区别如下:
1.覆盖人群广泛性不同。
央行征信主要覆盖在持牌金融机构有信用记录的人群。大数据征信通过大数据技术捕获传统征信没有覆盖的人群,利用互联网留痕协助信用的判断,满足P2P网络借贷、第三方支付及互联网保险等互联网金融新业态身份识别、反欺诈、信用评估等多方面征信需求。
2.信息维度多元度不同。
在互联网时代,大数据征信的信息数据来源更广泛,种类更多样。大数据征信数据不再局限于金融机构、政府机构以及电信提供的个人基本信息、账单信息、信贷记录、逾期记录等,还引入互联网行为轨迹记录、社交和客户评价等数据。这些数据在一定程度上可以反映信息主体的行为习惯、消费偏好以及社会关系,有利于全面评估信息主体的信用风险。
3.应用场景丰富度不同。
大数据征信将不再单纯地用于经济金融活动,还可将应用场景从经济金融领域扩大到日常化、生活化的方方面面,如租房租车、预订酒店、签证、婚恋、求职就业、保险办理等各种需要信用履约的生活场景,在市场营销支持、反欺诈、贷后风险监测与预警和账款催收等方面具有良好的应用表现。
4.信用评估程度不同。
大数据征信的信用评估模型不仅关注信用主体历史信息的深度挖掘,更看重信用主体实时、动态、交互的信息,以信用主体行为轨迹的研究为基础,在一定程度上可以精准预测其履约意愿、履约能力和履约稳定性。此外,大数据征信运用大数据技术,在综合传统建模技术的基础上采用机器学习建模技术,从多个评估维度评价信用主体的信用状况。
参考资料:百度百科-中国人民银行征信系统
本回答被网友采纳