问：FICO评分系统有什么优缺点？在国内的发展怎么样？
- 答：本人北美信用卡领域供职，中间涉及FICO.与其他credit bureau的功能类似，美国consumer fair lending 法案要求有机构专门计算一个信用分数 从而用于从小到信用卡，大到房屋按揭的借贷。既保证公平性，同时兼备风险的考量。算法本身还是公平的，具体的考量标准在楼上已经介绍，这里不再赘述。个人感觉缺蚂中点如下：实时性不足 比如你要买新房 需要很早准备提高信用分数 从而便于拿到更低的利率。当键备然有人说减少投机性，这个可以另开话题讨论。各考量标准权重固定不变。由于每闷亮山人消费习惯 周期长短不同 很难保证反应最真实的情况。缺乏对未来信用风险的预测 目前的分数只能反应过去跟当下 无法显示个人的信用潜力 很显然这个每人是不同的。而这个一部分 我们已经着手来做 从而增加我acquisition的数量跟稳定性。
- 答：中国数档整体的征信体系与美国没法比，这就是最大的一前隐个问题，还有就是FICO用的都是直接变量居多，但基于中国现有的征信体系直接变量可能获取起立比较困难，如果按FICO的指标，次优客户就被彻底忽略了，而有时候我们赚钱是在风险和收益中求最大值，用FICO拦下风险客户的同时也拦下了可能给你提供最大化收益的机会。我觉得对于间接变量的考虑是慧毕厅需要提高日程上来优化的，但这要基于间接变量的大数据收集分析系统，机器学习辅助系统等。编算法容易，有合格有效的数据不容易，用坏账来调整数据更需要有一定的风险承受能力。
- 答：长期以来金融机构用FICO作为一个重要的变量指标来衡量个人信用风险，因此在国外的银行信用卡风控模型中会较多地用到FICO评分。因此FICO评分的模型建立基础和应用对象主要针对银行信用卡人群，早期的美国银行信用卡针对人群和目前国内状况一样，主要逗汪凯针对比较高大上的人群，但是对于次级人群，FICO评分指标起不到特别好的甄别作用。因此在美国专门从事次级人群信用借款业务的类似CapitalOne在制定风控模型的时候，除了FICO评分，还需要加入其他很多变量来评估次级借款人群的风险。FICO在国外也不是作为一个征信评分公司的业务模式存在，只是在类似益佰利（Experian）出具的个人征信报告中，会包含一个FICO评分指标。具体到FICO在国内的发展，也只是作为数据分析服务提供商的业务模式而存在。由于国际三大征信公司目山唤前都未在中国大陆获得个人征信业务的资格，因此其实在国内是没有提供FICO评分的征信公司的。目前国内某些P2P网站上提供的FICO评分，和国外业内普遍认知的三大征信公司提供的FICO评分，从概念和实质上讲都是完全不一样的。FICO在国内能做的，是提供评分卡模型方法论的数据分析服务，而不能提供一个FICO评分（属于征信业务）。由于FICO在国内不能做个人征信评分业务，因此在数据分析领域，主要专注于为企业客户提供精准营销等业务数据分析服务方面，FICO的陵誉创始人是学统计学的，因此主要是用统计学方法论对历史数据进行分析建模，用模型预测未来，因此在数据分析预测领域可以做很多相关业务。当然，因为是老外在主要运营，对于中国国情和理解还是需要进一步落地的。
问：fico是什么意思
- 答：FICO信用分是由美国个人消费信用评估公司裂袭则开发出的一种个人信用评级法，已经得到社会广泛接受。
FICO的财务分两块，一块是FI部分，一块是CO部分。FI是对外的财务会计，CO是对内的成本会计。简单的说就是一个对外禅腊出报表，一个是用于内部的管理分析。
关于FICO信用分
FICO信用分是最常用的一种普通信用分。由于美国三大信用局都使用FICO信用分，每一份信用报告上都附有FICO信用分，以致FICO信用分成为信用分的代名词。20世纪50年肆棚代一位工程师Bill
Fair和一位数学家Earl Isaac发明了一个信用分的统计模型，80年代开始在美国流行。
如今它是美国FairIsaac &
Company的专有产品，FICO信用分由此得名。FICO信用分模型利用高达100万的大样本的数据，
首先确定刻画消费者的信用、品德，以及支付能力的指标，再把各个指标分成若干个档次以及各个档次的得分，然后计算每个指标的加权，最后得到消费者的总得分。FICO信用分的打分范围是「325~900」。
虽然在审查各种信用贷款申请时，每个金融机构都有各自的方法和分数线，FICO信用分可以帮助他们决策。然而信用分虽然可以作为发放贷款的决策工具，但不应当成为决策的惟一依据，更不能代替人的决策。
问：seele币创始人
- 答：seele币发行于2018年5月30日，郑茂林先生是SEELE币的创始人兼CEO。郑茂林先生是北京大学计算机系硏究生、中国科学院应用数学硏究所硕士，荣获美国罗格斯新泽西州立大学博士学位，参与加拿大 自然科学与工程研究委员会的NSERC博土后研究基金，在蒙特利尔商学院（HEC）进行博士后研究。
郑茂林先生在美国FICO（费埃哲）公司任职多年，负责决策优化、信用评分模型技术的硏究和开发。由郑茂林发眀的大规模决策优化算法获美国专利，每年为FICO公司带来数干万美元的收入。郑茂林硏究工作领域涉及决策分析、信用评分模型技术、大规模数学规划、数据挖掘、算法和软件等，已发表硏模升究论文40余篇。
2009年9月回国加盟北京国政通科技有限公司，任首席科学家和CTO。加盟后迅速组建了研发团队，研究开发了具有自主知识产权的、可以与国际著名的FICO信用评分模型技术相媲美的信用评分模型技术，填补了国内信用评分模型技术领域的空白。2011年3月，入选北京“海睁码碰聚工程”，被聘为北京市特聘专家。2013年被聘为宜信的首席征信科学家。2018年初创建seele（元一）并任CEO，带领团队进行区块链的研究开发，主网至今运行正常。
郑茂林认为“价值互联网”核心特征是实现价值的互联互通，能有效承载农业经济和工业经济之后的知识经济。而数字经济的重要驱动力，也将从数字化、 化逐渐行至价值化。信息互联网时代实现了信息互联互通悉谈状态，在价值互联网时代，人们将能够在互联网上像传递信息一样方便快捷、安全可靠、低成本地传递价值。
