百行征信大揭秘，字段中间找关系
回顾百行征信的历史，我们在网上随手可查百行的成立的历史：
随着互联网和信息技术的快速发展，互联网领域的个人金融借贷迅速增加，由于央行征信系统没有覆盖P2P平台等机构，加之各家机构通常把个人信息看成核心私产，不愿共享或共享信息数据失真，导致各平台、各机构之间存在“信息孤岛”，个人多头借贷、过度借贷、骗贷等行为不断，严重扰乱信贷行业的正常发展。
就是在这样市场与背景下，百行征信顺势而生。百行征信也是国内唯一一家持牌市场化个人征信机构，其八大股东背景雄厚。在部分征信大数据公司暴雷之时，之前一度被人所淡忘的百行又一次成为风控同业关注的焦点。
既然是说淡忘，肯定是之前让大家印象深刻，就像以上为大家介绍的如此强大的股东背景，却时常被众多风控同业人频频质疑。百行真的能推动各大互联网征信公司搞起来这套市场化的个人征信吗？不得不说百行，其中所牵涉的利益方众多，单单那几个数据巨头能否实现数据共享必然是个博弈、长期多轮谈判的问题，百行还有很长的路要走。
百行征信能否成为目前人行征信无法全面普及的一块强有力的补充，前提还必须是百行征信能被各家机构认可，大家都能实实在在用起来，百行才能良性、有效地运作起来。
未来百行能不能有效被使用上还有待观察，但对于广大风控朋友们，了解百行征信相关的资料总非坏事，为充实自身也为未来铺垫基础。今天秉承普及金融风控内容的主旨，再次给各位读者分享百行征信相关信息和内容。
首先，为各位梳理下百行征信涉及到哪些内容，梳理相关字段。百行征信涉及的模块，主要包括以下方面：
我们大致可以看到，百行征信目前所涉及到的主题内容不算特别多，也仅仅集中在以上六大块内容。再梳理相关的字段信息，也能了解到百行的相关的数据情况，相关信息如下：
| 数据项 | 名称 |
| date | 家庭地址的报送日期 |
| workInfo | 职业信息 |
| workAddress | 工作单位 |
| workAddress | 单位地址 |
| date | 单位地址的报送日期 |
| nonRevolvingLoan | 单笔贷款信息 |
| summary | 单笔贷款概要信息 |
| loanCount | loanCount 累计贷款笔数 |
| openLoanCount | 未结清贷款笔数 |
| remainingAmount | 未结清总余额 |
| remainingOverdueLoanCount | 当前逾期贷款 |
| remainingMaxOverdueStatus | 当前最严重逾期状态 |
| overdueCount | 累计逾期次数 |
| maxOverdueStatus | 历史最严重逾期状态（过去 3 年） |
| D30/D90/D180/D360 | 近30/90/180/360天单笔贷款概要 |
| applyTenantCount | 申请机构数量 |
| loanCount | 新增贷款笔数 |
| loanAmount | 新增贷款金额 |
| loanTenantCount | 新增贷款机构数 |
| maxLoanAmount | 最大贷款金额 |
| averageLoanAmount | 平均贷款金额 |
| overdueLoanCount | 发生逾期贷款笔数 |
| revolvingLoan | 循环授信信息 |
| summary | 循环授信信息概要 |
| accountCount | 累计循环授信账户数 |
| validAccountCount | 有效循环授信账 |
| creditLimitSum | 当前授信总额 |
| maxCreditLimitPerTenant | 单个机构最高授信额度 |
| remainingAmount | 未结清总余额 |
| remainingOverdueAccountCount | 当前逾期循环授信账户数 |
| remainingOverdueAmount | 当前逾期金额 |
| remainingMaxOverdueStatus | 当前最严重逾期状态 |
| overdueCount | 累计逾期次数 |
| maxOverdueStatus | 历史最严重逾期状态 |
| D30/D90/D180/D360 | 近30/90/180/360天循环授信账户概要 |
| applyTenantCount | 申请机构数量 |
| accountCount | 新增循环授信账户数 |
| creditLimitSum | 新增循环授信额度 |
| lendingAmount | 新增借款金额 |
| overdueAccountCount | 发生逾期账户数 |
| queryHistory | 近 12 个月查询记录 |
| tenantType | 查询机构类型 |
| tenantName | 查询机构名称 |
| userId | 查询用户 ID |
| date | 查询日期 |
| reason | 查询原因 |
可以看到百行征信的内容，相对我们上周介绍的二代征信的内容还是少一些。
二代征信主要是通过关系型数据库进行相应的关联链接的，在我们的文档中提到主要是oracle与mysql关系型数据库，查找相关的信息必须通过不同子表进行关联查找；而百行征信主要都集中在一张总表，其主要拆分成不同的字段。
最后：我们本周在知识星球中为各位同学梳理了二代征信跟百行征信的内容，大家认真阅读下我们这两周发布的内容，应该能知道这份百行资料与二代征信的差别：
结尾处：在梳理百行相关变量的时候，经常会需要处理一种json格式的变量，这在其他数据文档也算非常常见的情况，具体如下：
处理这样json字段的数据也需要涉及一些小技巧，梳理成开发较易阅读的文档。我们可以在知识星球中，一起来讨论这个小技巧。
我们的课程已经上架了配套的****并且关于之前文章里提到的代码和数据，如果有兴趣学习的同学，也可以加一下官微了解下。谢谢！
报名星球请添加小番微信，备注下行业+风控从业模块，谢谢您！
番茄学院管理员：小番
备注请填写行业岗位，谢谢啦！
更多干货资料，请关注公众号：番茄风控大数据