京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
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 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13