊「借點錢-替你還」，填寫申請金額，選擇申請期數；

第三步：按照指引提供個人基本信息，並按要求完成技術檢測；

第四步：等待企業端對申請者進行綜合評估，部分申請者需要額外參考外部徵信情況；

第五步：等待評估通過之後，款項到賬。

『叄』 為什麼說現金貸猛於虎，毀人於無形

現金貸，相對於傳統貸款渠道，具有無抵押，放款快等特點。因為現金貸的方便快捷，很多急需錢的人前赴後繼的涌進現金貸。殊不知很多光鮮亮麗的事情背後卻隱藏了許多不為人知的陷阱。

一般現金貸放款前會要求借款人拍手持證件照片，核實借款人手機號碼及手機通訊錄等信息。美其名曰證明借款人身份，實質是為暴力催收鋪路。因為選擇現金貸的大部分人為低收入人士甚至校園的大學生，現金貸在放款的時候就做好了借款人還不上錢的准備。

西安的大二學生小張，因玩網路游戲輸了錢，經人介紹在某借貸平台借了2000塊錢，到後來越借越多滾成40萬！最後暴力催收逼得他母親楊女士只能帶著小張搬家，當然學是上不了了，小張更有了輕生的念頭。楊女士面對采訪時說，我們不是逃避這個債，我們是逃命。

有文章指出，某些現金貸就是一種出賣靈魂的收割模式，收割一群消費水平超出消費能力的低收入群體。

某店與某拍貸的上市更是將現金貸推上了風口浪尖，使人更多的了解了現金貸。某店的創始人在回應逾期是否會暴力催收時回應，我們的壞賬，一律不會催促他們來還錢，電話都不會給他們打，你不還錢，就算了，當作福利送給你了，就這樣。

我不知道他說的話可信度有多少，我只知道現金貸風光上市的背後是無數借貸人提心吊膽的生活和支離破碎的人生。

並不是倡導借了現金貸的錢而不還，欠債還錢，天經地義。不過在某些現金貸畸高的利率和名目繁多的費用之前，並不僅僅是欠債還錢這么簡單。

小張在借2000塊錢之前，並不知道這2000塊錢代表了200還是300的利息，等到期了才發現本金加利息遠遠超出了自己的還款能力。只能按照借貸平台的要求再借4000還6000，一直滾到40萬！小張的母親楊女士表示並沒有打算不還錢，而是根本還不起了。高額的利息加上逾期產生的逾期費，是一個普通人終其一生也沒法填好的窟窿。

按說只要借款的時候按時還不就沒事了嗎？可事情往往沒有這么簡單。

某原現金貸中介表示，因為逾期利率很高，所以很多時候會故意的讓你逾期，然後收取高額的逾期費用。即使你想要提前還款，也會要求你交所謂的手續費違約費人工費等高價費用。

這分明就是養肥了羊不宰，而一直在羊身上薅羊毛，等到羊身上再沒羊毛可薅，再把羊宰掉！

如此現金貸，不是虎卻猛於虎！現金貸有風險，借款須謹慎。也希望深陷現金貸泥潭的人能早日上岸。

『肆』 P2P網貸平台為什麼都偏愛做消費金融業務

P2P作為信息中介，所借款項到融資人後是很難鎖定他的真正的用途的，而消費金融的所借款項基本都會直接或者間接轉給商家。而資金用途的控制，是金融風險控制的重要一環。

P2P金融與個人消費金融最大的區別在於用戶。用戶的不同，可能導致的風控管理就不一樣。P2P金融的用戶主要是小微企業、個體工商戶，但個人消費金融則面向個人消費者。

個人消費金融單筆授信額度小、審批速度快、無需抵押擔保、服務方式靈活、貸款期限短。

『伍』 想辦捷信貸款，我都需要了解哪些東西呢

您好，針對使用消費貸款，捷信相關負責人給出五點提示：在簽貸款合同前，
第一，要注意貸款利息和服務費、還款期數等信息，通常首付款越低、貸款期數越長，相應的利息和服務費會相對較高；
第二，注意最晚還款日期及提前還款是否存在違約金等信息，消費者可能會遇到發薪日不固定的問題，捷信向客戶提供靈活還款包服務，方便自由勾選購買以保證科學按時還款；
第三，向貸款服務商要求提供一份合同和相關書面文件；
第四，消費者要提供真實的個人信息和資料，不能輕信他人幫助他人申請貸款；
第五，如果在還款過程中出現預料之外的情況，可以通過客服與服務供應商保持聯系，也可以通過服務供應商的官方微博、微信等渠道進行溝通。

