
互联网金融平台发力大数据风控 融360推天机
今年来,大数据风控俨然成为互联网金融企业争抢的高地。
昨日(5月6日),继P2P平台拍拍贷“魔镜”之后,在线金融搜索服务平台融360也宣布推出大数据风控系统——天机,该系统主要针对5万元以下的个人信用贷款申请。
“现在大概有二十多家小贷公司和P2P平台在用这个系统,一些银行也在谈”,融360联合创始人叶大清对《每日经济新闻》记者表示,另外,其平台做这个系统并不是要做征信服务,因此暂无申请个人征信牌照的计划。
业内人士认为,对于P2P平台来说,是否需要用大数据进行风控,与每家平台的业务模式密切相关。另外,有人还存在一定误解,以为数据量大就是大数据,事实上并非如此,其中,如何对数据进行分析和与应用,显得至关重要。
正与芝麻信用等探讨合作
据介绍,“天机”大数据风控系统包含一组模型,会根据身份认证,还款意愿和还款能力三大维度,给申请贷款的用户进行信用评分,依据分值来决定是否应放款。“目前‘天机’系统已支持了平台的某些小额贷款产品,(主要)针对特定细分市场,融360的目标是力争5万元以内的小额贷款平均12小时放款”,融360负责风控业务的副总裁李英浩指出,信用评估自动化不仅加速了整个信贷决策过程,提高了从申请到获批整个流程的效率,而且贷款获批率也得到了显著提升。至于贷款的逾期率,以12个月违约风险举例,通过“天机”模型筛选的用户,逾期率比没有经过筛选的低一半。
李英浩坦言,大数据风控是一个需要不断完善优化的过程,从来就没有标准的解决方案,因此,融360采取了开放合作的态度,芝麻信用和融360在模型和产品方面正在就进行深入合作进行探讨。
多年来,金融机构很大程度上都依赖于央行征信报告来决定是否给个人客户授信。但我国仍有不少人没有信贷记录,加之个人客户贷款额度小、需求分散、个性化需求多,使得大多传统银行想在做零售贷款方面显得力不从心。“互联网金融不能简单将传统金融服务模式往线上一搬就了事。互联网金融的核心竞争力并不是营销获客能力,而是大数据风控能力,即借助于更加广泛的数据,让那些在央行征信系统没有信用记录的个人消费者和小微企业主也有可能申请到贷款。”叶大清分析指出。
此外,叶大清强调,融360开发大数据风控系统,不是要做征信服务,而是通过积累的数据和风险技术更好服务于自有平台的贷款人和合作伙伴。同时,其平台目前没有申请个人征信牌照的计划,主要还是和征信机构合作。
大数据风控系统成“标配”?
据《每日经济新闻》记者了解,融360并不是第一家在大数据风控系统发力的互联网金融企业,芝麻信用和一些P2P平台也在陆续研发大数据信用评估模型。如阿里推出了面向社会的信用服务体系芝麻信用;腾讯掌握着基于微信的社交信息数据,即将推出自己的大数据征信;P2P平台拍拍贷此前已经推出了“魔镜”大数据风控系统。
那么,大数据风控系统是否会成为互联网金融企业的标配?“P2P平台是否需要用大数据来风控,与每个平台的业务模式有很大相关性。其中,越是偏向小微和个人贷款业务的平台,越需要用大数据风控模型来进行风控,以降低风控成本,提升风控的准确性,而金额较大的面向企业的贷款业务,越需要用线下风控模式,因为每个企业的经营状况和还款能力都不一样,无法用一致的模型来评估,只有线下风控才能更好的把控风险。”短融网CEO王坤分析指出。
银客网副总裁李飞也告诉《每日经济新闻》记者,数据化风控有助于加强互联网金融(平台)的风控管理与风控效率,但必须注意的是,数据大与大数据有着本质的差别,数据量大并不是大数据,采集、建模、分析、应用,如何通过碎片化的信息处理整合,进而得到应用才是大数据的雏形。
李飞表示,对于大数据,业内还是有一些混淆的认识,数据量大只是大数据的第一步,而且这个数据量应该是非常庞大的,不是几个接口就可以,分析能力与应用能力是关键。
谈及监管,李飞分析认为出,从近期央行和银监会部分领导的谈话可以看出,P2P业务未来可能归入金融类,而金融类业务持有牌照方能经营。但在目前,互联网金融仍然作为信息中介平台而存在,这与牌照之说的确存在一些矛盾的地方,但哪怕信息中介,也可以有牌照,具体要看这个牌照所定义的范围是如何。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 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解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11