在互聯網金融界的“規范元年”2016年，“實現金融風險全覆蓋”仍是貫穿全年的主題。在北京大學互聯網金融發展指數發布會上，北大互聯網金融研究中心特約高級研究員、中國工商銀行原行長楊凱生對如何防范金融業，尤其是互聯網金融風險提出警示。他表示，必須警惕大數據替代小數據因果關系的分析判斷，只有大數據與小數據相融合才能避免簡單判斷，更好地防范金融風險。

在互聯網金融界的“規范元年”2016年，“實現金融風險全覆蓋”仍是貫穿全年的主題。在北京大學互聯網金融發展指數發布會上，北大互聯網金融研究中心特約高級研究員、中國工商銀行原行長楊凱生對如何防范金融業，尤其是互聯網金融風險提出警示。他表示，必須警惕大數據替代小數據因果關系的分析判斷，只有大數據與小數據相融合才能避免簡單判斷，更好地防范金融風險。

既不高估大數據分析能力，也不忽視小數據方法論

記者在與一些從事互聯網金融的人士交流中了解到，人們對大數據的依賴變得愈加突出，雖然它只是一個工具，卻由于被賦予了預測未來的能力，越來越被看作是絕對權威。與此同時，業界甚至開始懷疑之前所學所用的計量經濟學的小數據方法論，考慮機器是否可以完全取代傳統的線下人工調查。

據了解，大數據與小數據各有所長，也各有不足。大數據的特征是，結構性數據與時時產生的非結構性數據共同構成。數據噪音快于數量，且顆粒度大，數據清潔成本相對較高，得出的是相關關系。“如果把大數據隨機抽取的行為數據作為分析貸款的考量因素，高估大數據分析能力，就會出現錯誤。”楊凱生說。

小數據的特點是可以抽取最核心的事物基本內容。銀行數據通常被視為小數據，它直接反映了客戶銀行交易活動的最終結果。和大數據相對，小數據側重于分析因果關系，屬于傳統的思維方式。

大小數據融合才能避免簡單的判斷

“和大數據相對，小數據在了解客戶的行為路徑、決策過程方面有所欠缺，但也不能簡單地把相關關系代替因果關系。只有將小數據的完備性、準確性與大數據的多維性、及時性融合起來，才能避免過于簡單地判斷，對監管起到實質作用。”楊凱生強調，在對互聯網金融進行集中整治的過程中，從方法論、思想論的角度進行回顧與思考也非常有必要。

事實上，如何界定大數據與小數據，迄今為止尚未出現過權威定義，暫時以數據量級作為區分。楊凱生認為，目前人們對大數據技術的理解與認識存在偏差，有些盲目地依賴。應該理性地看到，大數據既有強大的記錄功能，也有噪音，摻雜著不真實的成份，有可能讓人們變得比以往缺乏數據的年代更加迷惑。“在一個樣本范圍內，如果沒有進行科學有效的全面分析就得出放貸結論，這是不科學的。”楊凱生告訴記者。

在效率與風控之間得平衡是互聯網金融最大的挑戰

在互聯網金融企業里，“秒貸”是其追求效率的衡量標準，與傳統銀行的“低效”運作形成強烈反差。從事多年銀行工作的楊凱生對此表示，各類企業的差異性很大，金融機構對其個性化貸款違約風險的判斷如果僅靠模型評估可能還不夠，有時還需要借助必要的專家團隊。銀行的傳統做法是采用計算機系統進行審批，對識別出的高分段企業，機器便自動進入貸款程序，低分段則自動拒絕，中間分段就要加以必要的人工干預。互聯網如果瞬間完成貸款金額的確定，可能就會因為不嚴謹而發生風險。

螞蟻金服風險管理部資深總監孫濤告訴中國經濟時報記者，互聯網金融和銀行最大的區別是，面對的主要客戶群其貸款需求小而散，且沒有抵押物。如何在效率與風控中求平衡，一直是互聯網金融防范最大的挑戰。

數據讓世界變得更大。“作為互聯網時代的現代人，需要具有互聯網思維，只有學會了怎樣客觀地看待數據，審慎地選擇方法，才能從紛繁復雜的社會經濟生活中提煉出有價值的結果，才能具備現代人真正的大數據思維和互聯網思維。”楊凱生如是說。