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
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25