
“互聯(lián)網(wǎng)金融+大數(shù)據(jù)+征信”如何運(yùn)轉(zhuǎn)
隨著P2P監(jiān)管的加強(qiáng),前兩年熱炒的互聯(lián)網(wǎng)金融逐漸冷卻。人們開(kāi)始回歸理性,重新審視這個(gè)“新事物”。越來(lái)越多的人開(kāi)始認(rèn)可互聯(lián)網(wǎng)金融的金融本質(zhì)。
從前年底開(kāi)始,征信仿佛一夜之間進(jìn)入到人們的視野。從第一批個(gè)人征信牌照的發(fā)放在即,到企業(yè)征信備案的收緊,征信成了金融圈2015年一個(gè)新的熱點(diǎn)。更有很多人認(rèn)為,征信將撬動(dòng)一個(gè)新的萬(wàn)億市場(chǎng)。
大數(shù)據(jù),依然在升溫,2015年的9月更是達(dá)到了一個(gè)新的高度,上升為國(guó)家戰(zhàn)略,一時(shí)間威風(fēng)八面。很多事情如果不沾上大數(shù)據(jù)的光,都不好意思出來(lái)說(shuō)。
不知道什么時(shí)候,有聰明人將兩個(gè)熱點(diǎn)合二為一,產(chǎn)生了“大數(shù)據(jù)征信”的名詞,并訊速地將其推廣?;ヂ?lián)網(wǎng)金融、大數(shù)據(jù)征信于是就成了2015年最亮麗的風(fēng)景。
然而,互聯(lián)網(wǎng)金融的本質(zhì)是金融,那么互聯(lián)網(wǎng)給金融帶來(lái)了什么?互聯(lián)網(wǎng)金融與傳統(tǒng)金融有什么區(qū)別?征信,真的需要大數(shù)據(jù)嗎?大數(shù)據(jù)在征信里到底起了什么作用?
1. 什么是互聯(lián)網(wǎng)金融
越來(lái)越多的人認(rèn)識(shí)到互聯(lián)網(wǎng)金融的本質(zhì)是金融,這很好,說(shuō)明大家都明白起碼互聯(lián)網(wǎng)金融不等于P2P。但是在互聯(lián)網(wǎng)金融里的“互聯(lián)網(wǎng)“又是什么呢?它與傳統(tǒng)金融最根本的區(qū)別在于什么?
個(gè)人認(rèn)為,互聯(lián)網(wǎng)金融跟傳統(tǒng)金融還是有一些本質(zhì)的區(qū)別。它并不是一個(gè)簡(jiǎn)單地衍生品,而是一次革命!雖然我也同意互聯(lián)網(wǎng)金融的本質(zhì)還是金融,但互聯(lián)網(wǎng)金融是金融的互聯(lián)網(wǎng)化。
金融的互聯(lián)網(wǎng)化,再具體地說(shuō),就是金融的碎片化,金融的精細(xì)化,便捷化。這,才是互聯(lián)網(wǎng)金融的核心。
如果你簡(jiǎn)單認(rèn)為余額寶當(dāng)年的那一場(chǎng)絢麗的演出只為業(yè)界帶來(lái)了P2P的模式,那就太淺薄了。P2P只是表象,余額寶最大的貢獻(xiàn)是開(kāi)啟了金融產(chǎn)品互聯(lián)網(wǎng)化大幕!
