“大”“数据”“风控”，你家的是哪一个

随着一系列监管政策的下发，可以说是给互联网金融从业者带上了紧箍咒，相比去年行业从业者变得更加理性。但看似风平浪静的行业，实质上却风起云涌。

近日人人爱家，聚财猫，接连宣布获得一亿元融资消息，资金用途更多的聚焦大数据风控建设上，那小编不仅想问，为啥企业要把钱烧在大数据风控上面。

风控实力在身，再也不用深夜泪眼朦胧了

谈到互联网金融网贷平台的最核心竞争力，老生常谈的便是风控实力。对于一家互联网金融平台来说，是否有能力做好借款客户的风险管控，将坏账率控制在极低的水平至关重要。风控作为互联网金融平台的生命线，自然受到了不少平台的高度重视。

同样在行业监管趋严之下，互金公司在2016年特别重视并加大对风控人才的投入。数据显示，对于此类人才，有超过半数被调研企业提供20%-40%的薪酬增长幅度，还有19%的企业愿意提供40%以上的薪酬增幅。从数据来看行业对风控的重视性可见一斑。

据金评媒记者了解，现阶段平台风控主要提出有三种，担保型风控、进驻型风控、大数据风控。

担保型风控是网贷行业初期的主要风险控制模式，但这风控模式因不符合网贷新规要求而渐被摒弃.进驻型风控顾名思义就是互金平台派风控人员长期入驻、调研、掌握借款企业的经营资质、财务数据等资料，进一步控制项目风险。在网贷严监管、大数据风控难以一步到位的现阶段，这种风控模式正被越来越多网贷平台应用。

大数据风控无疑是现阶段P2P行业都在宣传的主流风控模式。那什么又是大数据风控，先给大家普及下知识点。大数据风控即大数据风险控制，是指通过运用大数据构建模型的方法对借款人进行风险控制和风险提示。和传统风控相比，大数据风控无论是在审核效率上还是降低还账率方面，都有独特的优势。

风控实力哪家强 挖掘技术可以不找蓝翔

以消费金融现金卡为例，HAS风控体系可以一次性搞定。

第一：通过人工智能、机器学习，根据平台历史样本建立模型，推导新的样本的逾期可能性。

第二：基于用户关系网络建立模型，即建立在大量用户及用户相关信息基础上实现，能够快速检测出聚类攻击、灰名单和白户风险等。

第三：预测逾期可能性，针对不同的用户数据和场景建立丰富的授信决策引擎，制定不同等级的风险政策，给出精确的授信额度。从信用分析、欺诈分析、授信评估三个系统，实现逾期预测、反欺诈防御及授信评估。

和现金卡不同的是，爱钱帮（车贷）的风控=线下风控+线上大数据线下风控方式：

1.借款人信息实名验证，信息报送至北京市网贷行业协会数据库。

2.车辆手续齐全，专业团队实地评估车辆性能与价格，利用行业领先评估平台进行评估验证；

3.押车押手续，质押车辆入库保管，车场设有屏蔽器，互联网监控设备；车辆手续与钥匙存入保险柜；抵押车以租代售车装GPS。

4.根据不同城市车市值存在差价以及冷热门车，设置的贷款成数控制在估值的85%以内；大额度车辆要求质押并过户抵押。

5.项目到期由第三方担保机构进行债权回购。

线上大数据风控：

第一依托数据源，平台积累的原始数据（举个例子如何借款人再次借款么会分析之前借款的还款记录，是否有逾期等考虑）

第二：同时在原始数据基础上根据一定参数设置，加工生产衍生数据

第三：包括外部数据源的接入，像央行、银联、工商、电商、电信、个人家庭关系数据 主要依托多个数据源提供的各个细节的数据。（比如电信部门可以查到个人的电话的信息，电话定位的区域，个人的人际关系，电话使用时间）

现金贷和车贷相同点在于，对于客户的风险识别和背后的数据挖掘都有含括，但是车贷离不开现场的抵押登记，整个风险管理并不是单一的，需要全面的了解客户，了解客户的还款能力和意愿。风控实力是互联网金融的核心，良好的大数据分析能力能帮助公司预测资金风险，推动互联网小额信贷贷前、贷中、贷后各个环节的创新。

从风控流程的各个环节来看，贷前风控是各方关注的焦点，以审批决策为主；贷中，因小微贷周期短，基本不太关注；未来，将在贷后环节发力，将根据逾期的风险等级，分配不同等级的贷后服务，降低人力物力成本。那如何更好的评估企业的风控实力，现金卡风控负责人黄俊卿表示：首先，数据量大是首要考核的点，假如平台有一千万用户，平均每个用户的通信录有几百条，光这个纬度的数据就有几十亿。

除了平台本身积累的近千万会员数据，是否还对接许多第三方数据源，这样可以确保信用评级的精准度能够达到相当可观的水平。其次，风控系统的智能化。现在有很多的技术领域在研究模型建设方法，比如逻辑回归、比例风险模型等，风控体系是否能做到更加自动化，并且通过不断迭代学习，来归纳出更优的模型。最后，风控系统的可视化。风控体系是否能够实现可视化监控、可视化分析、可视化决策，能够快速做出决策和调整”。

大数据遍地开花不等于大数据风控遍地开花

其实早在2016年大数据在各行各业的应用早已遍地开花。国内出现一批互联网金融公司寻求“金融科技”转型，并在大数据风控领域重点发力布局，除了我们熟知的蚂蚁金服、京东金融、网易金融以互联网巨头为背景的“天之骄子”们，还有像拍拍贷、融360等互联网细分领域中正在发展的独角兽。

据佛瑞斯特研究公司数据显示，近40%的公司正在实施和扩展大数据技术应用，另有30%的公司计划在未来12个月内采用大数据技术。但一个经营的很好的P2P平台有着几万到几十万用户的投资数据，而一些搞征信企业拥有百万级的用户数据就可以称自己是“大数据”了，即使是央行，也仅仅拥有3.8亿人的信贷记录。这样的数据规模，应用到拥有十三亿人国家的市场中，可以说远远的不够。中国的贫富差距之大，地区和地区间发展的极不均衡，让单一的数据模型很难适用于每个消费群体。而且不少企业都把自己积累的消费数据作为企业的“秘密”，生怕竞争对手获取到这些信息，这更加剧了信息之间的不流通，使得数据样本与实际产生偏差，恶意套现的组织也利用这一漏洞，用同样的资料在不同平台之间进行套现。

虽大数据风控是未来行业发展的必然趋势，但是数据的不完善导致其实施难度仍然很大。建立一个大数据风控模型需要花费很多的时间和精力去积累，如果没有长时间的业务经营发展，就很难积累足够的数据做支撑，那其有效性也就值得商榷。我国现有的信用体系还不够完善，因此对于这部分人来说，违约的成本太低，光有大数据风控是不够的。现在还没有建立完善大数据风控的条件，而且国情离真正的大数据建立还有一定距离。

无论是互联网金融、供应链金融、消费金融、着实加强风控建设刻不容缓，平台烧钱于大数据风控建设上面，从深度来看有着长久的意义，一方面可以防欺诈，另一方面也可更少的减少平台的坏账。但平台在加强大数据风控建设的同时，也需以身作则为行业带来更多的正能量。