互联网金融大数据6大来源

互联网时代，大数据已成为征信系统建设的依托。近日，8家民营征信机构的半年大考已经结束，消息透露，可能均会获得征信牌照。同时，监管仍未落地，不少P2P平台自谋出路，组团或者合作第三方服务商，谋建网贷黑名单，提升风控能力。

自2007年P2P在我国落地以来，国内征信体系相形见绌，凸显单薄和孱弱。由此不足引发的网贷问题，不仅阻碍着该新生行业的发展，同样也影响着传统金融的变革。征信建设的重要和紧迫性，已经越来越被感知。

大数据征信，是企业通过获得多渠道的大数据原料，利用数学运算和统计学的模型进行分析，从而评估出借款者信用风险的征信模式。近些年互联网的发展，催生了数量庞大、类型繁多、处理速度快、价值潜力大的网络数据，为大数据征信的建设奠定了基础。

然而，网络数据千千万万，对互联网金融来说，却并不都是有用的。基于对业务的理解，决定了要选取哪些数据原料进行数据挖掘。融都网贷系统为此总结了以下六种有用的数据来源。

一是电商大数据。典型代表阿里巴巴，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。

二是信用卡类大数据。此类大数据以信用卡申请年份、通过与否、授信额度、卡片种类、还款金额等都作为信用评级的参考数据。

三是社交网站大数据。基于社交平台上的应用搭建借贷双方平台，如Lending Club，利用社交网络关系数据和朋友之间的相互信任聚合人气，并以此作信用分级。

四是小额贷款类大数据。目前可以充分利用的小贷风控数据包括信贷额度、违约记录等。由于单一企业信贷数据的数量级较低、地域性较强，业内共享数据的模式已正逐步被认可。

五是第三方支付大数据。支付是互联网金融行业的资金入口和结算通道，此类平台可基于用户消费数据做信用分析，支付方向、月支付额度、消费品牌都可以作为信用评级数据。

六是生活服务类网站大数据。包括水、电、煤气、物业费交纳等，此类数据客观真实地反映了个人基本信息，是信用评级中一种重要的数据类型。

目前，民营个人征信已经放开，业内预估未来或将不止8家机构，而P2P网贷平台也可从中受益。一方面，可以通过对接上述征信数据和机构，来降低 运行成本和借贷坏账率。据悉，融都网贷系统现已推出云金融服务，拟促成客户与蚂蚁金服、芝麻信用等的直接对接。同时，P2P平台本身拥有着庞大的数据信息，可通过自建或共享来拓宽民间征信渠道，从而推动信贷市场的发展。