
大數(shù)據(jù)風(fēng)控到底能不能拯救P2P
由于線上+線下模式的特殊性,導(dǎo)致國(guó)內(nèi)P2P行業(yè)難以效仿西方國(guó)家以數(shù)據(jù)分析來(lái)建立風(fēng)險(xiǎn)模型,而是開發(fā)出了線上融資、線下風(fēng)控的風(fēng)控方式。
自2007年被引入中國(guó),P2P行業(yè)在國(guó)內(nèi)已經(jīng)走過(guò)了八個(gè)年頭。2013年,P2P行業(yè)正式進(jìn)入爆發(fā)式發(fā)展階段。與此同時(shí),行業(yè)開始出現(xiàn)大面積的風(fēng)險(xiǎn)事件。據(jù)網(wǎng)貸之家數(shù)據(jù)顯示,截止2015年9月24日,P2P行業(yè)問(wèn)題平臺(tái)數(shù)量累計(jì)已達(dá)653家。另外,有數(shù)據(jù)披露當(dāng)前P2P行業(yè)的壞賬率正持續(xù)走高,一度達(dá)到了5%。風(fēng)險(xiǎn)事件的屢見不鮮使得P2P行業(yè)在發(fā)展的同時(shí)也飽受批評(píng),而最為核心的風(fēng)控更是成為整個(gè)行業(yè)懸而未解的難題。
中國(guó)P2P行業(yè)的風(fēng)控現(xiàn)狀
P2P網(wǎng)絡(luò)借貸起源于英美,是一種基于互聯(lián)網(wǎng)的陌生人借貸模式,后被引入中國(guó)。最原始的P2P模式被稱為純線上模式,貸前、貸中、貸后及相關(guān)過(guò)程中的一切盡調(diào)、審核等都在線上完成。但這種模式得以成功的前提是擁有一套完善的征信體系作為社會(huì)基礎(chǔ)。眾所周知,英美國(guó)家的民間征信體系非常健全,民間更是不乏成熟的信用評(píng)級(jí)機(jī)構(gòu),為其P2P行業(yè)提供了發(fā)展的沃土。但是國(guó)內(nèi)不論是社會(huì)信用環(huán)境還是民間征信體系的建設(shè)都與英美天差地別,因而P2P被引入中國(guó)之后,為了適應(yīng)國(guó)內(nèi)市場(chǎng),便由原始的純線上模式演變?yōu)榫€上線下相結(jié)合的模式。由于線上+線下模式的特殊性,導(dǎo)致國(guó)內(nèi)P2P行業(yè)難以效仿西方國(guó)家以數(shù)據(jù)分析來(lái)建立風(fēng)險(xiǎn)模型,而是開發(fā)出了線上融資、線下風(fēng)控的風(fēng)控方式。
當(dāng)前國(guó)內(nèi)的P2P行業(yè)風(fēng)險(xiǎn)控制主要在貸前及貸后兩個(gè)階段上強(qiáng)化。
1、貸前:信用審核
貸前的信用審核主要依靠線下完成,需要線下的風(fēng)控人員或信貸員進(jìn)行實(shí)地走訪,對(duì)借款人的實(shí)際生活、經(jīng)營(yíng)環(huán)境進(jìn)行調(diào)查,清晰掌握其收入、負(fù)債等資產(chǎn)情況,以此預(yù)測(cè)出借款人的還款意愿及還款能力。P2P雖然基于互聯(lián)網(wǎng),但就目前來(lái)看,貸前盡調(diào)上使用的方法與傳統(tǒng)的小貸公司無(wú)異。這種模式在中國(guó)不完善的征信環(huán)境中得以發(fā)展成熟,盡調(diào)數(shù)據(jù)也具備一定參考價(jià)值。但其劣勢(shì)也顯而易見,一是增加了P2P平臺(tái)的人力和財(cái)力成本;二是對(duì)借款人的評(píng)估和預(yù)判往往依賴于風(fēng)控人員的主觀判斷,因此從某種意義上來(lái)說(shuō),該借款項(xiàng)目風(fēng)險(xiǎn)是否把控得當(dāng)與工作人員的經(jīng)驗(yàn)多少有一定關(guān)系。
2、貸后:擔(dān)保增信
對(duì)于P2P平臺(tái)而言,一方面由于自身技術(shù)能力有限;另一方面則受限于嚴(yán)重的信息壁壘,因此在批復(fù)放款之后,難以監(jiān)控借款人的真實(shí)經(jīng)營(yíng)狀況及借款款項(xiàng)的具體流向,導(dǎo)致項(xiàng)目不良率居高不下。為了最大程度地降低風(fēng)險(xiǎn),99%的P2P平臺(tái)都會(huì)強(qiáng)化貸后風(fēng)險(xiǎn)管理手段,亦即在最后階段引入擔(dān)保機(jī)構(gòu)進(jìn)行風(fēng)險(xiǎn)共擔(dān)。擔(dān)保機(jī)構(gòu)會(huì)承諾對(duì)該筆借款項(xiàng)目進(jìn)行全額本息擔(dān)保,一旦極端風(fēng)險(xiǎn)事件爆發(fā),將由擔(dān)保機(jī)構(gòu)對(duì)投資人進(jìn)行本息償付,隨后再進(jìn)行逾期、壞賬項(xiàng)目的追償及催收等后續(xù)工作。
