
網(wǎng)貸風(fēng)控,大數(shù)據(jù)怎樣幫忙_數(shù)據(jù)分析師考試
股市讓你傷心,P2P又重回投資者的“法眼”。本周,網(wǎng)貸之家公布的數(shù)據(jù)顯示,上半年,P2P網(wǎng)貸成交量達(dá)3006.19億元,超過(guò)去年全年的2528億元成交量,月均增速達(dá)10.08%。網(wǎng)貸之家預(yù)計(jì),2015年P(guān)2P網(wǎng)貸行業(yè)全年成交量將突破8000億元。
與此同時(shí),網(wǎng)貸行業(yè)的風(fēng)險(xiǎn)控制和數(shù)據(jù)來(lái)源一直是人們關(guān)注的。如何利用大數(shù)據(jù)來(lái)進(jìn)行風(fēng)險(xiǎn)控制?我們的個(gè)人信息和信用如何統(tǒng)計(jì)?
開(kāi)放大數(shù)據(jù),讓誠(chéng)信透明
上周末,致力于做網(wǎng)貸平臺(tái)技術(shù)的中科柏誠(chéng)科技有限公司對(duì)外發(fā)布其將與國(guó)家信息中心隸屬的中經(jīng)網(wǎng)共同出資成立中經(jīng)柏誠(chéng)有限公司,該公司立足于支持各級(jí)政府主管部門(mén)和各類(lèi)資質(zhì)發(fā)證機(jī)構(gòu)歸集電子契約認(rèn)證、保管和查驗(yàn),統(tǒng)一的開(kāi)展跨地區(qū)、跨行業(yè)、跨群體的信息服務(wù),是基于大數(shù)據(jù)、云計(jì)算的互聯(lián)網(wǎng)金融綜合信息服務(wù)。
國(guó)家信息中心的相關(guān)負(fù)責(zé)人在會(huì)上表示,目前互聯(lián)網(wǎng)金融存在著交易雙方彼此不熟悉,交易商品不清楚,看不見(jiàn)摸不著,總是讓人放不下心,制約著互聯(lián)網(wǎng)金融的發(fā)展。另外交易所涉及的各種契約、電子化的資質(zhì),也是看不見(jiàn)摸不著,對(duì)于互聯(lián)網(wǎng)金融常態(tài)化也是不利的。此次雙方合作就是希望解決互聯(lián)網(wǎng)金融存在的不規(guī)范和一些弊端。希望新服務(wù)可以推動(dòng)互聯(lián)網(wǎng)金融、電子商務(wù)的發(fā)展。利用技術(shù)手段做電子協(xié)議的公證中心、查驗(yàn)中心、保全中心對(duì)整個(gè)互聯(lián)網(wǎng)金融提供獨(dú)立第三方的中立查驗(yàn)。國(guó)家信息中心目前正在構(gòu)建網(wǎng)絡(luò)化數(shù)據(jù)中心,利用云計(jì)算搭建社會(huì)誠(chéng)信體系的數(shù)據(jù)交換平臺(tái),未來(lái)將覆蓋十幾個(gè)部委,為社會(huì)提供誠(chéng)信查驗(yàn)服務(wù)。
中科柏誠(chéng)董事長(zhǎng)王德敬告訴科技日?qǐng)?bào)記者,雙方的合作是基于國(guó)務(wù)院《社會(huì)信用體系建設(shè)規(guī)劃綱要(2014—2020年)》的文件中提到了“加快社會(huì)信用體系建設(shè)”的規(guī)劃綱要,深入推進(jìn)“商務(wù)誠(chéng)信建設(shè)”中的金融領(lǐng)域信用建設(shè)、電子商務(wù)領(lǐng)域信用建設(shè)、中介服務(wù)業(yè)信用建設(shè);深入推進(jìn)“全面推進(jìn)社會(huì)誠(chéng)信建設(shè)”中的互聯(lián)網(wǎng)應(yīng)用及服務(wù)領(lǐng)域信用建設(shè),貫徹國(guó)家互聯(lián)網(wǎng)+的經(jīng)濟(jì)發(fā)展戰(zhàn)略部署,規(guī)范互聯(lián)網(wǎng)金融、民間金融交易秩序,國(guó)家信息中心擬建設(shè)全國(guó)范圍應(yīng)用的互聯(lián)網(wǎng)金融、民間金融交易安全保障系統(tǒng),以推進(jìn)政務(wù)誠(chéng)信、商務(wù)誠(chéng)信、社會(huì)誠(chéng)信和司法公信建設(shè)為主要內(nèi)容的社會(huì)信用體系,并為社會(huì)信用體系提供數(shù)據(jù)支撐平臺(tái)。
