京公网安备 11010802034615号
经营许可证编号:京B2-20210330
技术改变金融 博鳌聚焦网贷大数据风控
负面缠身的P2P平台“错”在哪里?大数据对风控真的有效吗?监管临近,P2P未来路在何方……3月22日,在博鳌亚洲论坛以“互联网金融:痛并成长着”为主题的分论坛上,来自P2P大佬们围绕着行业问题、监管、风控创新等问题展开观点碰撞。
爱钱进CEO杨帆认为,将大数据技术与金融风控相结合是大势所趋,底线监管更利于行业健康发展。
聚焦
民营系P2P巡礼博鳌
当下,P2P网贷行业的发展可谓是“冰火两重天”。一方面,行业累计成交额继首度突破万亿大关后仍在高歌猛进,另一方面,行业各种“爆雷”风波、“负面”事件不断。在此背景下,今年博鳌论坛互联网金融分论坛“痛并成长着”的主题就格外引人关注。
据悉,这是博鳌亚洲论坛连续第三年设置互联网金融主题的分论坛,再次凸显出新金融在社会、经济、民生等多方面日益扩大的影响力。
值得一提的是,今年受邀嘉宾“颇出意料之外”。此前两届,受邀的嘉宾主要是传统金融和新金融领域的领军人物,例如陆金所董事长兼CEO计葵生、前招商银行[-0.43% 资金 研报]行长马蔚华等,讨论的也多是关于互联网金融领域宏观层面的话题。
而今年,博鳌互联网金融分论坛首次出现了受邀代表基本来自于P2P平台的情况。更有趣的是,以爱钱进CEO杨帆、拍拍贷CEO张俊、人人贷总裁张适时、积木盒子CEO董骏等为代表的受邀嘉宾大都来自已经获得融资的民资P2P平台,论坛中讨论的话题也更为接地气儿。
对此,爱钱进CEO杨帆表示,2016年是网贷行业名副其实的“监管年”。网贷行业的规范化调整必定会是今后一段时期内互联网金融领域最重要的话题之一,对整个领域的健康发展也将起到示范作用。同时,国家一直将互联网金融视作金融创新的主力军。而民资系公司没有强有力的背景支持,却在业务、风控、技术、用户体验等方面不断创新,建立差异化的竞争优势,是创新者中的排头兵。“我想,这是本届博鳌如此聚焦网贷、关注民资系企业的原因。此次的受邀企业在引领行业创新方面各自有所建树,可以说是互联网金融创新力量的一次巡礼。”
发声
出事平台并非真正P2P
谈及P2P,“跑路”似乎是行业不可回避的问题。
自2015年下半年以来,P2P进入了多事之秋,行业“雷声不断”。数据显示,2015年全年问题平台数量接近一千家,较之2014年翻了3倍。进入2016年情况并未好转,反而愈演愈烈,零壹研究院数据中心最新统计数据显示,截至2016年2月29日,问题平台已经达到2133家。
而E租宝事件的爆发,使得本就备受质疑的P2P更是雪上加霜,非法集资、自融、诈骗等字眼仿佛成了P2P的代名词,行业形象一落千丈。
在2016年博鳌亚洲论坛上,围绕着“跑路”“问题平台”行业大佬们纷纷发声,为P2P正名。
爱钱进CEO杨帆坦言,在过往的市场调研过程中,他发现P2P在普通消费者印象中是中性偏负面的理财方式,这说明市场对于行业的不信任依然普遍存在。杨帆认为,从自律的角度,平台需要明确P2P业务的定位是什么,“我们相信P2P是现有金融体系的良好补充,P2P网贷可以通过互联网技术的创新,为投资者提供更高效的金融服务。网贷不是传统金融机构的竞争对手,更不能打着互联网金融的幌子进行自融、非法集资等违规操作。”
在杨帆看来,目前P2P行业真正出现的严重负面事件,极少是因为平台经营风险导致的,主要行业风险集中在道德风险上。
拍拍贷CEO张俊直言,P2P作为一种交易方式,是资金的需求者和供给者之间是一个直接的交易,平台只是一个撮合的中介,它自己并不能成为信用中介,更不能做非法集资的事情。“所有出事情的都不是真正的P2P,它们只是非法集资利用了互联网金融的长尾效应。”
中国投资公司原副总经理、清华大学五道口金融学院教授谢平表示,之前出现一些风险事件,这并不是互联网金融的问题。他指出,真正的网贷,没有系统性风险。“第一,它不吸收任何存款,网贷在金融学是非存款类机构。第二,它不参加同业市场,这两个硬条件约束了它,就算倒台也是小机构,不会有系统性风险。”
问势
布局大数据风控是大势所趋
2016年对于P2P来说,是艰难求生的一年。新常态下的实体经济的去杠杆化还在持续,企业出现违约的概率则会大大提升,处在敏感行业的P2P面临着巨大的行业洗牌以及经营压力。 如何才能在经济下行和白刃战中存活下来,成为与会大佬们关注的焦点。
爱钱进CEO杨帆认为,经济环境一定具有周期性。但是当P2P业务做小、做分散、做简单时,是可以有效抵御整体经济大环境的波动的。
