返回首頁
金融機具CURRENT AFFAIRS
金融機具 / 正文
大數據風控:在安全與發展之間尋找平衡點

  你可曾想到,一個手機號,或許能成為判斷信用水平的依據之一。

  “我們發現,借款人手機號使用年限越長的,違約率就越低;反之,使用年限越短,比如不到一年,違約率越高。有些新注冊的手機號其實就是用于騙貸的。這是基于大數據運用的一個例子,不是傳統意義上的風控手段?!闭劶按髷祿L控的應用,百融云創創始人張韶峰告訴《金融時報》記者。

  如今,不僅是手機號,人們的日常衣食住行,消費記錄、信用記錄、出行記錄等,都被一些互聯網企業記錄并可能成為大數據風控的參考因素。有網友戲言,這是在互聯網上“裸奔”的時代。然而,數據就在我們身邊,而且每天都在產生,并對各行業發展產生影響。如何合法、合規采集并使用好數據這一生產要素,如何正視大數據風控的價值與弊端,值得各方關注。

  大數據風控是補充

  眾多數據資源分散在不同行業、不同機構,形成一個個數據孤島。于是,出現了一些專門挖掘數據潛力,并為金融機構風控提供支撐的公司?!督鹑跁r報》記者梳理發現,大數據概念興起于2005年左右,在此之前,基礎技術不夠,思維也未轉換;隨著大數據技術興起以及相關處理能力提升,行業逐漸開拓了思維,2010年左右進入爆發期;2013年以后,大數據基礎技術的使用日趨普遍,很多互聯網企業進入了大數據風控領域。百融云創即是其一。

  “我們所做的是讓不同體系中數據的沉睡價值被喚醒,有效解決普惠金融因結構性數據缺乏或不足而風控難度高的問題?!睆埳胤逭f。

  張韶峰仍認為,大數據風控是傳統風控的補充?!皩τ诮栀J記錄豐富或者有抵制押物的客戶,傳統風控夠用;對于服務信用‘白戶’,擴大普惠金融的覆蓋范圍,大數據風控發揮了積極作用?!?/p>

  “大數據風控與傳統風控二者不能分開,傳統風控需要借助大數據等技術手段進行提升,跟傳統風控相比,大數據風控增加了更多的數據維度?!敝醒胴斀洿髮W教授黃震告訴《金融時報》記者。

  在神州信息首席風控專家辛園看來,信息時代、數字經濟的發展帶來了大量和多維度的數據,金融機構基于對各種數據的分析建模,能夠利用數據挖掘技術來預測客戶的違約概率和還款能力。

  實踐中,除了金融機構之外,掌握大數據風控技術的公司大致分為兩類,一類是一些大數據或科技公司,它們尋求與金融機構合作,通過技術輸出達到共贏;另一類互聯網企業,主要依靠其商業生態來獲客和收集信息,并依靠其對電商平臺和客戶信用評分的獨特控制力來管控風險。

  大數據風控的利與弊

  簡單而言,大數據風控大體流程是借款用戶申請,然后進入反欺詐識別,再和第三方數據源以及自己掌握的數據進行比對,給出信用評級,再授信。那么,大數據風控是否會顛覆傳統風險管控體系?

  黃震認為,流程基本上各家企業都差不多,但實際風控水平和效果得具體分析?!按髷祿L控主要是商業機構在做,最終或許會轉嫁到借款人身上,從而增加借款成本;而有些互聯網企業將其商業生態中的交易、行為和社交數據等用于信貸決策,這些是否可靠有效也有待檢驗?!?/p>

  近日,就有一則利用大數據風控“薅信用貸羊毛”的案例。據媒體報道,眉山市公安局查處了一個上百人的騙貸團伙,該團伙利用為一些從未有過貸款記錄的“白戶”繳納公積金,并用公積金繳納記錄,通過線上渠道向全國多家銀行申請貸款約10億元。

  當地警方介紹,公積金的繳存記錄,只要推送給銀行后,有的銀行就會直接認定,有公積金的借款人擁有穩定工作和收入符合貸款條件,就能獲得額度不低的信用貸款,App線上申請,幾分鐘就可以到賬。

  專家表示,當前的數據資源條件與技術實現能力可能會制約大數據風控的效果。比如,現實中數據缺失、不全、不準的情況較為嚴重,一些數據真實性也難以核實,建模與調參也是一個長期復雜的過程,且需要根據環境不斷修正。從邏輯上說,大數據風控也包含著一些意外的風險,包括難以預測統計規則以外的事件,發生問題時人工難以修復;還有“復貸”“騙貸”等事件發生;在極端經濟環境下,大數據風控體系可能會失靈。

  針對大數據風控的利與弊,辛園認為:“利端體現在提高了審批的效率和有效性,部分客群沒有人行征信數據和數據不足,大數據風控較好地解決和滿足了這類客群的借貸需求。弊端則體現在,一是批量系統風險,經驗不足或經濟下滑周期,數據更新不及時,易導致批量客戶違約風險;二是個人隱私獲取和泄露風險,大數據風控采集了用戶的信息數據,易導致隱私安全問題?!?/p>

  “數據來源的合法性、數量級和有效性是大數據風控的核心問題,另外,特征建模這一技術環節既需要經驗也需要不斷迭代和優化?!秉S震說。

  大數據風控的前景

  針對大數據風控的前景,接受采訪的從業者以及專家學者表示,大數據風控水平還有較大提升空間,安全與發展之間需要找到一個平衡點,但金融科技化是大勢所趨,數據的開放程度也越來越高,大數據風控與傳統風控互為補充,前景廣闊。

  資深學者時雨表示,相對于將大數據用于信貸評審(貸前管理),抵押、質押和擔保是國內外信貸業務中普遍采用的風險緩釋手段(貸后管理),這兩者相互補充,適用于不同類型、金額和信用等級的信貸,并不意味著大數據風控一定比運用抵質押和擔保手段更為先進。

  黃震認為,大數據風控需要有數據的規則、標準、法律制度。要有產品的標準意識,另外數據來源一定要合法、合規,如果涉及個人隱私,要經過數據清洗、處理。

  作為大數據行業從業者,張韶峰希望能夠針對金融機構對于風控合規和科技落地的需求,為金融機構提供科技轉型解決方案,幫助它們解決長久以來的業務“痛點”,升級整體金融業務效率,同時助力客戶將業務流程中的內外部數據沉淀下來,將大數據資源真正變成客戶的大數據資產,反哺客戶業務的進一步創新和發展。

  辛園認為,目前大數據風控更多面向的是個人零售信貸金融,針對企業端和農村金融客群則相對較少。神州信息將結合自身在“三農”、稅務數據等領域的深度挖掘、分析和應用能力,提供更多新模式、新產品、新服務,助力普惠金融更好服務“三農”、服務實體經濟。

責任編輯:李昂
体彩7位数玩法 福建22选5中奖规则 (^ω^)MG老虎月亮技巧介绍 (*^▽^*)MG孙悟空_官方版 (★^O^★)MG好事成双游戏规则 安徽快三走势图50期 (★^O^★)MG幸运龙宝贝试玩网站 平特一肖尾数什么意思 25选7新疆开吗 广西快乐双彩基本走势图 p3开机号近十期号码查询结果 (^ω^)MG野狼在线客服 (^ω^)MG我心狂野_电子游艺 (-^O^-)MG大厨师app 北京快三开奖 (^ω^)MG丛林吉姆黄金国官网 (*^▽^*)MG开心假期援彩金