銀行數(shù)據(jù)多,需要慢慢挖
其實(shí),金融行業(yè)在發(fā)展大數(shù)據(jù)能力方面具有天然優(yōu)勢(shì)。受行業(yè)特性影響,金融機(jī)構(gòu)在開(kāi)展業(yè)務(wù)的過(guò)程中積累了海量的高價(jià)值數(shù)據(jù),其中包括客戶(hù)身份、資產(chǎn)負(fù)債情況、資金收付交易等數(shù)據(jù)。以銀行業(yè)為例,其數(shù)據(jù)強(qiáng)度高居各行業(yè)之首——銀行業(yè)每創(chuàng)收100萬(wàn)美元,平均就會(huì)產(chǎn)生820GB的數(shù)據(jù)。作為行業(yè)中的“巨無(wú)霸”,銀行業(yè)與保險(xiǎn)業(yè)對(duì)大數(shù)據(jù)的應(yīng)用尤其可圈可點(diǎn)。
在發(fā)展大數(shù)據(jù)能力方面,銀行業(yè)堪稱(chēng)是“領(lǐng)軍者”??v觀銀行業(yè)的六個(gè)主要業(yè)務(wù)板塊(零售銀行、公司銀行、資本市場(chǎng)、交易銀行、資產(chǎn)管理、財(cái)富管理),每個(gè)業(yè)務(wù)板塊都可以借助大數(shù)據(jù)來(lái)更深入地了解客戶(hù),并為其制定更具針對(duì)性的價(jià)值主張,同時(shí)提升風(fēng)險(xiǎn)管理能力。
在美國(guó),一家互聯(lián)網(wǎng)信用評(píng)估機(jī)構(gòu)已成為多家銀行在個(gè)人信貸風(fēng)險(xiǎn)評(píng)估方面的好幫手。該機(jī)構(gòu)通過(guò)分析客戶(hù)在各個(gè)社交平臺(tái)(如臉譜和推特)留下的數(shù)據(jù),對(duì)銀行的信貸申請(qǐng)客戶(hù)進(jìn)行風(fēng)險(xiǎn)評(píng)估,并將結(jié)果賣(mài)給銀行。銀行將這家機(jī)構(gòu)的評(píng)估結(jié)果與內(nèi)部評(píng)估相結(jié)合,從而形成更完善更準(zhǔn)確的違約評(píng)估。這樣的做法既幫助銀行降低了風(fēng)險(xiǎn)成本,同時(shí)也為銀行帶來(lái)了風(fēng)險(xiǎn)定價(jià)方面的競(jìng)爭(zhēng)優(yōu)勢(shì)。
相較于零售銀行業(yè)務(wù),公司銀行業(yè)務(wù)對(duì)大數(shù)據(jù)的應(yīng)用似乎缺乏亮點(diǎn)。但實(shí)際上,大數(shù)據(jù)在公司銀行業(yè)務(wù)的風(fēng)險(xiǎn)領(lǐng)域正在發(fā)揮著前所未有的作用。西班牙一家大型銀行正是利用大數(shù)據(jù)來(lái)為企業(yè)客戶(hù)提供全面深入的信用風(fēng)險(xiǎn)分析。該行首先識(shí)別出影響行業(yè)發(fā)展的主要因素,然后對(duì)這些因素一一進(jìn)行模擬,以測(cè)試各種事件對(duì)其客戶(hù)業(yè)務(wù)發(fā)展的潛在影響,并綜合評(píng)判每個(gè)企業(yè)客戶(hù)的違約風(fēng)險(xiǎn)。這樣的做法不僅成本低,而且對(duì)風(fēng)險(xiǎn)評(píng)估的速度快,同時(shí)顯著提升了評(píng)估的準(zhǔn)確性。
