
P2P平台谋风控升级 本地化审批联合大数据风控成主流
对于P2P平台来说,当前所面临的风险主要来自于政策风险、道德风险、经营风险三个方面,采用的风控模式主要是中央审批制和落地审批制两种。
对于P2P网贷行业来说,过去的两三年更像是冰火两重天。一方面,P2P网贷行业迎来了发展速度最快的黄金时间,另一方面跑路、欺诈、兑付困难也让P2P网贷行业面临前所未有的风险质疑。
风控成了P2P行业的一块心病,直接制约着行业的腾飞。而所谓的风控问题不仅仅是平台经营者的道德风险层面,更多还是P2P业务本身的风控模式效率和成本的问题。
经历了2014年风险时间高潮后,在即将落地的P2P监管细则的倒逼下,P2P行业开始出现了风控升级甚至风控转型的探索。在业内看来,随着P2P网贷行业的发展,个人征信系统的完善,P2P平台的风控模式最终必将走向基于大数据的线上风控体系,也只有解决了风控效率和成本的问题,P2P网贷才能真正在小微、个人信贷的市场上持续高速发展。
P2P风控升级
3月24日,拍拍贷正式对外发布其核心风控系统“魔镜风控系统”,拍拍贷将该系统称为行业内首个基于大数据的风控模型。
据了解,在该系统正式推出前,从2014年8月开始,拍拍贷就用介入该系统进行借贷审批风险定价,至2015年3月24日,拍拍贷通过该系统处理的借款约50万笔,其中约30万笔借款做出了基于风险评估的定价,并对可能逾期概率做出了预测。
对于从2007年成立以来就专注小额线上借贷的拍拍贷来说,魔镜系统的推出意义非同小可。
“拍拍贷的目标是服务几千万甚至上亿用户,服务这么大量的用户,不可能通过线下来完成。比如魔镜系统这种线上风控初期投资大,一旦成功上线后不再需要大的投入了,只需要不断优化,随着客户量的增长,我们的单个成本会越来越低,优势就越来越明显。”拍拍贷CEO张俊表示称。
据拍拍贷方面称,截至目前,拍拍贷的平台注册用户600万,其中活跃用户约占15%,拍拍平台八年内积累了接近40亿条数据,而其“魔镜风控系统”正是基于这些数据而形成的。
“希望拍拍贷的用户今年能够再增加600万,达到1200万,从而用更多的数据对风控模型进行完善,并且今后的魔镜系统还会不断优化引入更多的维度,提供更精准的预测和被更广泛地应用。拍拍贷计划明年上半年向第三方开放征信接口。”张俊表示称。
与此同时,好贷网也“高调”宣布与美国费埃哲公司达成战略合作,其战略合作的核心也是围绕大数据风控。
据好贷网方面称,双方将基于FICO信贷评分决策云平台和好贷大数据风控产品平台“好贷云风控”,共同为国内信贷机构提供大数据云风控服务。
这也意味着好贷网向大数据风控方向再进一步,风控系统将再次升级。
“FICO信贷评分决择平台和好贷云风控平台与央行的征信报告可以形成决策互补,除了获得基础的借款人信息验证之外,还可以提供多维度的借款人消费信息、个人投资记录、跨平台借贷记录、法院判决记录等多维度的数据报告,帮助信贷机构考核借款人的借款资质和潜在风险评估。” 好贷网大数据事业部总经理吴昊表示称。
不久前,包括好贷网、易通贷、点融网在内的等10余家平台发布了《中国互联网金融大数据开放共建倡议书》,呼吁行业内统一大数据技术、使用标准,共建安全与隐私标准,确保大数据采集和使用过程中的合法合规,希望以此推动行业的数据共享。
围绕大数据的风控升级或风控创新,也不仅仅限于上述几家平台。据记者了解,包括红岭创投、陆金所、宜信、人人聚财等一批P2P平台都在探索基于大数据的风控升级。
本地化审批+大数据风控
据网贷之家统计数据显示,截至2015年3月末,全国运营的P2P平台为1728家,行业历史累计成交量已经突破了5000亿元,贷款余额为1518.03亿元。
P2P平台在迎来高增长的同时,也面临发展的难题,核心即是如何构建既符合互联网金融业态创新又符合当前中国国情的风控体系。
“早期的P2P完全是赤膊上阵,完全没有风控能力,随着这几年倒闭等风险的暴露,P2P开始具有一些风控能力,这是与前几年不同的地方。”张俊表示称。
对于P2P平台来说,当前所面临的风险主要来自于政策风险、道德风险、经营风险三个方面,而在经营风险的控制上P2P平台之间有着一定的差异,即使都是线下风控也并不相同。
据了解,当前P2P平台所采用的风控模式主要是中央审批制和落地审批制两种。
所谓中央审批制,是指通过线下门店和线下信贷员搜集借款客户的相关数据,然后通过信贷工厂流水线的方式进行批量审批。而落地审批制也称本地审批制,是指主要由信贷员对借款客户进行考察了解,并综合评估客户的风险,多为一次性的风险把控。
“落地审批更多的是对软性指标的把握,而中央审批是对预设的各种硬性指标的审核。两种模式优缺点都十分明显。”许建文表示称,目前大部分P2P还是采取上述两种传统的线下风控模式。
在张俊看来,线下风控模式最大的问题就是成本很难被摊薄,增长瓶颈很明显,要想扩张量,就需要更多的线下审核人员。“而基于大数据的线上风控审核模式,规模越大成本优势越明显,无疑是代表着未来P2P发展的方向。”
许建文也认为未来,从长远来看,随着整个互联网进程加快和深化,个人征信体系建设的完善,互联网上违约成本不断增高,线下风控的比例会越来越低,将走向纯互联网风控,有效的降低借款人的成本,提高效率,这是长远的趋势。
“但当前阶段,对于大部分P2P平台来说,更适合走中国国情的风控模式,即本地化的风控加上互联网大数据的风控,如果单纯做线上,由于违约成本很低,风险很难控制,如果单纯的落地风控模式成本又很高。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13