老牌央行征信报告——经济身份证
央行出具的个人征信报告是目前最权威的信用报告。它就好像个人的“经济身份证”，可以帮助交易伙伴、信贷机构等了解你过去的信用状况，以此来判断是否达成经济金融交易，或是否给予你一定的信贷额度。
由于征信报告记录的都是与个人经济生活有关的内容，比如使用信用卡的状况、贷款偿还情况、各类费用缴纳记录等，因此是评判个人还款能力、还款意愿的比较客观、科学的依据。不过，如果你从未申请过信用卡，也并未办理过任何贷款，那么这份报告所能反映的个人信用状况就比较有限了。对很多年轻人来说就是这样。又或者你无意间不小心有一两次信用卡逾期、贷款逾期，那这可能会在较长一段时间里成为你的信用污点，给自己经济生活带来不便。
考虑到这些因素，今年1月5日，央行印发了《关于做好个人征信业务准备工作的通知》，要求8家机构做好个人征信业务的准备工作，准备时间为6个月。这一动作预示着，未来个人信用会更加多维度、多层次，机构及交易伙伴有机会从生活的方方面面来掌握个人信用情况。
如今时至9月，虽然征信牌照尚未发放。但不少机构早已布局信用评分系统，其中部分的信用分已经能为生活带来便利。
芝麻信用分——维度广，用处多
高于600分可以免押租用永安城市自行车，通过阿里.去啊在6000多间酒店免押金入住，650分以上可以在神州租车、一嗨租车信用租车，高于700分无须提供其他资料能申请新加坡签证，高于750分可以走首都机场国内快速安检通道。这些都是芝麻信用分所带来的便利。它正让我们平日点滴累计的信用为我们自己所用。
芝麻信用分的产生依托了海量数据的云计算，在用户授权的基础上，通过逻辑回归、梯度提升决策树、随机森林等模型算法，对数据进行综合评估。而这些海量的数据其实一直“隐身”在我们周围，它是你电商消费的交易数据、是你的网络金融数据、也是公安网、教育部、工商、最高法院等公共机构数据，当然，还有与芝麻信用合作的各类合作伙伴数据以及用户个人自行提交的数据，如学历学籍、车辆信息、公司邮箱等，覆盖了购物、支付、投资、生活、公益等数百种场景。平日里，这些数据并不会对你的生活产生影响，而集合这些数据，提炼成个人信用状况的综合分值，就让一切变得有意义了。
芝麻信用分从个人信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度客观呈现个人信用状况的综合分值。分值范围从350至950，分数越高，代表你的信用记录越好，相应的违约率就越低。由此可以给到用户相应的信用权益，包括租车、酒店预定、签证办理等等。
芝麻信用有关负责人表示，个人信用分取决于两个方面。一是本人真实的信用状况，“如果已经被列入最高人民法院的失信被执行人（老赖）名单，信用分自然就低。”第二是芝麻信用对个人的了解情况。“信息了解越全面、越深入，信用刻画就越是接近真实。所以我们会鼓励用户多上传信息，同时也有意识地维护信息。”
对于维护信用分，芝麻信用方面给出了一些有意思的建议：信用卡要及时还，万一忘了，一定要第一时间足额还上；欠了钱就不要充大爷，坚决不能上法院的老赖名单；多做一些社会公益；别动不动就换手机号码；别频繁搬家；水电煤气费及时缴纳，催缴单上门及时补上；另外多用信用卡、花呗等信用账户；多交一些有信用的好朋友。由于信用的积累是个长期过程，因此这些行为可能不会令你的信用分突然暴涨，但坚持从小事上维护个人信用，对提升芝麻分一定是有帮助的。
腾讯征信——社交基础上的信用
以社交平台为基础的腾讯体系也做起了征信。据了解，腾讯信用从四大指数综合评估得出，包括消费、财富、安全、守约。
所谓消费是你在微信、手机QQ上进行的消费行为及偏好；财富指在腾讯产品内资产构成、理财记录等；安全是指你的财付通账户是否有实名认证和数字证书；而守约则是消费贷款、信用卡、房贷是否按时偿还。简单来说，就是要多用腾讯系统的各种社交、消费、投资功能，并保持有良好的信用记录，令自己能获得一个相对不错的征信等级。
据了解，腾讯征信共有七星等级，星级越高，代表信用越好。个人用户可通过公众号随时随地查阅自己的信用报告记录和评分，同时可通过指引操作（如完成实名认证、积极使用推荐的信用产品）进一步提高和完善自身信用情况，形成良性循环；机构也可以通过其他平台在用户授权情况下查询用户评分和报告。
不过在实用性上，腾讯的征信分似乎还不能有效发挥作用。腾讯征信有关负责人表示，由于当前征信牌照尚未发放，很多合作项目，尤其是“信用使用”部分还是处于“待命”状态，未来落实征信牌照后，会有相关的金融特权、生活特权上线。
京东金融征信——自系统下帮助信用小白
尽管京东金融并未出现在首批征信机构名单中，但最近几年，在大数据征信上的投入显而易见。
在最近的中国征信领军者论坛上，京东消费金融事业部总经理许凌分享了京东金融为征信业务布局的大数据生态体系，包括司南——风险控制模型体系、火药——量化运营模型体系、活字——用户洞察模型体系、造纸——大数据征信体系。
具体来看，风险控制模型体系囊括了申请评分模型、欺诈评分模型、套现识别模型、交易监测模型、催收评分模型等十几个模型，每个模型都将持续进行优化和迭代，帮助识别和管理金融业务的风险；量化运营模型体系从价格敏感度模型、用户活跃度模型、消费购买力模型到信贷需求潜力模型等，构成了运营推广、收益定价等核心竞争力；用户洞察模型体系可以实现识别、发掘、认识用户，从个人资产评估、身份特征画像、履约历史的评估、用户行为偏好甚至用户关系网络的构建，支撑起对用户的画像和社交关系构建，帮助提升精准识别、社群管理等用户运营效率。
作为最底层的大数据征信模型体系，则打造出信用评分产品“白热度”。目前已经对一亿用户评分。许凌介绍，未来白热度将从身份特征刻画像、个人用户评估、履约历史评价、关系网络评估、网络行为偏好及信用风险预测六个维度刻画用户，增强风险管理模式的有效性和可控性。
从目前京东大数据征信模型的实际作用看，“白条”是最具代表性的产物，它给了很多“信用小白”一个建立个人信用记录的机会。从风控结果看，不良率能保持在1%以下水平。而随着京东大数据征信系统的完善，有信心在客群放大时依然保持较低的不良率