『陸』 如何用互聯網顛覆FICO

矽谷越來越多的科技企業開始向金融圈進軍。ZestFinance就是其中之一。
這家公司打出的旗號是「將Google演算法帶入徵信領域」，其利用機器學習和大數據技術，創立了一套和傳統模式相異的信用評分方式，其中應用的數據變數是傳統模式的上百倍。
ZestFinance創立於2010年，創始人道格拉斯·梅里爾（Douglas Merrill）是Google的前信息總監兼工程副總裁，另一位來自金融圈的創始人肖恩·布德（Shawn Budde）曾在第一資本公司（Capital One）負責信貸業務。
財新記者專訪了ZestFinance的創始人梅里爾，他認為，「ZestFinance完全可以取代銀行現在用的演算法。」
然而，美國個人消費信用評估公司（FICO）中國區總裁陳建表示，這不可能。在美國有1000多家當地信用局為消費者服務，基本隸屬於三大徵信公司。這三家徵信公司分別擁有覆蓋全美的資料庫，包含超過1.7億消費者的信用記錄。在三大徵信公司收集了海量個人徵信數據後，還須經過復雜的模型計算才能形成徵信產品。這三家徵信公司目前使用的計算方法模型都來自同一家公司，即被稱為「幕後大佬」的FICO。
越來越多類似ZestFinance的初創公司正在覬覦傳統華爾街的地盤。而其勢頭如同多米諾骨牌，不斷推向傳統金融業的要害。
數據變廢為寶
在ZestFinance的官網上有這樣一句話：「所有的數據都是信用數據。」這句話恰恰濃縮了ZestFinance所做的工作——將成千上萬的數據「變廢為寶」，應用於信用評分。
這家公司在短短四年時間內，就先後獲得了高達1.2億美元的融資，其背後的出資人都是著名的IT風投，包括FlyBridge、GRP、LightSpeed以及Matrix等。
目前，美國絕大部分金融機構使用的信用評分都來自FICO的模型演算法。自上世紀60年代至今，在美國的徵信體系中，FICO的地位從未被撼動。
在美國，經過三大徵信公司的整理和FICO的計算評分，海量的徵信數據就變成了一份份整齊美觀的報告和325-900分值區間的評分，用戶可以只買報告，也可以報告+評分打包購買。
中國科學院院士、北京大學教授鄂維南對財新記者表示，FICO的評分模型的確首屈一指，但並非十全十美。FICO信用評分參考的數據變數只有不到50個，因此很多人摸清了FICO關注的變數後，就可以「模型套利」增加自己的信用評分，例如一個人可以每天反復在圖書館借書還書「刷信用」。
「針對FICO的不足，ZestFinance重新設計了一套信用評估模型。和FICO的不到50條參考變數相比，ZestFinance參考的數據變數多達上萬條，並採用非線性化的、更前沿的技術來進行分析，從而防止『模型套利』的現象，更精準地評估消費者信用風險。」鄂維南表示。
的確，ZestFinance遠遠超出了FICO 50條變數的界限。在這個位於洛杉磯的65人團隊中，大多是數據科學家，他們開發了多個機器學習分析模型，而在這個模型中使用的數據變數多達上萬條。上萬條數據變數僅僅是原始信息數據，在這些數據基礎上，模型可以得出超過7萬個可以判斷信貸行為的指標。而模型跑完這些指標僅需要不到3秒鍾。
