京公网安备 11010802034615号
经营许可证编号:京B2-20210330
消费金融高速驰骋,大数据风控成保驾手段
2015年6月10日,国务院常务会议决定将消费金融公司试点扩至全国,并且鼓励符合条件的民间资本、国内外银行业机构和互联网企业发起设立消费金融公司,消费金融政策限制破冰。目前市场上有17家持牌的消费金融公司,其主要发起人是商业银行,还有几家是具有浓厚产业背景平台的公司,包括电商平台、电器、家具等具有实体产业资源的公司。消费金融公司的主要业务是针对消费形态,业务主要包括个人耐用消费品贷款及一般用途个人消费贷款、信贷资产转让及同业拆借、发行金融债等。
可以说,目前持牌的消费金融公司和银行这两个主体是传统意义上的做消费金融业务的机构,但是在互联网化电商、数据和用户行为的迁徙下,很多线上的电商和交易平台也逐渐衍生出了消费金融业务,比如阿里小贷以及后来并入网商银行的花呗、借呗产品,京东的白条、金条,以及一些分期类平台如分期乐等,加上一些从事线上零售消费贷款的网络借贷平台,消费金融其实正在逐步突破传统的机构限制。
相对传统的消费金融机构而言,电商、社交和其他互联网金融平台,在做消费金融业务上最大的特征,其实是具有一定自营产业化生态的大数据风控能力,而这种大数据风控能力将直接决定未来能否最好集合了“风控、场景、资金”的互联网化消费金融。
消费金融进入发展中期,不良敞露成为关键问题
和其他具有信贷属性的业务类似,消费金融业务本质上也是一种基于信用的个人融资行为,包括消费分期和信用贷款等,并且更多时候是通过场景化的手段结合来实现风控系统的对接和基于场景的个人信用管理。
从目前市场主要参与主体来看,在风控标准、行业准入、品牌影响和社会价值等综合角度来看,国内表现最为抢眼的应该是持牌的消费金融公司,其后是银行的零售和消费金融业务,而后是一些互联网金融平台的消费金融业务。当然,在互联网公司中,少数的如阿里、京东、网易等巨头可以通过大数据风控和基于十数年的场景和数据匹配来是实现和持牌消费金融公司同一水准的行业服务能力。
对于很多中小型互联网金融类平台的消费金融业务而言,虽然也赶上了目前消费金融大热潮,但是无论在场景、技术还是用户、数据的把握上,以及风控标准的审核上都还有较大的提升空间,像阿里、腾讯的网商银行、微众银行,其不良率基本已经保持在了1%以下,甚至最低可以达到0.3%左右,此外网易金融最新上线的网易北斗智能风控开放平台也通过大幅度提升贷款审批效率和业务流程,帮助中小银行实现了大数据化的风控探索(平均坏账损失降低35%,有效提升模型风控预测能力—提升模型预测性能60%)。
但是,对于一些中小平台而言,可能就没有这么幸运了。先是曝出在一些消费金融业务推广上存在不规范问题,另外是在业务导向上片面追求规模和市场渗透导致了在风险把控上出现一定偏差,一些小平台的消费金融业务不良率甚至已经接近或者超过10%,已经严重开始透支平台的长期发展能力。而从一般的信贷理论和行为分析上解释的话,消费金融业务应该是一项更为稳健的长期信贷市场,通过个人经营、装修、家电、数码、旅游、婚庆等各种场景的稳健消费支出进行消费金融业务的拓展。
消费金融业务进入中期,大数据风控手段保驾护航
可以说,国内的消费金融业务从扩围到参与者逐步增多到现在局部出现的失范,一定程度上也反映了消费金融业务面临的国内困局:一方面业务需求增多,场景化植入模块增多,另一方面是在大数据风控实践上还需要加强实践。在这一方面,无论是国内的一些寄希望于开拓消费金融业务的中小银行,还是一些中小电商、社交、O2O平台相比,开拓消费金融业务都有很大的现实紧迫性。
这个时候,无论是阿里、京东还是网易这样的大数据风控工具,就具有了很好的市场衔接效果。蚂蚁金服目前正在推动码云计划:升级金融云战略,通过全面整合蚂蚁金服、阿里巴巴积累十余年的金融科技与服务能力,实现阿里金融云在基础技术、金融核心服务组件和场景连接能力的三大升级。而京东金融的大数据风控建立在其电商场景和外部的核心技术平台合作上,希望建立一个新金融生态,载体是数据、征信和互联网化风控,实现账户、风控与京东体系内外场景的连接,未来还可以输出这一套金融生态规则。
另外,最近上线的网易北斗是一款智能化、开放性的风控平台,通过四大用“新”和七大“赋能”实现了具有核心竞争力的七大风控业务模块,并且结合反欺诈、风控因子等场景应用,引入随机森林、神经网络等前沿机器学习算法进行建模,综合近千模型,调控数万变量,最终形成一个生态化的大数据风控体系。网易北斗可以为中小微企业和个人融资服务提供获客、征信、授信、管理和催收等多样化的服务,可以看到,这也是在个人消费金融市场的一个重磅参与者。
在12月8日举行的网易金融正式上线“网易北斗”智能风控开放平台发布会上,北斗系统的核心风控模块也对外公布,可以称为“七大”风控模型,分别覆盖贷前、贷中、贷后体系:贷前- 天枢体系(获客引流模型)、天璇体系(反欺诈型模型 )、天玑体系(授信模型);贷中- 天权体系(信贷管理模型);贷后- 玉衡体系(风险预警模型 )、开阳体系(云催收模型)、瑶光体系(用户增值模型 )。
和一般的信贷模型不同的是,网易的这款北斗系统除了核心的信贷审核能力以外,还附加了天枢体系(获客引流模型),帮助更多的线下平台实现业务运营的互联网化,突破地缘限制,以线上获客成为其消费金融、供应链金融以及中小企业融资服务的新市场渠道。
盈灿咨询与融之家于12月11日联合发布的一份最新报告显示,我国居民短期消费贷款几年一直保持20%以上的高速增长,未来有望快速成长为超过10万亿的市场。而消费金融业务快速成长的背后也带了资产安全性的各种隐忧,这个时候,各种依托互联网化大数据风控的信用审核和管理工具就成为了市场开拓的“杀手锏”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12