最近有用户反应，自从央行征信更新之后，想要获批贷款似乎变得更难了。此前从未有过逾期记录，如今申请贷款也会被秒拒，实在是有些困惑。

    其实，并不是贷款变得更难，而是贷款的风控水平变得愈发严格。

    01

    新版征信数据维度全面提升

    2020年，随着新版央行征信的推出，个人的信用信息已经越来越完善。“二代征信系统”在提供的信用报告中，对用户的基本信息和信贷信息内容进行丰富，改进了信息展示形式，提升了信息更新效率，用户的信贷信息将得到更全面的展示。

    以往的征信内容基本只覆盖传统借贷维度的数据，比如信用卡、贷款等的额度和还款及逾期情况；而新版的征信还包含了个人的学历、婚姻、资产等各种维度的数据。

    为什么数据维度越来越多呢？

    因为传统的征信内容已经不能满足越来越庞大的金融需求，以往能在银行或一些非银渠道借到钱的人基本都是“信用优质”客户，或是有好工作、或是有好资产。而现在随着群体的不断下沉，越来越多的“信用次级”用户的金融需求开始爆发。如果对这部分群体仍以传统征信来度量个人的信用状况，显然不尽合理，新的贷款审批必须要依托新的维度。

    02

    大数据风控愈发严格

    不知大家有没有发现，在银行或部分非银金融机构贷款时，明明自己的征信很好，没有逾期并且按时还款，可最后申贷的时候还是被拒了！而结果只有一句话——“信用评分不足”。>>点击查看“信用评分不足怎么办”

    许多人就纳闷了，这是怎么回事呢？其实这是一套信用机制发挥了作用-----大数据风控。

    什么叫做大数据风控呢？为了弥补传统征信的不足，许多金融机构已经开始拓宽数据来源，利用更多维度的一些弱数据来补充个人的信用画像，比如：手机运营商信息、工作职位信息、社保公积金缴存信息、信用卡账单信息等。

    与此同时，随着网贷机构逐步接入征信，越来越多的个人信用信息可以被及时查询到，而这些信息为贷款审核增加了新的维度。例如：社交风险系数、消费能力指数、共债档案、是否命中借贷黑名单、交通违章记录、常驻地址是否稳定、是否涉及公安不良等等。

    利用这些数据可以预测个人的过去及未来的信用状况、还款能力以及还款意愿，是否涉及欺诈等，是对传统征信未能覆盖的范围较为有效的补充。为什么会利用这些数据呢？下面详细说明一下！

    03

    个人信息多元化，全覆盖

    社交风险系数：从个人的运营商记录推测社交风险，比如经常联系人中涉及黑名单的人数、联系频率和占比、是否经常和金融类公司联系等数据，都可以作为判断一个人目前信用状况的依据。

    消费能力指数：主要是通过电商的消费数据判断一个人的消费能力，以及是否涉及超前消费、过度消费、透支消费！如果银行判断你有可能过度消费，那基本也就不太可能会贷款给你了。

    共债档案：共债信息，通俗的解释就是“多头借贷”，主要是评判借款人是否涉及在多个平台或多个渠道进行过借款，是否涉及借新还旧等行为。

    借贷黑名单：查看借款人是否命中银行或非银金融机构的黑名单，一般来说只要命中了黑名单，正规渠道就基本与你无缘了！

    交通违章记录：查看借款人的交通违章记录，评判借款人的性格及还款意愿。

    常驻地址：常驻地址稳定与否，主要是判断借款人的居住地是否稳定，有没有经常换居住地或换工作的行为发生。一般来说，在一个常驻地址居住越久，那么就可以在一定程度上证明这个人的稳定度越高，获批贷款的成功率也会提升。

    公安不良：查看借款人是否涉及违法犯罪记录，一般只要涉及到违法记录，想要贷款就基本不可能了。

    以上是一些大数据信用当中比较典型的数据例子，相信未来，也还有很多维度的数据会加入到金融机构的信用模型当中。

    也许是你的社交关系风险系数较高、也许银行认为你可能过度消费了、或者申请借款的机构过多、或者手机号码命中了黑名单。这些情况都有可能成为金融机构拒绝给你贷款的理由！