
微众银行可能风险点:大数据征信是否真实可靠
微众银行成为去年五家民营试点中第一家试营业的银行,并且是极具创新力的互联网金融的互联网银行。没有物理网点和柜台,不受地域限制,理论上可以通过强大的互联网覆盖全世界各地的客户;金融资源配置的快速、高效、无处不在、无时无刻、公平公开等特性就是最大的创新。
在看到微众银行在线“刷脸”开户,依靠社交大数据评定客户信用,无担保无抵押贷款,高效、快速、低成本等相对于传统银行创新优势的同时,不可否认,其也存在一些不容忽视的风险。有观点认为,监管部门要求客户与银行在开户等方面必须面签,一些现行征信、信贷管理等监管制度,微众银行的创新有违背之处;还有观点认为,微众银行的股权结构存在隐患,腾讯持股30%,已经超越了监管机构要求民营银行的单个股东占比不得超过20%的规定。以笔者看,股权结构比例、面签开户等制度性规定障碍都不是根本性问题,都可以改革修正,都不是风险点。
笔者认为,微众银行真正的风险点在于依据大数据建立的征信系统是否真实可靠,腾讯社交媒体积累的客户大数据用于征信的有效率有多高,赖以发放贷款的信用保障基础是否靠得住。
不妨将微众银行与阿里网商银行模式对比一下就可明了。微众银行的客户范围模糊、定位范围较大,采集并处理包括即时通信、电商交易、虚拟消费等数据有点大海捞针、针对性不强。而阿里网商银行定位就非常明确明细:支付宝[微博]、淘宝、天猫[微博]等平台上的客户是其银行业务对象,并且与其发生金融银行业务必须在这些平台上从事一定年限时期的商事活动,对其客户在线上积累的100天大数据分析才能得出其信用状况如何,客户定位对象非常清晰和准确,大数据非常集中有效。
从大数据质量来说,腾讯主要是社交媒体积累的大数据,这类数据用于经济金融征信上的有效性多高需要研究探讨。而阿里网商银行在支付宝、淘宝和天猫上积累的大数据都是企业商务商事、现金结算支付、生产流通销售库存等整个生产过程的全部经济金融交易交往积累的大数据。赖以从事金融交易活动的银行需要的是从这些数据中挖掘出来的客户信用状况。社交媒体积累的大数据不能确保征信的有效性,而后者的大数据征信准确性要远远高于前者。
互联网银行应该紧紧依靠自己已经建立的电子商务平台而创建。电子商务平台市场的发展自然而然对互联网金融提出了呼唤,同在线上的互联网银行才能适用电子商务包括网购业务交易快速高效便捷的需要。这是一个自然而然、相辅相成孕育诞生的一个过程。这就是为什么要求互联网银行必须定位在紧紧服务其电子商务线上客户的原因所在。如果没有完整健全的电子商务平台,其大数据失效的可能性很大,从而信用评级的真实性就会大打折扣,最终裸露的是金融风险。这可能是微众银行的最大风险点所在。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04