眾所周知,我國(guó)是銀行大國(guó),而非金融大國(guó)。金融產(chǎn)品匱乏,缺乏細(xì)分,新產(chǎn)品開(kāi)發(fā)的周期過(guò)于緩慢。(這里的金融產(chǎn)品并非指理財(cái)產(chǎn)品。)造成這種現(xiàn)狀的原因,就不說(shuō)了,向前看。
互聯(lián)網(wǎng)金融帶給大家的是快捷的市場(chǎng)反應(yīng),豐富的細(xì)分產(chǎn)品。這也是未來(lái)銀行所必須具備的能力。在我的另一篇文章中《大轉(zhuǎn)折,新金融》闡述了這是一次大的轉(zhuǎn)折,也必將顯露出很多巨大的商機(jī)。在這次轉(zhuǎn)折過(guò)程中,互聯(lián)網(wǎng)為金融的變革做好了外圍環(huán)境條件的準(zhǔn)備。這個(gè)準(zhǔn)備,就是大數(shù)據(jù),就是征信。
2. 大數(shù)據(jù)
隨著越來(lái)越多的人關(guān)注大數(shù)據(jù),大數(shù)據(jù)也被越來(lái)越多的人誤解,濫用。其實(shí)大數(shù)據(jù)是一個(gè)特指,并不是數(shù)據(jù)多到一定程度就是大數(shù)據(jù)了,更不是有數(shù)據(jù)就是大數(shù)據(jù)。
我們現(xiàn)在稱(chēng)“大數(shù)據(jù)”一般是指兩個(gè)概念,一個(gè)是來(lái)自于互聯(lián)網(wǎng)的海量數(shù)據(jù),其特點(diǎn)是海量、維度多,非結(jié)構(gòu)化和結(jié)構(gòu)化數(shù)據(jù)并存;另一個(gè)是對(duì)海量數(shù)據(jù)的處理技術(shù)。因?yàn)橐揽總鹘y(tǒng)的數(shù)據(jù)處理技術(shù),無(wú)法滿足對(duì)海量數(shù)據(jù)秒級(jí)快速處理的需求(應(yīng)用的需求,亞馬遜、LinkedIn是代表),所以必須要有一種新的針對(duì)這一需求的處理技術(shù),我們稱(chēng)之為大數(shù)據(jù)技術(shù)。大數(shù)據(jù)技術(shù)是一個(gè)體系,與話題無(wú)關(guān),這里不再展開(kāi)。
大數(shù)據(jù)最根本的作用也隨之有兩個(gè),了解你的客戶和在一些領(lǐng)域引入新的數(shù)據(jù)處理辦法。
目前第一個(gè)“大數(shù)據(jù)”的含義已經(jīng)被擴(kuò)展,跨越了互聯(lián)網(wǎng)的界限,引入了行業(yè)的數(shù)據(jù)。通過(guò)將不同渠道,不同維度的數(shù)據(jù)打通,你將可以非常清晰地勾勒出你的用戶的畫(huà)像。數(shù)據(jù)的豐富達(dá)到了基本完整的程度,使得我們對(duì)用戶的了解,從簡(jiǎn)單的特征標(biāo)簽升華到了對(duì)用戶的畫(huà)像。這個(gè)升華就使大數(shù)據(jù)從一個(gè)可有可無(wú)的“玩具”,變成了一個(gè)很行之有效的工具。基于對(duì)用戶的畫(huà)像,你就可以更好地為客戶提供差異化的服務(wù);就可以更好地了解客戶,從而為其提供更精準(zhǔn)更高級(jí)的無(wú)抵押信用貸款。
另一方面,大數(shù)據(jù)的處理技術(shù)也有可能在一些傳統(tǒng)的金融領(lǐng)域,尤其是風(fēng)控領(lǐng)域發(fā)揮作用。傳統(tǒng)的金融風(fēng)控是建立在統(tǒng)計(jì)學(xué)的基礎(chǔ)上,它需要依賴(lài)大樣本的分析,計(jì)算的是一個(gè)概率。而現(xiàn)在我們經(jīng)常面臨的最大難題,就在于缺乏這個(gè)大樣本,因?yàn)槲覀冃枰?xì)化和更快地響應(yīng)市場(chǎng)。積累大樣本需要時(shí)間和金錢(qián),這顯然不適應(yīng)市場(chǎng)發(fā)展的需要。大數(shù)據(jù)的某些技術(shù),本身就不是建立在統(tǒng)計(jì)學(xué)的基礎(chǔ)上,有可能在缺乏樣本的領(lǐng)域里發(fā)揮作用。比如,機(jī)器學(xué)習(xí)技術(shù),被應(yīng)用于反欺詐領(lǐng)域,就可以在缺乏樣本的情況下,更為快速地發(fā)現(xiàn)早期異常行為。當(dāng)然,并不是說(shuō)大數(shù)據(jù)完全不需要數(shù)據(jù)的訓(xùn)練,只是可能可以在缺乏大樣本數(shù)據(jù)環(huán)境的情況下,利用其他數(shù)據(jù)來(lái)彌補(bǔ)缺乏數(shù)據(jù)的不足,不失是一個(gè)新的手段。
