
解风控之渴:P2P引入大数据征信_数据分析师
P2P的竞争愈发激烈,银行系、国资系、上市公司系包括本土的风投机构都加入到这场没有硝烟的战争。但不论P2P如何发展,作为金融体系的有效补充,风控仍然是P2P平台的核心竞争力。在4月24日的“2015年互联网金融‘跨界与创新’高峰论坛暨首届卓越竞争力P2P评选颁奖典礼”上,多家P2P业界代表共同探讨了在监管趋严、去担保化已成大势的背景下,如何提升自身风控,打造平台信用体系。
担保模式对P2P的风险转嫁作用曾经受到P2P热捧,但是连续多家担保公司爆出问题,P2P开始尝试大数据等更保险的风控模式。
《中国经营报》记者了解到,元宝365、融金所等平台都开始进行基于自身平台的大数据收集,同时与外部征信机构合作,未来逐渐过渡到用大数据进行征信。
“结合平台自身特征,未来我们会立足汽车大数据和消费者大数据,建立完善的个人汽车消费周期数据库。”元宝365董事长周健对本报记者表示。
专注于以大数据技术进行小额信贷客户风险定价的共鸣时代科技CEO陆雨泉认为:“互联网大数据的积累已经让风控进入2.0时代。通过数据的积累,可以实现客户开发和数据采集,然后经过后台的风控模型运算得出结果,最终实现批量化放贷,提高放贷效率。”
风控2.0
尽管各家平台未来发展模式不同,但是都一致看好以个人消费贷为主的平台发展要结合大数据这一趋势。
元宝365于年初就与上海资信有限公司达成战略合作。“上海资信可以为平台提供网络征信查询服务,为我们提供可靠的借款人征信信息,有利于我们为广大投资人提供更加可靠的服务。”周健表示。
据了解,成立于1999年的上海资信有限公司,其控股股东为人民银行征信中心,主要从事个人、企业等征信业务。此外,业务范围中也包括互联网金融征信服务。
周健认为,元宝365平台在资产端可以通过大数据法则,用查询征信记录的方式解决很多问题。“所有的违约都是有迹可循的,都可以通过数据查询到。中国人民银行的征信数据可以看到很多东西,不仅是简单的看到是否有违约记录,还包括住房按揭、汽车按揭的情况,是否有外部担保,信用卡的消费习惯,是否有过民间融资的记录等数据,我们可以综合使用这些数据来判断是否放贷以及设定放贷的利率水平。”
除与外部机构合作进行大数据风控外,平台也在积极搜集自有平台的数据。
元宝365平台上以个人汽车消费贷为主,成立于2014年底,平台上线半年时间,累计交易额约1.9亿元,不良贷款率为零。目前平台借款人数为2400人左右,投资用户数为3万人左右,借款标的平均融资额度在8万元左右。
周健对记者表示,汽车消费金融是国外个人消费贷款中占比最高的一类,而在国内,汽车消费贷占比并不高,未来汽车消费贷仍有较大的发展空间。此外,根据银行和消费金融公司统计的数据显示,汽车消费金融的不良率只有0.76%,做此类贷款项目能够较好把握风控。
目前元宝365主要通过城市汽车展厅、二手车市场和4S店进行业务拓展,未来在渠道建设上将会立足农村,开拓四五线城市的个人用车需求。周健表示,自平台正式上线后,在以上渠道销售中,一直在收集新车和二手车的交易数据。“车辆的完整信息数据在二手车交易中非常重要,如车辆的购买时间、磨损程度、保险理赔以及发动车的维修历史等问题,这些数据在二手车的交易过程中就可以决定车辆的价格、借款利率等关键因素。”
目前元宝365的信审流程为三步,第一步业务员根据硬性规定的基本准入条件为客户打分。第二步是基层营业部的风险经理把关。第三步是在北京总部集中审批,审批通过率为75%~90%。
“以目前平台规模来说还可以通过信贷人员手工完成审批,但当规模快速扩大时,仅靠信贷员审批会限制项目放款效率,所以我们未来会更加倚重大数据风控来提高效率。”周健表示。
以个人贷为主的平台对大数据应用较为肯定,业内最早的个人贷平台宜信对大数据搜集应用更为广泛。宜信CEO唐宁对本报记者表示:“宜信9年积累起来的大数据,可以提高平台的放贷效率,在宜信平台上最直接的应用就是通过大数据进行信用风险实时判定,客户申请当天就可以获得放款,如果依靠信贷人员进行人工放贷是难以实现的。”
同时唐宁也认为:“基于互联网科技发展起来的大数据可以对信用决策起到重要补充,但是要注意互联网金融和互联网营销是两个概念,仅分析客户的消费习惯等数据是不够的,还要分析传统金融数据。”
“线上+线下”模式
尽管个人贷、企业贷平台都在积极引进大数据系统并发展大数据风控,但这种“线上模式”短期内难以完全实现,仍需要依靠“线下模式”——信审员对借款企业的各项财务信息进行人工考核。
融金所副董事长张东波对记者表示:“融金所在积极推进大数据应用的同时,目前仍以信贷员审批为主,客户数据查询为辅的方式作为风控审核的原则之一。”
成立于2010年的融金所,前身为深圳市快易信投资担保有限公司。截至目前,融金所累计交易额超过20亿元,其产品类型有汽车、房屋抵押产品、信用借款和公益性贷款产品等。张东波表示,目前平台服务用户数过万,单笔规模在8~10万元左右,额度较小,借款项目期限以6个月内居多,实践了普惠金融小而分散的原则。在融金所的各项业务中,小微贷占比为70%左右,个人贷业务占比在30%左右。
目前,融金所所做的项目大部分都是车辆抵押贷款,主要客户群体是小微企业主,为其提供期限不长的经营性贷款。
在信贷审批方面,融金所采用了中央集中审批、审贷分离的制度,即由分公司进行初步审核,总部集中审核,而总部审批中心又采用审批分级,权责匹配的审批权政策。张东波表示:“目前主要通过信贷员的当面审核,根据融金所的审批评分卡对照客户的各项指标进行打分,打分完成后也会进行征信核查。”
值得注意的是,融金所的审核通过率在92%~95%之间。“确实有一部分客户在信贷员面审过后,通过查询一些信用记录后发现并不符合我们平台的放款要求。”
在张东波看来,融金所主要的风控手段仍是汽车抵押:“由于汽车价格基本全国统一,所以风控审核上可以做到全国统一操作。在汽车被抵押后,汽车使用权与所有权分离,使用权归车主,所有权归融金所。”
事实上,传统金融机构通过应用大数据进行资产端风险防控的推进更早。
星展银行星展中国个人银行及财富管理部总经理顾家祥对本报记者表示:“新加坡星展银行的大数据系统至今有10年时间,到目前仍在进行不断创新,和各种外部的机构也有合作,在进行贷款的时候,根据大数据打分系统可能会对贷款企业的放款情况进行调整。”顾家祥强调,这样的系统是风险管理上的突破,保证银行可以有很低的坏账率。
陆雨泉对记者表示:“目前平台对大数据应用主要在个人贷业务上,企业贷放贷涉及到财务状况、资产情况、行业发展前景等内容,和个人贷需要前期调研的内容完全不同,目前大数据对于企业贷的应用上还较为少见。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23