要實現大數據風控還要從兩方面進行探索：一是借助大數據建立全生命風控體系，形成貸前、貸中、貸后流程管理系統和決策系統；二是加強信用數據相關性研究和量化模型的開發，金融信用可獲得性比日常信用數據難，以金融信用為中心，通過日常信用，構建個人信用評估體系。
P2P跑路已經不算新鮮事，但怎么跑卻花樣迭出。近日，一家名不見經傳的P2P平臺——鑫利源用兩張人去樓空的辦公場所照片高調宣布跑路，讓人哭笑不得。
鑫利源并不是P2P網貸行業中唯一的跑路者，但跑得如此堂而皇之、毫無顧忌，不免讓人深思：風險來臨，投資人的權益如何得到保護？
大數據風控是互聯網金融關鍵
“P2P跑路現象頻發，主要原因就是風控缺失，主要體現在P2P平臺‘重擔保、輕風控’和‘重線上風控、輕線下調查’等方面。”中國人民大學國家發展與戰略研究院副院長、國際貨幣研究所研究員伍聰在接受《中國科學報》記者采訪時說。
伍聰表示，互聯網金融的風險管理不在既定的規則之中，而在互聯網和金融雙重疊加的對象之中，其最基本的風險邊界應是保證投資者的資產安全。“守住了安全底線，平臺才能健康成長。所以，P2P平臺根本的安全底線在于加強自身的風控。”
“互聯網+金融”具有共享性，因而產生的大數據，能夠通過更完善的價格信號，幫助協調不同經濟部門非集中化決策。如此一來，如何利用好大數據進行風險評級和風險控制，將是今后互聯網金融企業必須面對的問題。
近幾年，大數據已經撼動了世界的方方面面，數據成了有價值的公司資產、重要的經濟投入和新型商業模式的基石。如果探究互聯網金融與大數據流行之間的關聯，背后有一個很關鍵的因素，就是互聯網金融一直無法解答一個核心命題——風險控制。
太浩創投管理合伙人余鋼在近日舉行的“大數據+產業”大會上表示，互聯網金融的核心環節在于風控，行業的健康成長也有賴于此。“互聯網金融不能簡單地將傳統金融服務模式搬上線，其核心競爭力不是營銷獲客能力，而是大數據的風控能力。”
“數信查的一款產品是數立方，應用于各類以Web端和App端為主要獲客手段的企業。通過大數據技術，數立方可以對用戶基本信息進行分析，獲取大量外部數據，形成豐富且全面的用戶畫像。”數信查創始人孫林介紹，數立方主要與業務場景結合，要做成一項“傻瓜式”工具，所有客戶都可以用它做精準營銷。
“由此看來，互聯網大數據的積累已經讓風控進入2.0時代。”余鋼認為，通過數據的積累，可以實現客戶開發和數據采集，然后經過后臺的風控模型運算得出結果，最終達到控制風險的目的。
大數據和云計算結合使得實時把握金融風險成為可能。“云計算為大數據應用提供了硬件基礎，可以實現秒級的數據采集、分析和挖掘。”伍聰解釋說，“大數據的流處理模式則將靜態風險和動態風險有效結合，實現了實時監控。”
大數據征信優勢凸顯
目前，互聯網金融平臺除與外部機構合作進行大數據風控外，平臺也在積極搜集自有平臺的數據。因此，在中國人民銀行的征信數據以外，平臺與平臺間的打通、交流和數據共享成為重要的一環。
“為了防止大學生被騙，我們會通過第三方數據引入以及跟全國近百家的P2P數據公司對接，大家一起來共享欺詐數據，群體欺詐行為就很容易暴露。通過數據共享以及數據聯動做到預防欺詐。”愛學貸創始人陳成莊從風控環節介紹了愛學貸的數據應用。
“金融的核心是做好風控。”陳成莊說：“未來可以通過大數據法則，用查詢征信記錄的方式解決很多問題。基于互聯網科技發展起來的大數據可以對信用決策起到重要補充。”陳成莊說。
“大數據為征信行業發展提供了技術支撐。”余鋼說。大數據時代，征信行業正式邁入全面量化分析階段，征信數據和征信模型都將出現質的飛躍，更多維度和更多層次的數據都可以用來挖掘分析，有助于更加真實地反映用戶的信用狀況。
從消費、社交等幾個緯度來評判，為用戶建立信用報告，形成以大數據為基礎的海量數據庫——這也是大數據的優勢所在。
“但是，我們也不能迷信或過分夸大‘互聯網+’的效率和普惠，線上的大數據和線下的實地考察必須結合。”伍聰提醒道：“貸前風控最重要的是要實現線下調查，也就是通過線下實地走訪和考察，對客戶信息進行交叉驗證和真實性驗證，通過審查評估借款人還款能力，這些線下風控現在看來仍然是不可或缺的。”
仍有短板待優化
大數據在數年前就已經出現，大家也都在慢慢接受這一理念。但到落地層面，它仍然存在各種各樣的問題。
“現在能真正利用數據的企業還非常少，而大量數據正在被浪費。”孫林說，“很多人認為數據挖掘是一件高深的事情，我們做的事正在改變世界。事實上，我們90%的時間都在進行最基礎的障礙清理。例如，如何把日常工作人員簡化了的手工錄入的內容或者口語化的名稱，統一成計算機的表達，這一項的工作量就非常大。”
“目前大數據對于金融風控的主要作用，還處于支持層面，還沒有辦法完全替代整個風控過程，但是可以越來越多地提升風控效率和效能。”好貸網大數據事業部總經理吳昊說。
“從數據的獲取維度來看，大數據能夠增加非常多的維度。但是目前僅靠大數據還不能對一個借款人的風險做全面的判斷。”吳昊說，“大數據在風控領域的應用主要在于三點：防欺詐、信用評估、風險定價，從現狀來看，大數據應用仍有很大的提升空間。”
數據本身是死的，但是如何把它用好，卻有非常多的講究。吳昊認為，到目前為止大數據還是比較側重于風控審批環節，它的場景就是審批人在做審批時可能需要用到的一些外部數據。
“其實風險控制是涵蓋貸款從信貸政策制定到后期催收結束的整個流程，在數據應用場景、對客戶風險度做判斷等方面起作用，包括客戶失聯后如何利用大數據找失聯人等。”吳昊認為大數據在行業應用當中，主要還是應朝著場景化和精細化兩個方向發展。
伍聰認為，要實現大數據風控還要從兩方面進行探索：一是借助大數據建立全生命風控體系，形成貸前、貸中、貸后流程管理系統和決策系統；二是加強信用數據相關性研究和量化模型的開發，金融信用（主要指借貸數據）可獲得性比日常信用數據難，以金融信用為中心，通過日常信用，構建個人信用評估體系。
京公網安備 11010502049343號