“提到創新，人們可能首先想到的是硅谷。然而這一次P2P領域的技術創新，發生在中國。”近日，國內一家龍頭P2P平臺負責人方以涵接受媒體采訪時表示，平臺借用信用大數據審核與風控，突破傳統的個人信用借款流程，無需提交財產收入證明和信用報告，在手機客戶端簡單輸入三項信息，即可10分鐘快速反饋審核結果，當天放款。
不過，但是對于大數據的使用效用也有人提出質疑，玖信貸CEO李明強則對記者表示：“大數據更多是對過去遺留的歷史數據的統計，只能預測未來，但是對于現實的違信行為缺乏制約力。”
平臺稱風險前置 定位信用卡人群
“突破傳統的個人信用借款流程，無需提交財產收入證明和信用報告，在手機客戶端簡單輸入三項信息，即可10分鐘快速反饋審核結果，當天放款。”近日，P2P平臺宜信宜人貸的上述“極速模式”借款宣傳詞，頗受市場關注，并引發業界爭議。
事實上，目前來說，對新用戶在10分鐘完成審核的速度，無論是在P2P領域還是在銀行個人信貸領域，無論是在國內還是國外，都是最快的。這個號稱“史無前例”的速度，上述P2P平臺究竟有何底氣、風控有無盲區？
《投資快報》記者梳理發現，11月25日，宜信宜人貸總經理方以涵向媒體記者給出的解釋是，專注于優質資產一直是平臺對借款用戶的定位，而“極速模式”定位信用卡人群，即定位已經通過銀行信用資質審核的人群。方認為，銀行核發信用卡有著比較 成熟、嚴密和復雜的流程，不僅要求用戶填寫幾十項資料，很多銀行還會要求用戶提交紙質文件證明，從而核實用戶的身份、聯系方式和還款能力，此外一些銀行也會通過客戶經理訪問或是柜臺驗證等方式進行線下驗證。信用卡人群已經通過銀行多維度的審核，平臺圈定這部分人群，已經是將風險進行前置。從獲客源頭上，就進行了優質資產的初步篩選。
不過，對于大數據的使用效用也有人提出質疑，玖信貸CEO李明強則對記者表示：“大數據更多是對過去遺留的歷史數據的統計，只能預測未來，但是對于現實的違信行為缺乏制約力。”
大數據風控創新 審核更快更精準？
據了解，國內目前雖然有超過1500家P2P平臺，但是真正意義上做線上個人信用借款的P2P平臺并不多，多數平臺主要做抵 押類的借款，有很多平臺都是從線下小貸公司或融資項目合作獲取債權，打包成理財服務在線上推廣，并不是真正意義上的“P2P”和“互聯網金融”。
業內人士指出，這其中，有很大一部分原因是由于在國內目前的信用環境下，暫時缺乏專業全面的信用評級機構，個人信用數據相對缺失和封閉，使得P2P平臺在個人信用借款領域的風險控制和管理上面臨著很大的挑戰。
據宜信宜人貸移動互聯網負責人胡楊坤介紹，“極速模式”突破了傳統的信用審核流程，創新地通過互聯網數據調取和分析，簡化申請流程，并且提升審核的效率和精準度。用戶通過宜信宜人貸借款App的極速模式申請借款，僅需授權信用卡賬單接收郵箱、電商網站、手機運營商三項數據，即可在10分鐘內快速獲知審核結果。
胡楊坤表示，通過用戶授權，信審系統還能獲得借款人在淘寶、京東等電商平臺的交易記錄、收貨地址、支付寶實名認證等信息，這些數據能直接反映借款人的消費及支付能力，是側面證明借款人還款能力的有利證據。
而來自銀行業界的凌先生表示，信審系統是關鍵，通過建立準確有效的信審系統，從而進行風控管理，是信審管理的核心，規范的信審系統不僅能夠提高信審工作的準確性，更能幫助資質優秀的用戶以更快的速度獲得服務。
業界不同聲音：
大數據非萬能 違信成本是前提
百度副總裁曾良指出：“大數據的價值主要通過三個關鍵詞來實現：挖掘、預測、關聯。”但對于李明強來說，他更希望通過大數據來提高風控，降低不良貸款發生的概率。在互聯網金融領域，隨著之前紅嶺創投一億紙貸壞賬的爆發，此前被業界所信奉的擔保模式廣受人們的詬病。隨之以大數據為核心的風控模式逐步受到了人們的關注。
但對于大數據在風控上的效果，也有很多人對此抱有懷疑。“大數據確實在行為上對違信行為缺乏制約力”持與李明強持相同看法的網貸之家羅熙如是說道。
行業分析人士指出，引入大數據進行放貸確實屬于創新，但如何能夠在互聯網金融領域發揮其控制風險、降低壞賬概率的作用，這恐怕要從大數據的使用方法上來講。在信貸領域，大數據對于貸款者歷史數據的挖掘，不僅僅是信用評級，在信用評級的的背后，更深入的意義在于計算它的違信成本。對于項目的借款人來說，當自身的違信成本大于借款金額時，從實際利益出發，貸款人肯定不會跑路，發生違約行為。當違信成本小于借款金額時，項目借款人自有的資金能力不能夠覆蓋所借款項，所以跑路就不足為奇。
“所以大數據在互聯網金融領域的應用，核心在于計算違信成本。違信成本，不僅決定著項目貸款的數額，同時也暗含的貸款項目的風險高低。”上述人士如是說。
京公網安備 11010502049343號