所謂機器學習，是讓計算機模擬或實現人類的學習行為，以獲取新的知識技能，在數據積累中不斷自我完善，可謂是人工智慧的核心。ZestFinance的模型之一Hilbert就是成功地將機器學習進行商業應用的案例，讓機器承接7萬個指標的數據分析工作，尋找邏輯關系，並不斷自我改善，人類只需要根據結果進行一些邏輯分析和判斷。
「多年來，美國金融機構都在用50條數據變數來決定是否給一個客戶授信。問題在於，許多人並沒有完整的信用記錄，這導致在傳統信貸中他們不斷吃閉門羹，」梅里爾表示，「在ZestFinance，我們分析上萬條數據變數，藉助更加廣泛的數據，從而對客戶的風險預判更加精確。」
數據的類型亦極其廣泛：一個人的網頁瀏覽歷史、手機付費記錄、超市購物清單都可成為重要的參考依據，甚至在用戶填寫信貸申請表時是使用大寫字母還是小寫字母，也可以成為數據變數。
「很多數據都可以服務於信貸，例如申請人在我們的網站上停留的時間，就可以反映他對申請貸款的謹慎程度和還款誠意。」梅里爾說。
鄂維南認為，信貸記錄屬於強變數，在強變數缺失的情況下，可參考多種弱變數，當這些弱變數組合起來，就可形成強變數，服務於信貸風控。「例如，孩子是一個家庭支出的源泉，那麼如果能推測出借款人孩子的年齡，就能預測他的消費周期：嬰兒有奶粉等固定開銷、學生每到9月就要繳納學費等。只要能避開他的主要支出，就可控制壞賬。」
鄂維南表示，在中國，由於徵信業歷史較短，缺乏足夠的信貸數據，就可以用許多弱變數數據來對一個人進行還款預測。目前，學界有許多人也在進行類似的課題研究。
對於這些「弱變數」的開發利用，陳建亦表示認同，「把數據的價值挖掘出來是不可避免的趨勢，大數據發展會越來越日新月異。」但他表示，從互聯網數據中挖掘價值，最早做的正是FICO。「銀行刷卡交易實時獲得數據，通過分析進行風險識別，FICO十幾年前就發明了，現在90%以上發達市場的銀行都在用FICO這套系統。」
爭鋒FICO
的確，在當前ZestFinance和FICO尚不能同日而語。FICO佔領著美國99%的信用評分市場和絕大部分發達國家的信用評分市場，而ZestFinance目前僅服務過10萬名美國人。
在中國，FICO目前擁有80人的團隊，已經和15家商業銀行、30多家城商行和農商行建立了合作。ZestFinance目前在美國以外的其他地區還沒有開展業務，但梅里爾告訴財新記者，目前正與多個中國金融機構洽談合作。
但從未來發展的空間而言，似乎新生事物總能贏得更多青睞。面對ZestFinance等新型信用評分公司的誕生，美國主流媒體紛紛給予了報道——《經濟學人》雜志寫道：「ZestFinance比傳統評分方法讓違約率下降了40%。」CNBC表示：「ZestFinance讓無賬戶人群不再被拒之門外。」
這一切聲音，似乎都劍指FICO。
梅里爾表示，ZestFinance採用了和FICO截然不同的技術。FICO是基於20世紀50年代創造的「邏輯回歸」模型，那時並無很多可供參考的數據變數。但隨著互聯網時代來臨，數據開始爆發式增長，FICO的評分方式並未改變。梅里爾這位曾經的Google人，則將Google演算法引入了徵信領域，走在了技術的前沿。「ZestFinance完全可以取代銀行現在用的演算法。」梅里爾自信道。
