大數(shù)據(jù)風(fēng)控已顯山露水 哪些數(shù)據(jù)才是風(fēng)控所需？

美國科學(xué)家近日宣布探測到引力波的存在，如獲證實，將是物理學(xué)界里程碑式的重大成果。一時間，“引力波”成為熱詞，相關(guān)的知識普及也隨之而來。然而，5年前國內(nèi)一位下崗工人在節(jié)目上提及引力波時，卻遭到了在場嘉賓的譏諷，這位工人還沒有對自己的“發(fā)明發(fā)現(xiàn)”做詳細(xì)闡述，便被頻頻打斷和否定，只得匆匆下場。五年后的如今，引力波被捕捉到有存在的痕跡，著實是戲劇化的一幕。

當(dāng)引力波還是一個新鮮事物時，人們沒有預(yù)見到它的未來，甚至有人無知地直接否認(rèn)它的存在。這讓我也想到“青蒿素”，在屠呦呦教授沒拿獎之前也無人所知。然而，縱然當(dāng)初無人問津，如今可不是大放異彩。

如今的“大數(shù)據(jù)風(fēng)控”這一詞，或許就如五年前的“引力波”、一年前的“青蒿素”一樣，尚處于一個初生試水、萌芽之姿的階段，機遇與挑戰(zhàn)并存。一方面，不可否認(rèn)地存在魚龍混雜、亂象叢生的問題，”掛羊頭賣狗肉”有名無實的事例也有，對于一些沒有核心數(shù)據(jù)卻吹噓數(shù)據(jù)風(fēng)控的大忽悠平臺我們當(dāng)然要擦亮火眼金睛。做大數(shù)據(jù)風(fēng)控本要求的是硬技術(shù)，誰能真正掌握誰才能扎根發(fā)展，行業(yè)內(nèi)已經(jīng)出現(xiàn)了一些有益的探索，顯示了用大數(shù)據(jù)做風(fēng)控的優(yōu)勢。

大數(shù)據(jù)風(fēng)控已顯山露水

目前市場的大數(shù)據(jù)風(fēng)控系統(tǒng)現(xiàn)狀是：大公司通過大數(shù)據(jù)挖掘，自建信用評級系統(tǒng)；小公司通過信息分享，借助第三方獲得信用評級咨詢服務(wù)。

已有的風(fēng)控大致分為兩種模式，一種是類似于阿里的風(fēng)控模式，他們通過自身系統(tǒng)大量的電商交易以及支付信息數(shù)據(jù)建立了封閉系統(tǒng)的信用評級和風(fēng)控模型。另外一種則是眾多中小互聯(lián)網(wǎng)金融公司通過貢獻(xiàn)數(shù)據(jù)給一個中間征信機構(gòu)，再分享征信信息。

那么，哪些數(shù)據(jù)才是風(fēng)控所需的呢？

1、電商大數(shù)據(jù)

電商平臺能夠累積大量的交易信息，可作為信用評級參考的原材料。阿里金融是利用電商大數(shù)據(jù)進(jìn)行風(fēng)控的領(lǐng)頭羊，在很多行業(yè)人士還在云里霧里的時候，阿里已經(jīng)建立了相對完善的大數(shù)據(jù)挖掘系統(tǒng)。通過阿里巴巴、淘寶、天貓、支付寶等積累的大量交易支付數(shù)據(jù)作為最基本的數(shù)據(jù)原料，再加上賣家提供的銷售數(shù)據(jù)、銀行流水、水電繳納等情況作為輔助數(shù)據(jù)原料。所有信息匯總后，將數(shù)值輸入網(wǎng)絡(luò)行為評分模型，進(jìn)行信用評級。

2、信貸記錄大數(shù)據(jù)