波士頓2014年底發(fā)布的《金融業(yè)大數(shù)據(jù)應(yīng)用指南》中就指出,傳統(tǒng)方式讓銀行對(duì)企業(yè)客戶(hù)的違約風(fēng)險(xiǎn)評(píng)估多是基于過(guò)往的營(yíng)業(yè)數(shù)據(jù)和信用信息。這種方式的最大弊端就是缺少前瞻性,因?yàn)橛绊懫髽I(yè)違約的重要因素并不僅僅只是企業(yè)自身的經(jīng)營(yíng)狀況,還包括行業(yè)的整體發(fā)展?fàn)顩r,正所謂“覆巢之下,焉有完卵”。但要進(jìn)行這樣的分析往往需要大量的資源投入,因此在數(shù)據(jù)處理資源稀缺的環(huán)境下無(wú)法得到廣泛應(yīng)用,而大數(shù)據(jù)手段則大幅減少了此類(lèi)分析對(duì)資源的需求。
傳統(tǒng)金融加快實(shí)現(xiàn)數(shù)據(jù)共享
由此看來(lái),大數(shù)據(jù)不僅能幫助互聯(lián)網(wǎng)金融做好風(fēng)控,還能幫助傳統(tǒng)金融業(yè)開(kāi)拓新領(lǐng)域、降低成本。然而,金融數(shù)據(jù)共享可能成為橫在雙方中的“?!薄C裆y行研究院院長(zhǎng)黃劍輝認(rèn)為,在與互聯(lián)網(wǎng)的融合過(guò)程中,銀行業(yè)存在著不同的改革瓶頸。對(duì)于國(guó)有大型銀行來(lái)說(shuō),受到傳統(tǒng)觀念和體制上的制約,體量龐大,難以快速實(shí)現(xiàn)轉(zhuǎn)型;而中小銀行由于在資金、技術(shù)和人才方面的限制,“互聯(lián)網(wǎng)+”的改革路徑往往呈現(xiàn)“有心無(wú)力”的特點(diǎn)?;ヂ?lián)網(wǎng)金融的信息披露和風(fēng)控則是直接影響其今后發(fā)展的關(guān)鍵。
7月初,網(wǎng)貸之家剛剛公布數(shù)據(jù)顯示,上半年P(guān)2P網(wǎng)貸成交量達(dá)3006.19億元,超過(guò)去年全年的2528億元成交量,月均增速達(dá)10.08%。同時(shí),行業(yè)收益率正逐漸回歸理性,2015年網(wǎng)貸行業(yè)綜合收益率已經(jīng)從1月的15.81%下行至6月的14.17%。
面對(duì)問(wèn)題平臺(tái)高發(fā)的行業(yè)發(fā)展現(xiàn)狀,今年以來(lái),網(wǎng)貸行業(yè)積極尋求資本關(guān)注,與銀行、保險(xiǎn)機(jī)構(gòu)開(kāi)展合作,多途徑拓展增信,但這些增信手段能否實(shí)現(xiàn)信用加分還有待觀察。業(yè)內(nèi)人士表示P2P平臺(tái)公司的借款流程和銀行流程差異很大,這種對(duì)接還需要時(shí)間磨合。
中國(guó)人民銀行征信中心副主任王曉蕾就曾表示,隨著近年來(lái)金融市場(chǎng)的發(fā)展,一些小型金融機(jī)構(gòu)的出現(xiàn)對(duì)征信系統(tǒng)運(yùn)行提出了新的挑戰(zhàn)。為應(yīng)對(duì)挑戰(zhàn),中國(guó)人民銀行已經(jīng)建成了通過(guò)互聯(lián)網(wǎng)報(bào)送和查詢(xún)征信系統(tǒng)的服務(wù)?!半S著平臺(tái)的進(jìn)一步完善,小微金融機(jī)構(gòu)有希望用更快的速度進(jìn)入征信系統(tǒng)。同時(shí),我們希望通過(guò)市場(chǎng)化程度比較高的機(jī)構(gòu),建立與P2P機(jī)構(gòu)間的信貸共享系統(tǒng),建立征信中心、征信系統(tǒng)與P2P之間的信任關(guān)系。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線(xiàn)” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11