對於外界的質疑，FICO表示很冤枉。陳建表示，外界對FICO其實缺乏了解。FICO並非只有一種演算法，而是有幾百種演算法。在美國僅注冊的演算法專利就多達近200個。在不同的數據場景下，使用的數據變數和數量都不同。
陳建認為，數據變數並非越多越好。
「FICO信用評分的候選變數其實有1000多個，只是具體到每個評分中，只使用其中的幾十個變數。」陳建表示，認為變數越多模型越好是幼稚的說法。從統計學角度，模型計算一方面要抓住本質規律，一方面要避免過度擬合。
「變數太多會造成過度擬合的問題。就好比做一雙鞋子，與你的腳100%擬合，但別人都不能穿。FICO不是給一個人做一雙鞋，而是要給全社會使用。如果一些變數不是適用於每個人，就不適合放在模型中。」陳建說。
根據惠譽評級公司的研究結果，FICO分數的影響力正在下降。現在美國各個銀行都有自己的模型，他們會用自己的模型去跑徵信原始數據，FICO評分只是其中一個參考變數。例如美聯銀行（Wachovia）對FICO評分的參考比重已經下降為零。
對此，陳建認為只是個別現象。「就我了解，目前美國銀行業99%的資產組合還是基於FICO上，拿出1%來試驗新的東西是可取的，但這並非主流。」
陳建表示，技術服務於產業，信用評分不是象牙塔里的空想，而是根基深入產業的積累。目前美國99%的銀行都使用FICO的評分系統，深厚的積累是其他公司難以比擬的。
陳建毫不掩飾他對FICO的自信：「FICO已經成為發達市場金融管理的肢體部分，不會有人想要卸掉自己原本的胳膊，換上一對高科技的塑料胳膊。」
為無賬戶人群服務
「金融包容」正在成為一個新興詞彙，它的含義是指讓沒有銀行賬戶或信用記錄不好的人群公平地享受金融服務。
萬事達公司CEO Ajay Banga近日在一份關於金融包容的倡議書中表示，目前全球有25億成年人沒有享受過金融服務，其中大部分是婦女和年輕人，以及一些居住在鄉村的人。在美國，目前有4400萬人沒有銀行賬戶。「因此，金融包容需要在所有國家倡議，絕非僅僅發展中國家。」
梅里爾表示，ZestFinance正是要為這些沒有銀行賬戶以及信用記錄不好的人解決貸款問題。
「我最初的靈感來自我的小姨子。」梅里爾向財新記者追憶道，當時他的小姨子要貸款換一副汽車輪胎，然而銀行因她沒有足夠信用記錄而拒絕。「後來是我給她借了錢。如果我不借錢給她，她就只能去申請『發薪日貸款』了。」
梅里爾提到的「發薪日貸款」是指在發薪日之前兩周申請的小額個人貸款，借款人只需提供收入證明或政府救濟證明，承諾在自己發薪水後即償還貸款。如果到期無法還清貸款本金和利息，可以提出延期。然而，這種貸款的費率極高，每100美元收取15美元利息，年化利息高達400%。相比之下，信用卡的年化費率則只有12%-30%。
近年來，特別是在金融危機後，華爾街和美國監管層不斷將目光投向「發薪日貸款」，認為這是高風險貸款，但屢禁不止。2014年6月5日，一批借款人向美國監管機構提起上訴，指出監管層將這些借款人列為「有聲譽風險」的群體是不公平的。按照訴訟內容，美國超過80家主流銀行都被監管層勒令中止和這些借款人的關系。
這些特殊借款人也引起了主流人群的同情。美國群眾自發組織了團體，推進針對無賬戶人群的金融包容。
