释放政府数据资源价值，大数据助推福州农商行完善个人信用评估

《中国城市信用建设年报(2017~2018)》提出，我国城市信用建设实现了从无到有的重大跨越，但同时也存在一些问题需要解决，主要表现在城市信用体系建设的法律体系尚不健全、基础设施有待完善、服务行业市场发展不足、社会诚信氛围仍需加强等。

福州做出积极尝试，其综合自然人信用信息的具体要求，提出了自然人信用数据规范建设，“时时学信用、处处用信用、人人讲信用”的良好氛围正在形成。

福州农商行与数据资产运营商九次方大数据合作，借助大数据工具完善个人信用评估，在经济效益方面，客观上有助于在买方市场条件下，依靠扩大市场信用交易总额来扩大市场规模、拉动经济增长；同时，在良好的市场信用环境下，市场规模会因信用交易的增长而成倍增长，从而拉动经济、增加就业。

在社会效益方面，此项合作更有助于协助政府建立诚信社会，规范市民行为；完善社会主义市场经济体制、加强和创新社会治理；同时，增强社会成员的诚信意识，构筑诚实守信的经济社会环境，促进社会发展和文明进步。

合作首先解决了公共数据资源和银行数据资源无法有效融合，以及现有评分模型中变量少、评估不准确的痛点。此前，由于缺乏平台对福州数字办公共数据资源与银行、社会数据资源进行标准化，多种数据无法有效地融合，难以建立完善的市民行为评分及互联网评分机制。

这一套大数据个人信用评估体系，通过智网连接、信用评分变量分析、大数据模型验证等大数据技术，综合个人身份特征、信用历史、履约能力、人脉关系和行为偏好等数据，帮助金融机构建立更加精确、完整的市民个人画像，使之有的放矢地提供个性化的便民金融服务。

其间，项目环境和数据准备、分析集市和模型建设、模型调优等解决方案，被使用到福州农商行个人信用评估体系当中。

通过拟定具体项目范畴、数据范围和坏样本定义规则，福州农商行将更加了解和熟悉现有的数据收集、加载、反馈的流程和技术环境；能够建立起项目组需要的软硬件环境，完成相关软件的安装；同时，获得相关数据的成本信息，梳理数据种类，从而可以展开同类数据的调研。

个人信用评估体系可以展开全面的数据探索，进行数据清洗、加工、衍生变量；可以进行变量筛选和模型算法选择、参数调优；在不同数据集上进行测试，比较模型效果。

经过结合业务和落地的可行性，福州农商行可以确定最终的模型算法，进一步调优，确定模型变量列表和对应参数，进而展开最终模型效果的评估和检验，以完成相应的模型报告和代码转换。

个人信用是城市信用的基石，城市信用又是信用中国的组成部分。福州农商行与九次方大数据的此项合作，将推动“信用福州”建设实现新突破。