京公网安备 11010802034615号
经营许可证编号:京B2-20210330
金融大数据风控推进难 需政府部门打破数据垄断
“大数据”的出现将为金融行业带来多深远的影响?要让“大数据”更好发挥作用,需克服哪些障碍?在3月28日举办的第五届中国小额信贷机构联席会年会上,多家P2P平台与小贷公司高管对于大数据是否会对金融行业带来革命性影响发表了看法。
会上,多位参会嘉宾认为大数据是趋势,但适用范围狭窄——当前主要适用于个人信用贷款的风控。而大数据风控若要发挥更大作用,还需要一些政府部门打破对数据的垄断,公开其掌握的数据。
大数据风控是行业趋势
第五届小贷机构联席会上,诸嘉宾对于用大数据手段做风控将是未来行业趋势这一观点表达了认同。国内唯一纯线上模式P2P平台拍拍贷CEO张俊解释了拍拍贷为何走上依靠线上搜集大数据对借款人进行审核的道路。
张俊表示,“拍拍贷也曾采用过线下面审借款人的方式,但发现这一方式不光成本高,且不准确、不可靠,才逐渐发展为用大数据模型,纯线上的征信方式。”因这一模式的逐渐完善逾期率渐渐降低,张俊称已体会到大数据确实可以给风控技术带来革命性的变化。
FICO(美国个人消费信用评估公司)中国区总裁陈健表示:“用大数据做信用评分的技术方式,能实现标准化、集约化、可控的数量化、精细化的管理。”他认为:“下一步,普惠金融行业获得信息风险管理能力的趋势将是依靠信用评分。”
宁波市小额贷款行业协会秘书长周昌然建议,因现在大数据是新的趋向,小贷公司也应该考虑“把它拿过来,把它运营起来”。
北京共鸣时代科技有限公司CEO陆雨泉认为:“一些互联网征信公司提供的数据涵盖的内容很广泛,在互联网时代,只要一个人有互联网行为就没有什么隐私可言,基于这点,未来的风险管理方式一定是本着科技化的手段不断优化效率。”
大数据风控适用范围窄
但大数据做风控当前更多局限在个人信用贷款上。即使只用在个人信用贷款,张俊也承认若一个人在网上几乎没有数据,拍拍贷的大数据风控系统“魔镜”无法对其信用状况做出判断。
此外,张俊还向参会人员坦露:“基于线上风控体系使用额度也有限制,拍拍贷之所以将借款的最高额度定为50万元,因为我们认为超过这一额度在现阶段不适用于大数据模型。并且,我们的大数据模型只能评判一个人的还款意愿,目前没有办法判断还款能力。”
不同于拍拍贷的纯线上模式,现今,国内大部分P2P平台的扩张仍离不开不同地区线下门店的布局,以此对借款人进行信用审核。对此,中国农业大学农村金融与投资研究中心主任何广文认为:“民间金融机构应当拥抱大数据,但是短期内大数据仍无法成为代替传统信贷决策的工具。反之,金融机构需更多研究本地的信贷文化、信贷模式、社区文化,积累到社区信用数据,这对于信贷工作更加有指导意义。因此,民间金融机构更需要研究好本地化、本土化。”
当前,专注于个人信用贷款的P2P平台只有寥寥几家,大量P2P平台仍将贷款业务聚焦于企业,而大数据风控很难对企业贷款发挥作用。江苏金东小贷公司董事总经理嵇少峰表示:“微贷可以靠大数据法则存活,但小贷不同,小贷所面对的大量小微企业财务不透明、风险多样、管理模式多样,这种情况下,很难用标准化的手段去解决。如果小贷可以标准化做,我们这些民间金融机构就没有生存的机会。”
实现大数据风控还需政府部门推动
张俊认为:一些政府部门未将数据公开是目前无法仅靠“大数据”判断一个人还款能力的原因之一。“如果我们国家房产数据库对社会开放,我就能便捷查到一个人的房产信息来判断他的财力。但现在国家数据基础非常差,最简单的全国公民的婚姻信息都未公开,所以没办法准确、低成本、便捷的核实一些数据。”他表示。
嵇少峰也表达了类似观点,他认为:做大数据,数据来源很重要,但当前政府部门的数据割裂使得获取个人数据较难。“一个公司可能有四五套帐,有帐外销售甚至已经负债,这些都很难调查清楚。而国家很多行政审批环节做的并不透明,这当中的数据是互相隔离和封锁的。在这种情况下,很难准确取得数据。”他说。
贵溪市贵银小贷股份有限公司总经理刘来胜对此也表示了认可,他表示:“政府的各职能部门对数据的管理是割裂、垄断的状态,核心数据是很难抓到的。在税务、海关在交通管理部门以及社保等所有职能部门信息是割裂、垄断的。如果利用大数据,势必要打破垄断的局面,要进行全面的整合。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09