無(wú)論是大數(shù)據(jù),還是大數(shù)據(jù)的處理技術(shù),都直接或者間接地指向了一個(gè)環(huán)節(jié),征信。
3. 征信
現(xiàn)在很多人一提征信總喜歡加一個(gè)修飾詞,“大數(shù)據(jù)征信”。仿佛擔(dān)心如果不加上“大數(shù)據(jù)”份量就不夠。
征信就是征信,是一門(mén)嚴(yán)謹(jǐn)?shù)慕鹑诳茖W(xué)。是為金融風(fēng)控過(guò)程中揭示金融風(fēng)險(xiǎn)而設(shè)。傳統(tǒng)征信是建立在信貸歷史記錄的基礎(chǔ)上,利用統(tǒng)計(jì)學(xué)的模型來(lái)展開(kāi)的。雖然ZestFinance提出了大數(shù)據(jù)的征信方法,但迄今為止,還沒(méi)有一個(gè)令人信服的數(shù)據(jù)表明,這一方法是行之有效的,是成熟的。所以,我們依然只能沿用傳統(tǒng)的征信辦法。
究其根本,個(gè)人認(rèn)為,雖然大數(shù)據(jù)可以掌握一個(gè)用戶很多方面的信息,但是只有金融屬性的數(shù)據(jù),對(duì)用戶的金融行為判斷才會(huì)有意義。從另一個(gè)角度來(lái)講,用戶的其他行為對(duì)金融行為的影響,都可以從具有金融屬性的數(shù)據(jù)中表現(xiàn)出來(lái),萬(wàn)變不離其宗。
貌似跟我上面的觀點(diǎn)有沖突,其實(shí)不然。正是因?yàn)榛ヂ?lián)網(wǎng)金融需要更快,更精細(xì)的金融產(chǎn)品,所以,傳統(tǒng)的征信不足以滿足這一需求。因?yàn)闀簳r(shí)還沒(méi)有足夠的樣本來(lái)揭示風(fēng)險(xiǎn)。那么這時(shí),大數(shù)據(jù)就派上用場(chǎng)了。在大數(shù)據(jù)描繪的有些特定場(chǎng)景下,即便缺乏一些樣本數(shù)據(jù),無(wú)“經(jīng)驗(yàn)”可參考,金融風(fēng)險(xiǎn)也是可控的。這才是大數(shù)據(jù)在金融領(lǐng)域的價(jià)值。而并非大數(shù)據(jù)征信是傳統(tǒng)征信的替代品。不排除未來(lái)將大數(shù)據(jù)、大數(shù)據(jù)處理技術(shù)和金融的場(chǎng)景結(jié)合,可能會(huì)尋找到一條新的道路,但至少在今天,大數(shù)據(jù)和大數(shù)據(jù)處理技術(shù)在金融領(lǐng)域還只是有益的補(bǔ)充。
大數(shù)據(jù)確實(shí)可以為金融行業(yè)帶來(lái)很多變化,也為金融的互聯(lián)網(wǎng)化,碎片化,提供了保障。雖然,大數(shù)據(jù)在今天,在金融領(lǐng)域還是補(bǔ)充,但相信在未來(lái)的日子里,它將進(jìn)一步滲透,走出一條創(chuàng)新的路。征信將融入大數(shù)據(jù)進(jìn)一步細(xì)分,場(chǎng)景化的征信會(huì)更適合新市場(chǎng)的需求。這是我看到的大數(shù)據(jù)-征信-互聯(lián)網(wǎng)金融的關(guān)系。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL 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)的話題。 ...
2025-09-18CDA 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 ...
2025-09-18DSGE 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 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10