京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网金融迎多事之秋,大数据风控成香饽饽
互联网金融迎来多事之秋!进入四季度以来,受创投资本收紧和逾期贷款率上升影响,国内互联网金融行业也迎来了其艰难时刻,在饱受监管及市场质疑之际,不少互联网金融公司开始尝试将大数据运用到风控领域。
作为互联网金融一大分支,P2P风险更具显像化,近期不少P2P平台频频暴露问题。来自银率网数据库统计,2015年9月全国新增问题平台56家。至此,截至今年9月底,全国问题平台数累积已达1115家。
“2014年底以来,伴随着P2P平台数的增长,行业无序经营所累积的问题也开始集中爆发,今年前九个月全国新增问题平台数就达726家,是去年全年的2.4倍。”银率金融研究中心P2P网贷分析师李先瑞告诉记者。
随着新增P2P问题平台增长,网贷平台收益率也持续走低。数据显示,从平均借款利率来看,利率“8%-12%”占比最高为44.4%,利率小于“8%”的占比为26.0%,而利率大于或等于20%的占比仅为1.1%,比此前有较大幅度下降。
业内人士认为,互联网金融收益率走低原因有二:一是央行持续的货币宽松致借贷市场资金较充足,引导借款利率的持续下行;二是实体经济转型升级过程中,高投资回报率的产业和项目减少,中小企业能承受的利率中枢逐步下移。
“前几年P2P网贷刚兴起时,大家一窝蜂地大聊用户体验;从去年开始,大家一窝蜂地大聊风险控制;现在大家又开始大聊大数据征信。”谈及大数据风控,易贷通CE0康文深有感触地告诉记者。
康文的观点在互联网金融业内颇具代表性。因为,互联网金融的核心在于风控,而权威的大数据征信体系,可以更好地解决目前互联网金融行业面临的风控问题,降低P2P平台坏账的几率。
谈到大数据风控上运用,铜板街CEO何俊举例称,现在很多司机想开专车,他们可以帮其买一辆车在滴滴或Uber上运营,然后共享司机的数据,如此只要司机还在做生意并获得订单,就能确定有还款来源,投资者的收益也就有保障。
在何俊看来,无论是在个人理财业务,还是在B2B产业链服务上,互联网金融都可以且也应该把控住信息的每一个环节,让资产的流通更为透明,这在防控风险的同时,也让投资者更为放心。
大数据风控的利器之一,即“大数据反欺诈功能”,其实质是通过对大数据的采集和分析,找出欺诈者留下的蛛丝马迹,从而预防欺诈行为的发生。其现实意义在于提升坏人的欺诈成本,在欺诈行为发生之前就将其制止,进而净化诚信体系。
点融网副总裁李青也持与何俊相似的观点。他认为,所谓互联网金融风控,其实就是对数据的分析,这些数据越精准,风控能力就越强。而从数据推导出适合投资者的产品,美国已经有了很多成熟的技术,国内相关公司都可以借鉴。
哪些互联网金融的大数据可以用来做风控?在业内人士看来,可被用于助力互联网金融风险控制的数据存在多个来源,比如电商大数据、信用卡大数据、社交网站大数据、小额贷款大数据、第三方支付大数据以及生活服务类大数据等。
以阿里巴巴旗下蚂蚁金服为例,它已利用电商大数据建立了相对完善的风控数据挖掘系统,并通过旗下阿里巴巴、淘宝、天猫、支付宝等积累的大量交易数据作为基本原料,将数值输入网络行为评分模型,进行信用评级。
“数据其实不可以改变风险,但是可以把风险量化,就如互联网金融其实改变不了金融的本质和风险,而是作为一项工具更加高效和透明去做金融。”何俊相信,此类借大数据风控的理财平台创新之处,也是互联网财富管理行业的发展方向。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24