小貸類網(wǎng)站積累的信貸大數(shù)據(jù)包括信貸額度、違約記錄等等。但單一企業(yè)缺陷在于數(shù)據(jù)的數(shù)量級別低和地域性太強。還有部分小貸網(wǎng)站平臺通過線下采集數(shù)據(jù)轉(zhuǎn)移到線上的方式來完善信用數(shù)據(jù)。這些特點決定了如果單兵作戰(zhàn)他們必定付出巨大成本。因此，貢獻(xiàn)數(shù)據(jù)、共享數(shù)據(jù)的模式正逐步被認(rèn)可，抱團(tuán)取暖勝過單打獨斗。

3、社交網(wǎng)站大數(shù)據(jù)

社交大數(shù)據(jù)是風(fēng)控大數(shù)據(jù)的一個重要組成部分。通過社交人際網(wǎng)絡(luò)關(guān)系數(shù)據(jù)和生活圈中其他如水電煤繳費信息、信用卡還款信息、支付和交易信息等，可以多方面地反映出用戶的習(xí)慣偏好、價值取向、人際交往、信譽度和活躍度等信息。

利用社交網(wǎng)站大數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)借貸風(fēng)控的典型是美國的Lending Club。Lending club于2007年在facebook上開張，通過在上面鑲嵌的一款應(yīng)用搭建借貸雙方平臺，利用社交網(wǎng)絡(luò)關(guān)系數(shù)據(jù)和朋友之間的相互信任聚合人氣。借款人被分為若干信用等級，但是卻不必公布自己的信用歷史。

4、信用卡借記類數(shù)據(jù)

信用卡類網(wǎng)站的大數(shù)據(jù)同樣對互聯(lián)網(wǎng)金融的風(fēng)險控制非常有價值。申請信用卡的年份、是否通過、授信額度、卡片種類；信用卡還款數(shù)額、對優(yōu)惠信息的關(guān)注等都可以作為信用評級的參考數(shù)據(jù)。

5、消費數(shù)據(jù)

第三方支付類平臺做風(fēng)控的機遇在于，能基于用戶的消費數(shù)據(jù)做信用分析。支付的方向、每月支付的額度、購買產(chǎn)品品牌都可以作為信用評級的重要參考數(shù)據(jù)。

6、生活服務(wù)類數(shù)據(jù)

生活服務(wù)類網(wǎng)站的大數(shù)據(jù)如水、電、煤氣、有線電視、電話、網(wǎng)絡(luò)費、物業(yè)費交納平臺則客觀真實地反映了個人的基本信息，是信用評級中一類重要的數(shù)據(jù)類型。

大數(shù)據(jù)的海量也就意味著，對數(shù)據(jù)的理解和對有效數(shù)據(jù)的挑選非常重要，并非所有數(shù)據(jù)都是風(fēng)控有用信息。要選取哪些數(shù)據(jù)原料進(jìn)行挖掘，什么數(shù)據(jù)才是金融風(fēng)控真正所需的，對數(shù)據(jù)的類型和實效性都要有所考量。

17年前，很多人認(rèn)為互聯(lián)網(wǎng)是泡沫，現(xiàn)在證明互聯(lián)網(wǎng)沒被高估；7年前，很多人認(rèn)為電子商務(wù)是泡沫，但今天中國已經(jīng)有幾億人的電商市場。如今，大數(shù)據(jù)風(fēng)控方興未艾，也伴隨著一些泡沫，但只要它朝著健康的方向發(fā)展，未來已來。大數(shù)據(jù)的相關(guān)理論與分析方法，很好地彌補了數(shù)據(jù)獲得的時間連續(xù)性、數(shù)據(jù)的地理位置分布、數(shù)據(jù)樣本的覆蓋程度等傳統(tǒng)分析方法中的不足，其精準(zhǔn)度更高、覆蓋面更廣和響應(yīng)速度更快的特點，運用到風(fēng)險防控中大有裨益。大數(shù)據(jù)風(fēng)控本身并非是忽悠，是真的具有發(fā)展的潛力，只是其研究還更待成熟。

最后借助蘇萌教授在進(jìn)行大數(shù)據(jù)辯論時的一句總結(jié)：所有新鮮事物都需要一定的泡沫，才能吸引到更多的投資和關(guān)注，最終才能讓真正好的東西沉淀下來。