京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07