近幾年，隨著互聯網行業的高速發展以及智能科技的突破，大數據技術正在對金融行業產生深遠的影響，以大數據技術輸出為核心業務的金融科技公司日漸炙手可熱，不但為互聯網金融公司提供服務，也正在向傳統金融機構輸出技術能量。
第三方大數據服務公司可提供的服務如大數據計算、大數據分析、大數據營銷、大數據征信、大數據風控以及大數據應用等。對于金融行業，由于金融風險的本質，大數據風控(含大數據征信和大數據分析決策)是最受關注的大數據技術，應用在于對金融風險進行把控，降低人為因素的干擾，提高風險評估、分析和預警能力。
蘇寧金融研究院互聯網金融中心主任薛洪言表示，金融領域欺詐風險高發，大數據風控需求一直居高不下，而越來越多的金融企業也逐漸開始接受購買大數據服務的風控理念。
麥芽數據創始人梁振邦指出，當前國內的大數據風控體系以仿照美國為主，而中美兩國金融環境差異較大，國內征信體系不完善，國人信用意識不強，更不用說經濟環境、文化背景、行為習慣等對金融借貸的影響。
對于大數據風控技術，國內最緊缺的便是人才。由于國內征信滯后的特殊性，幾乎沒有完全成熟的大數據操舵手。大數據風控團隊的搭建需要結合傳統金融風控人員和大數據技術專業人員，在具體量化操作時更要結合國人的性格特色、消費行為、文化習慣等本土化的因素。
一般說來，大數據風控的數據來源主要基于征信機構內部數據、政府/公共事業機構數據、電信數據以及用戶在電商、社交網絡等互聯網應用上留存的數據。目前市面上的大數據風控模型也是基于這些數據進行金融風險分析。
但對于資深欺詐者來說，套用虛假資料躲避并不是難事，對于法律意識薄弱、消費把控能力差、投機心理強等類型的借款人來說，就常規數據分析的話，平臺很難識別其潛在的違約性。為解決這個痛點，麥芽數據創造性的加入了心理學的行為分析環節。
麥芽數據創始人梁振邦認為，數據并不是簡單的字面意思，而是與人相關的行為，可以真實的反映出借款人當時的心理活動、生活現狀、行為目的等。麥芽數據的風控模型便是將借款人的行為層層剖析轉化為欺詐指數和風險級別。
這套大數據風控模型已經比較成熟，借助這套風控體系，麥芽數據旗下的移動端小額信貸產品麥芽貸成功放款超過20萬筆，逾期率僅為0.17%，遠遠低于其他金融機構。
麥芽數據創始人梁振邦透露，當前已有幾家中小銀行在與麥芽數據洽談大數據風控服務，尤其看重的是大數據風控模型和反欺詐系統層面。
反欺詐也是金融借貸業務中必不可少的環節。據介紹，麥芽數據的反欺詐系統基于用戶的基礎信用規則驗證、黑白名單驗證、用戶身份認證、實名認證及手機認證、系統反欺詐規則驗證，結合用戶行為風險分析，對交易詐騙、網絡詐騙、電話詐騙、盜卡盜號等欺詐行為進行識別。
大數據反欺詐系統可有效提高傳統金融機構的風險防范性，單就麥芽數據梳理自建的黑白名單庫，便可為傳統金融風控節省不少功夫。
科技發展推動了金融信息化進程，隨著大數據技術的進一步應用，這類以技術、產品驅動型的大數據金融科技公司將被服務于更多的金融機構，共同促進金融市場的高效發展。
京公網安備 11010502049343號