欢迎您光临中国的行业报告门户弘博报告!
分享到:
2015年中国征信大数据行业研究预测报告
2016-01-14
  • [报告ID] 62840
  • [关键词] 征信大数据行业研究预测报告
  • [报告名称] 2015年中国征信大数据行业研究预测报告
  • [交付方式] EMS特快专递 EMAIL
  • [完成日期] 2016/1/14
  • [报告页数] 页
  • [报告字数] 字
  • [图 表 数] 个
  • [报告价格] 印刷版 电子版 印刷+电子
  • [传真订购]
加入收藏 文字:[    ]
报告简介

报告目录
2015年中国征信大数据行业研究预测报告

正文目录
1、征信行业投资逻辑概述    5
2、我国征信业市场化进度加速    6
2.1 征信--现代金融体系的“基础设施”    6
2.2、公私并行,我国征信业市场化进度加速    7
2.3、首批个人征信牌照发放在即,8家机构抢滩登陆    10
2.3.1、背靠互联网巨头    11
(1)芝麻信用管理有限公司    11
(2)腾讯征信有限公司    11
2.3.2、强大股东背景 + 丰富数据源    12
(1)拉卡拉信用管理有限公司    12
(2)北京华道征信有限公司    12
(3)深圳前海征信中心股份有限公司    13
2.3.3、拥有业内经验的老牌征信公司    13
(1)鹏元征信有限公司    13
(2)中诚信征信有限公司    14
(3)中智诚征信有限公司    14
3、全球征信发展状况    15
3.1、全球范围内逐渐形成四大征信模式    15
3.1.1、公共征信模式—法国    16
3.1.2、行业协会模式—日本    16
3.1.3、混合经营模式—德国    17
3.1.4、市场主导模式—美国    18
3.2 、美国市场化模式对我国民营征信发展颇具指导意义    18
3.3、对比海外,我国征信业的成长性要素凸显    23
3.3.1、法律监管方面,立法有待完善    23
3.3.2、数据采集方面,亟待统一标准    24
3.3.3、覆盖范围方面,可扩展空间巨大    24
3.3.4、产品种类方面,丰富程度有待提高    24
4、当征信遇上大数据时代,行业步入黄金发展期    25
4.1 多重视角观我国征信业,黄金时代来临    25
4.1.1、需求视角:需求端形态趋于多元化,市场边界不断扩张    25
(1)企业及个人贷款保持较快增长    25
(2)互联网金融众多业态迅速扩张,倒逼“基础设施”跟上发展步伐    27
(3)共享经济浪潮来袭,信用价值进一步提升    28
4.1.2、技术视角:大数据为征信业发展提供技术“新利器”    29
(1)大数据技术迅速崛起,国家大数据顶层设计雏形已现    29
(2)以大数据为代表的新兴技术为征信产业链注入新活力    30
(3)大数据征信典范—ZestFinance专攻市场盲区以实现互补    31
(4)与传统征信模式相比,大数据征信拥有全新特征    33
1、数据来源    33
2、评价思路    33
3、分析方法    33
4、服务人群    34
5、应用场景    34
4.1.3、政策视角    34
4.2、公私混业+寡头垄断成为未来我国征信行业发展格局    36
(1)企业征信    36
(2)个人征信    37
(3)规模经济+高壁垒,征信行业呈现寡头垄断格局    38
4.3、大数据时代下的个人信息保护成为行业健康发展“双刃剑”    39
(1)个人征信牌照延迟发放,个人信息保护或是原因之一    39
(2)我国隐私保护立法滞后,信息安全现状不佳    39
(3)企业信用信息采集和使用相对规范    39
(4)个人信用信息采集和使用改进提升空间较大    40
(5)互联网大数据征信引发个人信息保护诸多争议    40
(6)法律监管尺度成为影响征信行业发展的“双刃剑”    40
4.4、征信行业市场空间预测    41
4.4.1、企业征信市场规模约为100亿    41
4.4.2、个人征信市场规模约为675亿    42
5、主要公司分析    44
5.1、银之杰    44
5.2、航天信息    46
5.3、广联达    48
5.4、飞利信    49


图表目录
图表 1:征信行业产业链    6
图表 2:我国征信行业发展历程    7
图表 3:目前我国征信体系    7
图表 4:2008-2014年央行个人征信系统收录自然人数量及信贷人数    8
图表 5:2014年央行个人征信数据库收录信息构成    8
图表 6:央行企业与个人数据库收录信息    8
图表 7:民营征信牌照发放情况    9
图表 8:芝麻信用的数据来源    10
图表 9:首批入围个人征信牌照的8家机构    13
图表 10:国际上4种主要征信模式对比    15
图表 11:日本征信业模式    16
图表 12:德国征信业模式    17
图表 13:美国征信行业发展历程    17
图表 14:美国征信业形成寡头垄断的市场格局    19
图表 15:美国征信行业产业链    20
图表 16:FICO评分系统的评分项    20
图表 17:美国征信行业主要企业财务指标    21
图表 18:Experian提供多元化的信用产品    21
图表 19:Experian2014财年收入结构—产品    22
图表 20:Experian2014财年收入结构—客户行业    22
图表 21:我国征信行业的成长性要素    24
图表 22:2011-2020小微企业贷款余额及增长预期    25
图表 23:2011-2020个人贷款余额(万亿)及增长预期    26
图表 24:2015年1-11月P2P平台月成交量和月环比增速    27
图表 25:2015年1-11月新增问题P2P平台数和累计问题P2P平台数    27
图表 26:国内外共享经济案例    28
图表 27:大数据产业发展与政府数据公开    29
图表 28:大数据技术为征信产业链注入新活力    30
图表 29:FICO评分的人群分布    31
图表 30:美国的差异化金融服务    32
图表 31:ZestFinance的大数据信用评分模型    32
图表 32:传统征信vs大数据征信    34
图表 33:近年征信行业主要相关政策    35
图表 34:民营个人征信机构未来的发展路径    37
图表 35:主要发达国家征信市场呈现寡头格局    38
图表 36:个人信息保护相关法律法规    41
图表 37:2014-2025年个人住房贷款征信业务预测    43
图表 38:2014-2025年信用卡征信业务预测    43
图表 39:P2P贷款征信业务预测    44
图表 40:银之杰互联网金融战略布局    46
图表 41:基于发票征信的企业融资服务平台—融信    47
图表 42:爱信诺征信的贷款产品—生意贷    47
图表 43:广联达征信业务布局    48
图表 44:飞利信大数据战略布局    50
图表 45:飞利信大数据征信布局    50


文字:[    ] [ 打印本页 ] [ 返回顶部 ]
1.客户确定购买意向
2.签订购买合同
3.客户支付款项
4.提交资料
5.款到快递发票