“互联网金融+大数据+征信”如何运转

随着P2P监管的加强，前两年热炒的互联网金融逐渐冷却。人们开始回归理性，重新审视这个“新事物”。越来越多的人开始认可互联网金融的金融本质。

从前年底开始，征信仿佛一夜之间进入到人们的视野。从第一批个人征信牌照的发放在即，到企业征信备案的收紧，征信成了金融圈2015年一个新的热点。更有很多人认为，征信将撬动一个新的万亿市场。

大数据，依然在升温，2015年的9月更是达到了一个新的高度，上升为国家战略，一时间威风八面。很多事情如果不沾上大数据的光，都不好意思出来说。

不知道什么时候，有聪明人将两个热点合二为一，产生了“大数据征信”的名词，并讯速地将其推广。互联网金融、大数据征信于是就成了2015年最亮丽的风景。

然而，互联网金融的本质是金融，那么互联网给金融带来了什么？互联网金融与传统金融有什么区别？征信，真的需要大数据吗？大数据在征信里到底起了什么作用？

1. 什么是互联网金融

越来越多的人认识到互联网金融的本质是金融，这很好，说明大家都明白起码互联网金融不等于P2P。但是在互联网金融里的“互联网“又是什么呢？它与传统金融最根本的区别在于什么？

个人认为，互联网金融跟传统金融还是有一些本质的区别。它并不是一个简单地衍生品，而是一次革命！虽然我也同意互联网金融的本质还是金融，但互联网金融是金融的互联网化。

金融的互联网化，再具体地说，就是金融的碎片化，金融的精细化，便捷化。这，才是互联网金融的核心。

如果你简单认为余额宝当年的那一场绚丽的演出只为业界带来了P2P的模式，那就太浅薄了。P2P只是表象，余额宝最大的贡献是开启了金融产品互联网化大幕！

众所周知，我国是银行大国，而非金融大国。金融产品匮乏，缺乏细分，新产品开发的周期过于缓慢。（这里的金融产品并非指理财产品。）造成这种现状的原因，就不说了，向前看。

互联网金融带给大家的是快捷的市场反应，丰富的细分产品。这也是未来银行所必须具备的能力。在我的另一篇文章中《大转折，新金融》阐述了这是一次大的转折，也必将显露出很多巨大的商机。在这次转折过程中，互联网为金融的变革做好了外围环境条件的准备。这个准备，就是大数据，就是征信。

2. 大数据

随着越来越多的人关注大数据，大数据也被越来越多的人误解，滥用。其实大数据是一个特指，并不是数据多到一定程度就是大数据了，更不是有数据就是大数据。

我们现在称“大数据”一般是指两个概念，一个是来自于互联网的海量数据，其特点是海量、维度多，非结构化和结构化数据并存；另一个是对海量数据的处理技术。因为依靠传统的数据处理技术，无法满足对海量数据秒级快速处理的需求（应用的需求，亚马逊、LinkedIn是代表），所以必须要有一种新的针对这一需求的处理技术，我们称之为大数据技术。大数据技术是一个体系，与话题无关，这里不再展开。

大数据最根本的作用也随之有两个，了解你的客户和在一些领域引入新的数据处理办法。

目前第一个“大数据”的含义已经被扩展，跨越了互联网的界限，引入了行业的数据。通过将不同渠道，不同维度的数据打通，你将可以非常清晰地勾勒出你的用户的画像。数据的丰富达到了基本完整的程度，使得我们对用户的了解，从简单的特征标签升华到了对用户的画像。这个升华就使大数据从一个可有可无的“玩具”，变成了一个很行之有效的工具。基于对用户的画像，你就可以更好地为客户提供差异化的服务；就可以更好地了解客户，从而为其提供更精准更高级的无抵押信用贷款。

另一方面，大数据的处理技术也有可能在一些传统的金融领域，尤其是风控领域发挥作用。传统的金融风控是建立在统计学的基础上，它需要依赖大样本的分析，计算的是一个概率。而现在我们经常面临的最大难题，就在于缺乏这个大样本，因为我们需要精细化和更快地响应市场。积累大样本需要时间和金钱，这显然不适应市场发展的需要。大数据的某些技术，本身就不是建立在统计学的基础上，有可能在缺乏样本的领域里发挥作用。比如，机器学习技术，被应用于反欺诈领域，就可以在缺乏样本的情况下，更为快速地发现早期异常行为。当然，并不是说大数据完全不需要数据的训练，只是可能可以在缺乏大样本数据环境的情况下，利用其他数据来弥补缺乏数据的不足，不失是一个新的手段。

无论是大数据，还是大数据的处理技术，都直接或者间接地指向了一个环节，征信。

3. 征信

现在很多人一提征信总喜欢加一个修饰词，“大数据征信”。仿佛担心如果不加上“大数据”份量就不够。

征信就是征信，是一门严谨的金融科学。是为金融风控过程中揭示金融风险而设。传统征信是建立在信贷历史记录的基础上，利用统计学的模型来展开的。虽然ZestFinance提出了大数据的征信方法，但迄今为止，还没有一个令人信服的数据表明，这一方法是行之有效的，是成熟的。所以，我们依然只能沿用传统的征信办法。

究其根本，个人认为，虽然大数据可以掌握一个用户很多方面的信息，但是只有金融属性的数据，对用户的金融行为判断才会有意义。从另一个角度来讲，用户的其他行为对金融行为的影响，都可以从具有金融属性的数据中表现出来，万变不离其宗。

貌似跟我上面的观点有冲突，其实不然。正是因为互联网金融需要更快，更精细的金融产品，所以，传统的征信不足以满足这一需求。因为暂时还没有足够的样本来揭示风险。那么这时，大数据就派上用场了。在大数据描绘的有些特定场景下，即便缺乏一些样本数据，无“经验”可参考，金融风险也是可控的。这才是大数据在金融领域的价值。而并非大数据征信是传统征信的替代品。不排除未来将大数据、大数据处理技术和金融的场景结合，可能会寻找到一条新的道路，但至少在今天，大数据和大数据处理技术在金融领域还只是有益的补充。

大数据确实可以为金融行业带来很多变化，也为金融的互联网化，碎片化，提供了保障。虽然，大数据在今天，在金融领域还是补充，但相信在未来的日子里，它将进一步渗透，走出一条创新的路。征信将融入大数据进一步细分，场景化的征信会更适合新市场的需求。这是我看到的大数据-征信-互联网金融的关系。