贷款大数据会有哪些？
大数据中的行为特征方面：比如手机使用和通话频度、使用网络行为、工作地点和居住地之间的距离，可以一定程度上反应客户的整体工作情况，比如工作年限、工作稳定性、工作强度、上下班方式、家庭收入和支出等;比如网上申请贷款时频繁修改申请资料、多次申请、浏览行为，能反应出客户急于申请贷款，或者对贷款用途存有顾虑。
大数据中的信息关联方面：比如个人手机号使用年限、家庭或者单位电话号码、宽带网络信息、通信费用、水电煤气费、社保、公积金、纳税、购物、投资、娱乐、旅游、子女就学等都可以显示出多方面的信息，可以通过交叉分析得出很多有用的信息，比如家庭收入、家庭结构、工作稳定性、受教育程度、投资偏好、潜在收入来源，等等。
大数据中的消费能力方面：比如信用卡额度、网上支付和快捷支付、互联网理财、网上理财投资行为、房屋按揭、房屋物业信息、汽车消费贷款信息、车辆牌照信息、车辆保养信息、物业管理费、车辆保费、房屋租金收入等，都直接或间接地反映了客户的现实或者潜在的消费和还款能力。
大数据中的信用水平方面：比如个人手机号码、家庭及单位电话号码的使用缴费信息、身份证信息、护照信息、驾驶执照信息、购车指标信息等，可以验证客户的资料的真实性，降低风险;比如个人手机号码使用年限、家庭及单位电话号码、宽带和网络使用行为、上网习惯、购物行为、投资行为、娱乐和旅游行为等显示出的信息，可以分析出该客户的兴趣爱好、收入结构，等等。
这些大数据，对于金融机构来说，无疑都是极其丰富的资料，可以交叉分析、互相佐证、深度挖掘，作为贷款业务申请风险评估的依据。随着科技的进步，数据的采集成本越来越低，数据的使用效率越来越高，这使得数据的应用也越来越容易和广泛。
对于个人来说，这些大数据信息的交叉验证，在为个人申请贷款带来方便的同时，也为个人带来更大的约束，越来越广，越来越密。