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
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24