P2P平台尝试大数据征信初见成效

现如今，大数据这一概念已开始对商业经营产生深刻影响。不少企业意识到，要想赢得市场竞争，关键是要通过数据分析和数据应用做出明智决策。然而，一个普遍的误区是，很多企业投入大量人力或物力去收集大数据，却最终淹没在海量数据中，未能对商业经营产生指导作用。

就目前来看，金融、电信、制造等价值数据拥有者，信息化水平较高，对于大数据业务的需求迫切。尤其是金融行业，对数据挖掘、分析、处理还有更高的要求，十分适合进行大数据的采集并进一步整合。

然而，对于大数据的采集成本还是比较高，很多外部数据都需要平台有偿获取，这方面主流的平台比较有优势，而其他的小型平台如果要切入大数据应用，还有很长的路要走。今后区分平台优劣，是否能最大限度地拥有大数据源将成为重要的标志之一。

大数据在互联网金融方面主要分为两个方向，第一个就是结构化的数据，在维度多的情况下用好，现有的数据挖掘方式还没有能够完全挖掘;还有一个方向就是非结构化的数据分析，因为现在有更多碎片化的数据产生。懂得怎么处理这些数据，建造模块的人，才是真正抓住互联网金融的核心。

金融的本质是风险：从风险领域进入，建造计算法则，把数据系统化是一个入手的方面。大数据征信，将注意力从数据的精确性转移到数据的相关性上来：个人的身份信息核实(从面对面实地核查到通过社交网络、微信、QQ等进行数据分析);个人的偿债能力，包括收入水平与债务压力(从考察一个人的工作性质、收入水平以及房产、汽车等财产信息以及现实债备情况到分析其的消费水平、每月消费金额甚至社交圈中的交谈等);个人的还款意愿(从分析还款记录到通过交易的好评度、朋友圈内的交流内容、甚至个人用语，对人物进行刻画分类);约束力(从传统的抵押、担保到将违约纪录纳入征信纪录中的制度设计等)。

“一定程度来说，正因为传统征信无法覆盖，才推动了大数据在风险管理领域的发展。反过来，大数据也可以丰富完善传统征信数据的不足，相互补充。”有关专家表示，大数据的分析并没有偏离风险管理的业务基础和判断逻辑。

现如今P2P企业纷纷自行建设征信数据库。记者针对现在比较火的几个P2P平台进行了采访调研，这其中，宜信宜人贷所开创的大数据征信模式是比较典型的代表。据宜人贷的产品负责人透露，其平台的信用管理体现在方方面面，除了进行基础的数据分析外，还关系到后续产品的政策制定，以及提供预期催收依据等等。

“宜信有着8年的线下征信经验，最初的征信都是通过人工审核来完成的。现在通过技术创新，我们将实现征信的自动化、数据化，提炼用户的个人基本特征、消费行为特征等，利用社交活动所形成的数据分析来客观评价一个人的信用度，从而判断其还款能力和欺诈风险。”

通过采集借款人各个维度的数据判定其违约成本，并给出可以贷款的额度和相应的风险定价。宜人贷的这种新型风控系统和传统的银行相比是模式上的重大创新。从而实现纯线上的P2P模式，减少平台企业的运营成本。

各家P2P企业已经开始逐渐形成自己的特点，而这种趋势也正在业内得以逐渐普及，相信随着国内P2P行业的进一步成熟，这种由各个细分领域所形成的征信大数据的集合将为行业整体的信用体系建设做出贡献。