征信数据背景
构建征信体系对扩展消费信贷业务的起到积极作用，征信数据为借贷机构提供借款人的基本信用画像，从而作出可靠的信贷决策。征信数据的相关链路包括，上游的数据生产者（各银行、消金公司等金融机构上报）、中游的征信机构（整合数据输出征信报告）及下游的征信信息使用者（个人或企业查询征信报告）。
信贷机构，即征信信息使用者，在查询到申请人的信用报告中，需要解析得到详细字段，并从中直接或者间接得到征信变量，获取用户不同维度画像。因此需要对征信报告进行解析，并从征信报告中提取信息构建征信特征，从多种维度刻画客户信用风险。
征信报告解读
个人征信报告记录了个人的信用信息，由商业银行采集报送到人民银行系统，对个人在办房贷、办信用卡、民间借贷等需要信用评估的活动中都有重要作用。较简单的查询征信报告方法是登陆中国人民银行征信中心的网站进行注册查询。目前中国人民银行征信中心已经向社会公众和金融机构提供二代格式信用报告查询服务，相对于一代丰富了基本信息和信贷信息内容，基本内容还是与一代信用报告一致，因此主要以一代信用报告为例进行详细解读。
查询到个人信用报告后，可以看到信用报告包括信用报告头、信用报告主体、报告说明，其中信用报告主体又分五块内容，分别是个人基本信息、信息概要、信贷交易信息明细、公共信息明细和查询记录。
信用报告头
信用报告头主要包括报告编号、报告时间、查询信息等，查询时间可以反映用户距离观察时间点之前的查询频次、时长。
信用报告主体
个人基本信息
内容包括身份证、出生日期、学历情况、公司地址、家庭地址等等个人基本信息，这类信息主要是通过之前本人在申请过的贷款、或者信用卡类业务，申请银行主动向央行提交的。学历学位信息说明受教育程度，可从一定程度衡量用户的还款能力，居住与在职时长反映该人的生活、工作稳定程度，同时可以展示房产拥有信息等。
信息概要
这个版块将个人的历史所有的授信、负债信息进行汇总，比如总贷款额度，当前余额还剩余多少金额未还，历史是否有逾期，逾期程度如何，这些进行汇总后一目了然。
- 信用提示：汇总了个人住房贷款、其他贷款、贷记卡、准贷记卡的数量统计，首次发生的时间；
- 逾期及违约信息概要：这里能够直观看到个人历史的违约信息，从逾期总额和逾期月份数描述个人违约程度；
- 授信及负债信息概要：
-
- 未结清贷款汇总：不包含信用卡，主要是信用贷款、抵押贷款、担保贷款的总负债情况，余额汇总了所有贷款的剩余应还金额，即贷款的当前负债情况；
- 未结清贷记卡/准贷记卡：主要指信用卡，总授信额度指的是所有卡片的合计授信额度。其中近6个月平均使用额度是较为重要的衡量个人消费支出能力的指标，也是发卡机构进行额度管理的重要依据。
- 对外担保信息汇总：包括担保笔数、担保金额、担保本金余额；
信贷交易明细
包括贷款、贷记卡、准贷记卡的交易明细信息，另外少数会有保证人代偿、资产处置信息、担保信息；
- 保证人代偿信息
- 贷款
根据贷款状态不同，贷款交易明细展示方式也不同，分为未结清贷款、已转出贷款、已结清贷款、呆账贷款，常见出现的是未结清贷款、已结清贷款。
下图是未结清贷款的明细，首先是描述信息+状态截止日，贷款类型主要分为个人住房贷款、 个人汽车贷款、个人经营性贷款 、个人消费贷款等。贷款的本金余额，反映了每笔贷款的当前负债水平。当前逾期期数，当前应还未还的贷款期数，与下面的其他当前逾期指标一起反映了每笔贷款的当前逾期情况及严重程度。当前逾期金额，当前应还未还的贷款本息之和。另外，最近24个月的还款记录依次展示，'N'表示状态正常，数字1表示逾期1-30天，数字2表示逾期表示逾期31-60天，以此类推。最后是最近5年的还款记录，记录了贷款账户在最近5年内所发生过的逾期行为。
对于已结清贷款，则仅展示合同描述信息（还款期数描述、还款频率描述、到期日期、结清日期），最近5年内如有逾期则展示逾期记录。
- 贷记卡
贷记卡，分为未销户贷记卡、已销户贷记卡、未**贷记卡以及呆账贷记卡，未销户贷记卡内容最为详细，明细内容与贷款类似，如下图。
描述信息中包括贷记卡发卡日期、机构、币种、授信额度、业务号、担保方式、状态截止日；未销户贷记卡最近6个月的平均已使用额度，结合“本月应还款”，供借贷机构估算客户的日常透支消费水平。当前逾期期数，当前连续逾期的次数，与“当前逾期金额”一起反映了每笔贷记卡业务的当前逾期情况及严重程度。最近24个月的还款记录、最近5年的还款记录与贷款类似。
- 担保信息
公共信息明细
公共信息明细包含欠税记录、强制执行记录、民事判决记录、住房公积金缴存记录、养老保险记录、电信缴费记录等，目前主要是住房公积金缴存记录。公积金月缴存额是客户薪资推断的重要依据。
查询记录
查询记录汇总，分别对最近1个月内、最近2年内的部分查询原因的查询次数、查询机构进行汇总，查询原因包括贷后管理 、贷款审批、信用卡审批、担保资格审查、异议核查等。基于查询原因可统计各类别频次、占比等，通常金融机构会在审批客户申请借贷时进行信用报告查询，因此历史查询信息会反映用户的多头借贷行为；
后面会继续更新征信相关的特征工程和模型构建。