
BAT进军互联网金融 “大数据征信”受质疑
重磅炸弹在互联网金融行业这个刚成形的水潭中爆炸。
由腾讯建立的深圳前海微众银行(以下简称“微众银行”)于去年12月28日正式上线,今年1月18日将进行试运营,成为了“首家上线的互联网银行”。
“今年将是互联网金融的元年。”有业内人士认为,微众银行的成立是互联网金融业务探索的标志性事件。近年来,互联网金融发展虽然早已如火如荼,但专注于互联网银行业务的,微众银行是第一家。
值得注意的是,BAT之中,除了腾讯在互联网金融迈出了一大步以外,其余两家巨头也在跃跃欲试。虽然BAT向互联网金融大举进军,但是小微金融业务的难点依旧不可低估。易观国际分析师马韬在接受记者采访时介绍,小微金融业务面向的是无法从银行贷款的中小型企业,中小企业信贷的风险系数更高,信贷成本相对来说也比较高。
不过,业内人士对于大佬的进入还颇有期许。某金融CEO认为,腾讯的进入,不仅能促进市场发展,还有可能从技术和大数据上尝试解决小微金融业务的毛利问题,“但是能否解决这个问题,还需要时间验证”。
“大数据征信”受质疑
小微金融业务面向的是无法从银行贷款的中小型企业,由于中小企业信贷的风险系数更高,信贷成本相对来说也比较高。
虽然腾讯的“大数据征信”受人质疑,但其也向业内提供了另一种解决通道成本,尤其是征信成本的可能性。如何真的解决征信成本,提高互联网金融的毛利,是互联网金融步入春天之际的首要问题,也将是未来成为这片蓝海的胜者的重要因素。
微众银行的开业对于许多还处于筹备阶段的民营银行来说无疑是一个巨大的利好消息。而公开资料显示,BAT之中,除了腾讯在互联网金融迈出了一大步以外,其余两家巨头也在跃跃欲试。
去年9月,阿里巴巴旗下的浙江网商银行(以下简称“网商银行”)获批开始筹建,与此同时,尽管马云在公开场合一再表示“我们(支付宝)只是替银行做好他们应该做好的事情”,但随后却凭借吸金能力超强的余额宝打了个不小的胜仗。其推出的“招财宝”产品也开始抢垂直公司所在的P2P市场。
反观百度,虽然进军互联网金融行业的势头有些慢,但是其在2013年开始涉足互联网金融,连续推出了“百发”和“百赚”两个理财产品,并且大力推广百度第三方支付百付宝,并将百付宝升级为“百度钱包”。
但是小微金融业务的难点依旧不可低估。马韬在接受记者采访时介绍,小微金融业务面向的是无法从银行贷款的中小型企业,由于中小企业信贷的风险系数更高,信贷成本相对来说也比较高。
马韬在接受记者采访时透露,融资难的企业多是中小企业。由于中小企业借贷金额小,风险系数高,银行潜在的贷款收益就小,因此热度并不高。而这一情况也体现在小微金融业务之中。虽然互联网金融已经极大程度降低了门店成本、人力成本等通道成本,但是征信成本一直居高不下。
不过,这样的问题可能会由于巨头的进驻而有所解决。惠铁在接受记者采访时透露,目前互联网金融并没有清晰的盈利模式以及解决征信问题的方法,腾讯的进入以及阿里、百度的跟进,或许能在征信问题和盈利模式上有所创新,引领行业的发展。
“大数据征信”=征信准确?
“大数据能否解决征信问题”在世界范围内还是未被证明的。
根据微众银行提供给记者的资料显示,微众银行全名为深圳前海微众银行,是去年7月首批获得中国银监会批复成立的3家民营银行之一。其经营范围包括个人及小微企业存款,业务模式上定位于“个存小贷”,服务个人消费者和小微企业客户。
获批之后,微众银行的发展可谓迅速。仅5个月的时间,微众银行便正式获得中国银监会批准开业;2014年12月28日,微众银行官网面世,成为第一家上线的互联网银行。
据了解,目前微众银行仍处于内部测试阶段。腾讯方面透露,公司对外试营业将从本月18日开始。腾讯方面表示,试营业期间,微众银行将通过内部分析和信息筛选,小范围地邀请目标客户群体参与本行的试营业,并逐步增加受邀客户的数量。
微众银行进行的大数据征信的确能降低相应的通道成本,但值得注意的是,“大数据能否解决征信问题”在世界范围内还是未被证明的。
据了解,相比于传统银行,微众银行零柜台、没有信用审核,没有抵押贷款,而是“以信用作担保,用数据防风险”。据了解,正式营业后,个体创业者如果希望从微众银行获得贷款,其信用将由软件分析他的社交媒体等大数据,得出一个信用评定分数,授予相应金额的贷款。
据腾讯方表示,银行的征信问题会用大数据解决,由财付通负责,主要运用社交网络上海量信息,比如在线时长、登录行为、虚拟财产、支付频率、购物习惯、社交行为等,为用户建立基于线上行为的征信报告。具体说来,征信体系将利用其大数据平台TDBANK,在不同数据源中,采集并处理包括即时通信、SNS、电商交易、虚拟消费、关系链、游戏行为、媒体行为和基础画像等数据,并利用统计学、传统机器学习的方法,得出信用主体的信用得分。
不过,一位业内人士在接受记者采访时指出,大数据征信早已被传统的银行和金融机构所尝试,但效果并不理想。其表示,数据并不是越多越好,美国征信公司FICO通常只会收集个人的十几个传统基础数据,准确率就能达到95%。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30