「ZestFinance的使命就是給這些無銀行賬戶或信用記錄不好的借款人創造透明公正的信用評分。」梅里爾表示，通過成千上萬的數據變數，每個人都可以擁有一份公正的信用評價。
此外，ZestFinance還有另一個重要組成部分，即ZestCash貸款平台。
ZestCash類似一家小貸公司，它的主要業務是給那些沒有銀行賬戶或者信用記錄不好的人提供小額貸款。ZestCash的借款中有90%是為了采購生活必需品，比如修車和醫療保險。
梅里爾表示，ZestFinance幫助信用記錄不好的人貸款主要通過兩種方式：一種是直接從ZestCash對其發放貸款；一種是讓使用ZestFinance評分系統的金融機構，通過ZestFinance的評分結果對其發放貸款。「迄今為止，我們已經幫助超過10萬名沒有銀行賬戶或信用記錄不好的美國人獲得了貸款。」
值得一提的是，ZestFinance並沒有因為目標客戶是「風險人群」而導致高壞賬率。梅里爾表示，目前藉助ZestFinance獲得的貸款比銀行的「發薪日貸款」違約率低50%。「也就是說，在ZestFinance演算法的幫助下，『發薪日貸款』可以節約一半的成本。」
競爭與風險
金融危機後，銀行信貸更加謹慎，而矽谷的IT男們則不斷嘗到金融這塊蛋糕的甜頭，包括Prosper和Lending Club在內的P2P借貸平台應運而生，類似ZestCash的小額信貸公司也風生水起，包括Zebit、Avantcredit、Kreditech、DemystData在內的公司都看準了銀行信貸這塊短板。這類公司的共同特點是利用大數據做信用分析，並且大多擁有自己的網路信貸平台。
Zebit創建的Lending Stream網路借貸平台，可以在4分鍾內獲得50-1500美元的半年期個人信用貸款。
Avantcredit打出的標語是「從這里申請貸款不會影響你的FICO信用分數」。該公司也是自建信用體系，針對不同人的評分，給出的利率也是不同的。
Kreditech位於德國漢堡，兩位自信的IT男利用大數據分析手段評估借款人還錢的概率，他們不要求客戶提供信用證明，15分鍾內就能提供500歐元以內的小額貸款。和ZestCash類似，Kreditech希望用戶提供盡可能多的信息，連用戶的借貸申請是使用iPad發送還是用老式電腦發送、輸入時出錯的概率、使用取消鍵的頻率等都考慮在內。
上述公司都獲得了風投的青睞，例如Kreditech2013年9月獲得了900萬美元A輪投資，Avantcredit2013年8月獲得2000萬美元B輪投資。
陳建認為，此類創新型公司和傳統的FICO與銀行信貸並不沖突，可以成為傳統市場的補充。
當然，這類公司也並非可以為所欲為，也要受到美國監管的制約。其中，1975年通過的《平等信用機會法》（Equal Credit Opportunity Act）中規定，貸款必須發放給所有資信可靠的申請人，不論種族、宗教信仰、性別、婚姻狀況、年齡和其他個人特徵。然而，隨著互聯網大數據的井噴，這些信息都隨著網路社交信息一起被納入了ZestFinance等公司的變數測算中。此外，由於所有的徵信數據都必須經本人允許採集，因此這種海量採集數據的方式還會面臨侵犯消費者隱私的風險。

