近日，中國人民銀行下調了存貸款基準利率和存款準備金率，存錢進入“負時代”。嚴峻形勢下，人們紛紛把目光投向了以高利率、高風險著稱的互聯網金融。互聯網金融的發展能夠滿足人們的需求嗎?
由中國社會科學院金融研究所、清華大學五道口金融學院等機構共同發布的互聯網金融藍皮書《中國互聯網金融發展報告(2015)》發布。該報告由中國人民銀行前副行長李東榮博士主編，近50位業內專家學者合作撰寫。藍皮書顯示，2015年互聯網金融在中國得到了極大發展，預計未來幾年將成為互聯網金融監管年，P2P(互聯網金融點對點借貸平臺)、眾籌、征信等領域的監管都將慢慢落地，屆時P2P行業也將被納入健康發展的軌道中來，雖然相應的征信體系建設需要較長的時間，但也將逐步確立，并推動P2P行業的發展。
當技術越來越牛，原來描繪的“金融大數據”情境何時能夠實現呢?
風險管理仍是關鍵
P2P即個人通過第三方平臺在收取一定服務費用的前提下向其他個人提供小額借貸的金融模式。從發展階段來看，P2P行業已經經歷了2007—2010年的行業起步期和2011—2013年的快速發展期，從2014年開始整體逐步進入調整緩沖期;從金融的范疇來分析，P2P并不只是單純的互聯網技術創新;P2P平臺也存在著較多的不足。
“P2P網貸本質屬于金融業務，必然蘊藏著相應的風險，適當而及時的監管是這個行業保持有序高速發展的必要條件。”藍皮書對互聯網金融發展中出現的熱點問題進行了深入分析和討論，P2P本質上是普惠金融，是傳統金融的有益補充，其體量難以做大。
P2P缺乏風險管理制度，風險較大，尤其是得不到銀行貸款的小微企業風險較大。國外的P2P發展可依托國外完善的社會信用體系，而我國社會征信體系仍未建立，P2P信貸平臺自行建立的信用模型難以被投資者認可，P2P具有較大風險。
此外，P2P準入門檻過低，而且消費者保護意識薄弱，加大了逆向選擇和道德風險的問題。藍皮書分析，國內P2P信貸平臺沒有義務對投資者進行教育，也沒有統一的信息披露標準，投資者無法了解P2P運行情況，遇到爭議也沒有地方進行投訴。
從統計數據來看，網絡借貸行業壞賬率不低，投資、融資方的資質低于傳統金融的客戶，加之引入互聯網平臺帶來的信息技術漏洞，整個行業的系統性風險不容忽視。
新金融新玩法，不變的仍是信用
互聯網金融的本質仍然是金融，必須按照金融的發展規律運行。P2P行業在經歷了行業起步期和快速發展期之后，從2014年開始整個行業逐步進入調整緩沖期。從金融的范疇來分析，P2P并不只是單純的互聯網技術創新，對于金融發展而言，做出了許多創新和貢獻。
P2P網貸本質屬于金融業務，必然蘊藏著相應的風險，適當而及時的監管是這個行業保持有序高速發展的必要條件。根據藍皮書預測，未來互聯網金融行業將會在細分、垂直領域涌現出新的業內參與者，特別是具有強大實力和背景的傳統金融公司及國企進入P2P行業，包括上市公司在內的大型集團對現有玩家進行的兼并收購會進一步加大行業整合的速度。
預計P2P平臺將會向一站式投資理財平臺的方向發展，相對于銀行體系的間接融資，P2P更接近于直接融資并具有債權的屬性。從整個國民經濟的運行情況和P2P網絡借貸行業收益分析，債權市場存在走低的趨勢，因此，為了實現穩定發展，P2P行業會尋求更多的增長空間和業務覆蓋。
藍皮書預測，未來幾年將成為互聯網金融監管年，P2P、眾籌、征信等領域的監管都將慢慢落地，屆時P2P行業也將被納入健康發展的軌道中來，雖然相應的征信體系建設需要較長的時間，但也將逐步確立，并推動P2P行業的發展;監管模式上可能有選擇的借鑒歐美的成熟經驗，走行業自律和政府監管結合路子。
與此同時，線上純信用貸款、過橋抵押貸款、供應鏈融資和科技融資可能成為未來P2P行業發展的突破口。
通過大數據來反“欺詐”
隨著互聯網擁有海量的大數據信息以及云計算等數據處理技術的不斷進步，可以提供互聯網金融征信產品的機構已不僅僅限于傳統的專業征信中心或征信公司，在強大的市場需求刺激下，一批專門針對P2P網貸、網絡微貸的互聯網金融專業征信機構或“準征信機構”開始出現并迅速發展。
而目前，很多互聯網金融機構提出的所謂的大數據征信都只是發揮著輔助作用。據相關業內人士介紹，P2P對大數據目前為止最成熟的應用就是反欺詐，它可以利用大數據將更有效地區別出好人和壞人。
數據安全，對用戶和平臺的安全至關重要。易通貸CEO康文介紹，現階段大數據、征信，對整個P2P平臺的運行主要是起輔助作用，還起不到主導作用。這是由于現在互聯網金融還在數據積累的階段，平臺的注冊人數，相對于中國的網民數量，基數還太小。這個時候不應該大規模的使用大數據。如果數據樣本過少，其實會出現誤導，沒有說服性。
康文說，我國征信體系尚未健全，P2P行業難免存在風控難題，對用戶和平臺的安全構成一定威脅。大數據反欺詐或成為P2P平臺風控水平新的提升點。大數據反欺詐的實質是通過對大數據的采集和分析，找出欺詐者留下的蛛絲馬跡，從而預防欺詐行為的發生。
由此可以看出，大數據反欺詐的實質是通過對大數據的采集和分析，找出欺詐者留下的蛛絲馬跡，從而預防欺詐行為的發生。其現實意義在于提升壞人的欺詐成本，在欺詐行為發生之前就將其制止，進而凈化誠信體系。
在眾多行業都流行“大數據即資產”口號的今天，對于大多數企業而言，運營領域的應用是大數據最核心的應用。對現在以互聯網為載體的企業來說，大數據與高新技術的結合，將成為這些企業的核心競爭力。
目前，很多互聯網金融機構已經開始嘗試對客戶的移動數據進行分析。比如，P2P企業可以利用移動設備的位置信息，了解過去3個月用戶的行為軌跡。如果某個用戶經常在半夜2點出現在酒吧等危險區域，并且經常有飆車行為，這個客戶定義成高風險客戶的概率就較高。
同樣，互聯網金融公司會根據用戶申請小額貸款所在的位置進行分析，如果在同一地理位置附近，短時間內有多筆貸款申請，相應的風控軟件會對互聯網金融平臺提出預警，顯示不可靠的原因。
現今，移動大數據在預防互聯網惡意欺詐和高風險客戶識別方面，已經有了成熟的應用場景。前海征信、宜信、聚信立、閃銀已經開始利用TalkingData的數據，預防互聯網惡意欺詐和識別高風險客戶，并取得了較好的效果。移動大數據應用場景正在逐步挖掘出來，未來大數據行業與互聯網金融行業將會有更加廣闊的合作。
京公網安備 11010502049343號