互联网金融：大数据携手云计算 控制风险保驾护航

近几年，大数据已经渗透到各行各业，从政府到医疗、教育、经济、人文以及社会其他各个领域。

　　数据成为有价值的资源，对数据的分析和运用将成为重要经济投入和新型商业模式的动力之一。互联网金融发展与大数据有着密不可分的联系。

　　近日，国务院印发《促进大数据发展行动纲要》，系统部署大数据发展工作。其中与互联网金融行业发展休戚相关的内容有：

　　建立公民、法人和其他组织统一的社会信用代码制度；

　　信用、金融、企业登记等数据将向社会逐步开放；

　　建立中小微企业大数据平台和构建农业农村综合信息服务平台。

　　此次大数据行动纲要的发布，可以说来，对互联网金融发展也将产生至关重要的影响。

　　互联网金融的本质是金融，关键环节是风控，而风控的关键在于权威的大数据征信体系，这关乎整个行业的健康成长。现在互联网金融发展处于野蛮混乱阶段，就是因为缺失大数据信用的支撑。大数据和云计算技术相结合将有望解决互联网金融一直无法解决的核心命题——风险控制。

　　那么，如何利用大数据和云计算进行风险评级与风险控制？笔者的看法如下：

　　通过以往积累的数据，实现新客户的开发和新数据的采集， 平台与平台间打通进行数据交流和数据共享。

　　目前行业里数据共享的模式正逐步被认可，比如第三方支付类平台未来有可能贡献用户的消费数据，包括内部交易系统、支付、经济波动数据、用户行为数据以及用户对于一些金融现象的情绪变化数据。这些均可作为信用评级的重要参考数据。而生活服务类网站的大数据如水、电、煤气、有线电视、电话、网络费、物业费交纳平台则客观真实地反映了个人的基本信息，也是信用评级中一类重要的数据类型。总之一句话，抱团取暖胜过单打独斗！

　数据的存取、挖掘和处理。

　　积累了海量的数据，就需要依靠云存储和云计算技术来进行数据的存取、挖掘和处理。云计算最大的特点就是强大的可扩展性，可以随时扩容以应对互联网流量的变化，可以实现高效存取和处理。通过对数据的有效分析可以重构服务模式，不断适应和满足客户需求的同时，还能适当引导和创造客户需求。

　　引入海关、税务、电力等外部数据加以匹配，建立全方位多元化的数据库模型，经后台风控模型运算得出结果。

　　交叉检验和第三方验证。

　　为了风险控制的双保险，风控模型运算得出的结果需要进行交叉检验，再辅以第三方验证来确认客户信息的真实性，将客户的所有数据映射为企业和个人的信用评价，通过沙盘推演技术对客户进行评级分层，进行风险定量化分析，从而帮助信用决策，最终达到风险控制。

　　虽然利用大数据进行风险控制具有不可多得的优势，但也存在一定的问题：

　　一是数据：数据源和获取过程的真实性与合法性、大量数据的整合与分析难度，短期内数据分析结果精准性较低等问题；

　　二是隐私：对于用户来讲，隐私是非常敏感的问题，而数据安全是一个巨大的风险点。当然还可能存在线上线下结合以及监管层面上的问题。

这就促使互联网金融整个行业形成一个安全防范的社会化体系，比如：实施SDL并示证；

　　建立和实施一套有效的数据安全与隐私保护控制制度；建立开放标准、技术协同和行业自律制度；

　　建立第三方检测与验证；动态改进产品、应用与运维。互联网金融如果在这些方面能够形成一个完善的体系，未来将会更稳健的向前发展。

　　因此互联网金融不能简单的只是将传统金融服务模式搬上线，而应该锻造出自身的核心竞争力，其核心竞争力不是营销获客能力，而是大数据风控能力。国务院此次发布的大数据行动纲要，对互联网金融无疑是一个重大利好的政策消息！