互联网金融做好大数据风控的关键是什么

大数据对于金融行业最大的价值体现在风控上。前几年，我们经常见到这种景象：一些刚开张没多久的互联网金融企业，对外宣传中总要加上一句自己是运用大数据技术进行风控的，仿佛不和“大数据”沾上点关系，都不好意思说自己是做互联网金融的了。

而现实总是骨感。

以P2P网贷行业为例，据零壹财经《中国P2P网贷行业2016年5月月报》显示，截至2016年5月31日，P2P行业的问题平台总计2471家，占平台总数的比例高达54.1%，这其中除了主动退出和自融欺诈的平台外，有不少平台倒闭是因为风控不过关。

在国内， 金融机构对大数据的应用还基本处于起步阶段，一是因为我国的征信体系不完善；二是国内的用户数据普遍存在获取困难和不精准问题，而传统金融机构缺乏对自身数据的分析处理能力。目前互联网金融在大数据风控上的尝试主要有两种方式，一是阿里、京东及其他大型线上平台通过自身积累的数据挖掘，自建信用评级发放金融产品；二是众多中小互联网金融公司通过贡献数据给第三方征信机构（如上海资信有限公司），再分享征信数据，这也是目前众多P2P平台采用大数据风控的主要方式。

而大部分互金平台自身所积累的数据，由于体量有限，最多只能称为随机性样本，不具代表性。此外，大部分平台由于缺乏对数据的挖掘建模和分析评估能力，无法得出科学有效的风险计量模型，形成风控手段。

大数据风控在互金行业的机遇与挑战

与国外金融行业相比，中国最大的弱势在于征信体系的不完善。目前央行征信系统覆盖了8亿人，但只有3亿左右的人是有信贷记录的，剩下的都是信用空白人群。但也正是因为这些数量庞大的白户，中国基于大数据风控的土壤相比国外更成熟，更具发展空间。

截至2015年年底，中国网民规模达到6.88亿，互联网的高效性和爆发性使我们能以较低的成本、较短的时间积累大量的用户数据，为分析建模提供足够的样本量。

在这过程中， 互联网金融企业面临的挑战主要有两个，一是数据的不断积累与沉淀；二是高端数据人才的挖掘与培养。

为何要不断积累与沉淀数据？有的企业掌握了一定量的客户信息数据，就以为掌握了大数据，其实大数据风控的核心不在于数据本身，而在于通过足量的数据分析得到的风控模型。只有不断纳入足够的变量，得出的模型才具备充分代表性，不容易出现问题。因此， 互金平台在目前的阶段中，要尽量抓取不同层面的数据，在这个基础上进行综合判断，减少出现误差的可能。

除了足量的数据积累外，把这些数据整合起来，形成核心有效价值最不可或缺的是人才，目前在国内金融行业中， 擅长风控数据建模和数据研发的人才少之又少，挖掘和培养具备业务视角和技术能力的复合型人才成为互联网金融企业的崛起之光。相信随着行业的成熟，会有越来越多的高端数据人才加入这个行业，共同实现互联网金融的大数据掘金梦想。