『柒』 現金貸為什麼曾經一度那麼火

現金貸是小額現金貸業務的簡稱。在過去幾年在市場上特別火熱，而且熱度一直往上飆升，可以說很多人都使用過該業務，不管是學生、上班族（白領、藍領、工人等）自由職業者等眾多人群都是該產品的用戶。

也正是以上這些特點，或者「優勢」讓很多現金貸目標客戶更加青睞於該業務。而現金貸的主要用戶大多數是收入和學歷較低的人群，這一類人群普遍有小額資金需求。另外這類人群大多數人不能通過銀行借貸審核，甚至沒有個人信用記錄。由於現金貸門檻低，所以更加容易形成依賴，甚至是上癮！

而現金貸之所曾經那麼火熱是因為滿足了很多消費者的剛需。這個市場對於門檻低、放貸快的網貸需求一直是很強的，但是它的原罪也更加明顯，有點類似於「趁火打劫」的嫌疑。雖然現金貸在一定程度上似乎滿足了用戶小額資金的需求，但是在很多地方存在詬病，也同時造成網貸平台的魚龍混雜，而且後來也被曝出很多悲慘的事件，所以，銀監會對現金貸的整頓是一個勢在必行的行為。

『捌』 窮一半人富一半人是誰說的

美國企業發展公司近日發布了一份"流動資產貧困"家庭審查報告，稱美國43%的家庭，約1.3億人屬於"流動資產窮人"，換句話說就是沒有存款的"月光族"。
窮人的概念是什麼？如果說以生活在該國"貧困線"之下為標准，美國有15%大約4600萬人屬於這個范疇；但如果將范圍擴大到工資只夠日常消費，一分錢也攢不下，那人數就大得多了。事實上，幾乎一半美國人是"窮人"。
"家庭如果沒有積蓄就無法在經濟上打造更安全的未來。"接受美國《哈芬頓郵報》采訪時，企業發展公司國家和地方政策部主任詹妮弗·布魯克斯說。
該公司在剛剛發布了一份"流動資產貧困"家庭審查報告，稱美國43%的家庭，約1.3億人屬於"流動資產窮人"，換句話說就是沒有存款的"月光 族"。他們距離貧困只有一場危機之遙，一旦遭遇裁員或者患上急病，他們完全沒有儲蓄或其他資產可幫自己渡過難關，3個月內生活水平就將跌至"貧困線"以 下。
調查強調，許多美國人目前都在為生計發愁，經濟復甦只是徒有虛名。雖然大衰退兩年多前就正式結束了，但失業率居高不下，多數工人的工資都沒有上漲的動靜。對更多人而言，不用擔心下崗、經濟無憂的生活仍然遙不可及。
同時，企業發展公司警告說，很多"流動資產貧困"家庭因為收入尚穩定，以及長期透支消費的習慣，而沒有覺察到自己的處境是多麼危險。"他們未必 認識到中斷收入或中斷健康福利與他們的生活如何息息相關，他們距離欠債只有一張薪水支票之遙。"非營利組織"俄亥俄政策問題"的大衛·羅斯坦說。
在美國，有一類名為"發薪日貸款"的金融機構，專門發放短期小額貸款，以幫助借款人支付意外支出，借款人必須在下個發薪日之前償付本息。企業發展公司表示，這樣的金融機構對於美國家庭來說，往往意味著誘惑和收支失衡，它會將人們引入難以逃避的漫長的債務周期。
"人們總是輕描淡寫地說，這就好比汽車出了一次機械故障。也許他們不了解，一旦形成不良消費習慣，每隔一周，他們都要回到發薪日貸款機構借錢。"企業發展公司官員說。
其他最新研究也顯示，許多美國人對金融突發事件准備不足，一旦股市下跌，房子貶值，工資下降或是未按預期上漲，很多家庭就會陷入現金鏈斷裂的困境。企業發展公司提醒，人們最好算計著過日子，做好預算和控制支出尤為重要。

『玖』 P2P、消費金融如何對「白戶」授信

截至今年9月，央行徵信系統已經收錄8.7億自然人，其中有信貸記錄的為3.7億人，其餘5億人沒有信貸記錄。相當大一部分人群和企業在央行是沒有徵信記錄的或者沒有信用記錄，業內把沒有信用記錄的人群稱之為「白戶」，國內仍有10億人游離於央行徵信體系之外，是真正的信用「白板」用戶。徵信作為金融業的基礎設施，10億信用白板人群的存在，不僅意味著徵信體系的巨大缺口，也意味著這部分人群的信貸需求極大程度上被抑制，中小企業及個人陷入融資難，融資貴的尷尬境地。

未來，在線授信、在線放款將是互聯網金融業務的一個趨勢。隨著國內經濟往新常態的轉換，傳統線下的經營貸、小企業貸等越來越不好做，很多公司都在往白領貸、消費貸等更小額分散的產品上下沉。同時還出現了很多做學生分期、消費金融以及發薪日貸款類的產品，在線放款成為整個行業的大趨勢。

隨著商業徵信市場的發展、移動互聯網技術、智能設備的普及、大數據徵信技術的提高，基於社交網路信息、網購信息等集合而成的徵信信息正越來越多地應用到徵信進程中，依靠大數據多維度交叉驗證便成為小微信貸機構降低業務風險的有效方式。

阿里、騰訊一類的互聯網企業本身就可以產生數據，而且與傳統徵信體系主要收集財務數據不同、互聯網企業可以搜集電子商務、社交等信息，數據來源廣泛，可以從更多角度對徵信對象進行分析。國內領先的風控服務機構神州融，通過第三方徵信機構、電商平台、反欺詐機構等廣泛的數據源對接，將電商數據、行為數據、學歷、工商等各類信息整合，並通過數據處理及分析，以及各類決策規則，為金融機構提供一站式風控服務。