“我们一直从事无担保、无抵押纯信用的借款,单笔借款金额在50000元以下。有舆论会说没有抵押,是不是风险更高?我们从欧美的过往经验来看,经济不好的时候,失业率确实在升高、个人工资水平降低。但即便是金融危机到来的时候,失业率最多在10%、20%的水平徘徊,更多人还是有稳定的工作,依然拥有还款能力和信用约束。”他补充说,与此相对的,当经济下行时,抵押类资产则会面临的压力更大,因为抵押资产类型单一、过于集中,面临变现的问题、流动性风险的问题。换言之,抵押类资产对抗经济周期性风险的能力更差。
笔者发现,在坚持P2P产品应当遵循小额分散原则的同时,越来越多的P2P平台也开始尝试将大数据运用到风控领域,用以优化现有风控模型存在的成本高等弊端。
博鳌《互联网金融报告2016》显示,现阶段网络贷款已经给融资借贷需求者带来了积极影响,金融互联网化的成效已初步体现。但网络贷款的普及性不如线下贷款。网络贷款需要付出的贷款成本仍高于线下贷款是其中一个原因。目前,风控已经成为制约P2P发展的最大瓶颈。
杨帆表示,真正的互联网金融必定是通过技术的手段,比如云计算、大数据分析等技术,更好地识别某类特定人群的风险,并基于对于风险的精准识别和定价,提供更好的服务。“ 如果只是简单的把传统线下的金融业务在互联网上复制,让互联网变成了新型的门店或柜台,那么还不能触及互联网金融的本质。这一平移只是简单的解决了服务效率的问题。”
“技术改变金融、改变风控才是更关键的,而且我们相信真正从风险角度来讲,基于互联网技术的风控会比传统模式更好地识别风险。”杨帆称,爱钱进一直将“科技改造金融”作为公司前进的原动力,将大数据技术与金融风控相结合,降低互联网金融风险。
根据杨帆的介绍,公司线上借款服务通过借款人的授权,获取其线上和线下行为特征数据,通过数据处理系统将文本、图片、音视频等非结构化数据进行标准化处理,在决策引擎内构建特征数据与信用风险的逻辑关系,再将上千个数据变量和规则库中数以百计的限制规则结合,为借款人进行信用评分。
据悉,目前这一线上借款业务单月可达约2亿的规模,并已成功嵌入应用场景中。借款客户可通过爱钱进合作方的消费场景、OTA场景、信用卡账单管理的APP,向公司申请借款。预计2016年末,这一比例将占到公司整体借款量的50%以上。
对于大数据优化风控的做法,谢平教授深表认同。他指出,“大家始终还没有理解目前互联网金融当中的新型风控模式,这确实需要有一个过程,因为我们这些文科出身的人,现在在各个金融机构、各个重要的职位担任领导,他们压根儿没有学过计算机基础知识,这是教育制度造成的,就没有那个概念,他对数据理解跟你们是不一样的。他老觉得非得眼睛看见,打个勾了才可靠。”
“阿尔法下围棋都可以下好,银行这点风险,以后可能一个人都不用。人工智能事实证明可以做到,既然能下赢围棋,1000万个企业的风控技术有多少?”谢平教授风趣的总结道。
谏言
底线监管利于行业发展
如果说2015年是P2P行业回归理性之年,那么2016年将是P2P行业的规范之年。
2015年年末属于P2P行业的监管办法(征求意见稿)终于落地,从此,P2P网贷平台开始迎来了一个新的拐点。2016年伊始,政府工作报道中第三年谈及互联网金融,并要求“规范发展互联网金融行业”。
博鳌论坛上,围绕着”监管“,与会大佬们也纷纷建言献策,盼望监管可以早些落地,规范行业发展,肃清行业中“浑水摸鱼的劣币”。
杨帆表示,爱钱进希望监管可以贯彻底线思维。“我们说P2P行业发展如此快,就像一个孩子一样,孩子要长大肯定要摔跟头,得疼。对于一个新兴行业的成长,应该告诉它危险的地方不要去,再给予一个有序的环境,让行业健康发展,这样才能保持P2P行业的创新动力。”
人人贷总裁张适时对于杨帆的观点表示赞同,他强调,监管最重要的是底线监管。他称,“整个征求意见稿里,包括银行的资金存管,核心都是为了规避P2P平台触碰到用户资金,这在我们看来很有必要。”
有利网CEO吴逸然则指出,作为监管部门,应该严厉打击产生了危害、恶劣后果的互联网金融的违法行为。
杨帆坦言,网贷行业的阵痛并不会随着合规化进程的推进而缓解,2017至2018年,行业或将面临第一次经营性风险考验。“2015年网贷行业经历了井喷式的大规模扩张,资产规模成倍飙升。而现行P2P借款账期普遍为三年,大量借款将在2017至2018年陆续到期。到那时,P2P平台在2014-2015年间野蛮扩张出现的资产管理漏洞,很可能会集中显现。”
此外,他认为,监管细则在真正落地前还有一些基础性的难题需要解决,例如信息披露中敏感指标的计算标准。“以不良率来说,各家计算坏账的标准都不同。比如是逾期当天就算作不良,还是逾期30天、60天或90天算不良,是全部本金逾期算不良,还是连本带利算不良?不同的计算方式得出的结果会显著不同。”
他建议,行业应该统一对敏感指标制定统一计算口径,信披指标必须在同一个基准线上披露,同时由第三方来监督管理。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09