由于當(dāng)前P2P行業(yè)普遍采用的風(fēng)控模式均來(lái)源于傳統(tǒng)手段,過(guò)于依賴人工,難以有效規(guī)避從業(yè)人員在信審過(guò)程中可能出現(xiàn)的道德風(fēng)險(xiǎn)和詐騙風(fēng)險(xiǎn)。因此,P2P平臺(tái)雖然在高呼創(chuàng)新風(fēng)控,但實(shí)際上并沒(méi)有解決核心問(wèn)題。換言之,風(fēng)控難題依然是當(dāng)前行業(yè)發(fā)展過(guò)程中一道難以跨越的坎。
什么是大數(shù)據(jù)風(fēng)控
隨著行業(yè)的發(fā)展,風(fēng)險(xiǎn)積聚問(wèn)題的嚴(yán)峻愈發(fā)突出,越來(lái)越多的人開始呼吁行業(yè)摒棄以個(gè)人經(jīng)驗(yàn)進(jìn)行預(yù)判的傳統(tǒng)風(fēng)控模式,而是應(yīng)該深入挖掘數(shù)據(jù)建模的可行性,通過(guò)完善數(shù)據(jù)征信來(lái)解決風(fēng)控難題。
根據(jù)百度的詞條解釋:大數(shù)據(jù)風(fēng)控即大數(shù)據(jù)風(fēng)險(xiǎn)控制,是指通過(guò)運(yùn)用大數(shù)據(jù)構(gòu)建模型的方法對(duì)借款人進(jìn)行風(fēng)險(xiǎn)控制和風(fēng)險(xiǎn)提示。迄今為止,大數(shù)據(jù)風(fēng)控在互聯(lián)網(wǎng)金融領(lǐng)域的經(jīng)典案例非阿里小貸莫屬,依托于阿里巴巴龐大的數(shù)據(jù)庫(kù),阿里小貸通過(guò)云計(jì)算來(lái)對(duì)用戶數(shù)據(jù)進(jìn)行分析處理,最終產(chǎn)生用戶的信用數(shù)據(jù)。阿里數(shù)據(jù)庫(kù)的數(shù)據(jù)種類之多、容量之大,使得阿里小貸能夠通過(guò)現(xiàn)有數(shù)據(jù)來(lái)對(duì)用戶違約概率進(jìn)行較為精準(zhǔn)的預(yù)測(cè),迅速確定用戶授信,真正實(shí)現(xiàn)信貸扁平化。
P2P能不能實(shí)現(xiàn)大數(shù)據(jù)風(fēng)控
互聯(lián)網(wǎng)金融領(lǐng)域赫赫有名的“校長(zhǎng)”曾經(jīng)明確提出“大數(shù)據(jù)風(fēng)控對(duì)P2P行業(yè)無(wú)效”的觀點(diǎn),原因簡(jiǎn)要概括如下:一是經(jīng)濟(jì)形勢(shì)的不可預(yù)測(cè)性,一旦經(jīng)濟(jì)形勢(shì)下行壓力過(guò)大,金融機(jī)構(gòu)也無(wú)完卵,那么風(fēng)險(xiǎn)管理在系統(tǒng)性風(fēng)險(xiǎn)面前毫無(wú)意義。二是P2P行業(yè)還難以達(dá)到大數(shù)據(jù)的邏輯標(biāo)準(zhǔn)——足夠大的樣本量,換言之,覆蓋的人群遠(yuǎn)遠(yuǎn)達(dá)不到樣本容量要求的P2P行業(yè)拿什么來(lái)做大數(shù)據(jù)?因此,很長(zhǎng)一段時(shí)間內(nèi)大數(shù)據(jù)雖然概念火熱,基本上很少有P2P平臺(tái)能夠真正運(yùn)用。近日果樹財(cái)富高調(diào)宣布引進(jìn)云風(fēng)控技術(shù)來(lái)進(jìn)行借款人資信審核的新聞,將大數(shù)據(jù)風(fēng)控的話題再一次擺到了臺(tái)面上,而關(guān)于大數(shù)據(jù)風(fēng)控在P2P行業(yè)到底可不可行的討論又甚囂塵上了。
筆者的觀點(diǎn)是:P2P做大數(shù)據(jù)風(fēng)控,雖然無(wú)法照搬電商模式,但在適當(dāng)范圍內(nèi)可以嘗試。假設(shè)P2P平臺(tái)能夠采集到一定基數(shù)的真實(shí)用戶數(shù)據(jù),將可以建立一定容量的數(shù)據(jù)庫(kù),以此為核心建立數(shù)據(jù)模型。第一,信用評(píng)分模型。平臺(tái)可以通過(guò)評(píng)估用戶的歷史收入、資產(chǎn)、職業(yè)、年齡等信息,來(lái)估算出借款用戶的信用風(fēng)險(xiǎn)分?jǐn)?shù),以此預(yù)測(cè)其違約風(fēng)險(xiǎn)。但這種模型的局限性在于歷史數(shù)據(jù)的時(shí)效性及參考性十分有限,因而需要平臺(tái)對(duì)用戶數(shù)據(jù)變量進(jìn)行定期監(jiān)測(cè)及更新。第二,違約概率模型。與傳統(tǒng)的人工經(jīng)驗(yàn)預(yù)判概率相比,P2P平臺(tái)可以通過(guò)積累用戶的歷史數(shù)據(jù),從中提煉出借款用戶的違約概率。
綜上,不可否認(rèn),大數(shù)據(jù)在P2P行業(yè)風(fēng)控中的應(yīng)用不僅前景可期,同時(shí)也是具備一定可行意義的。一方面,大數(shù)據(jù)能夠幫助P2P平臺(tái)擺脫高成本的人工信審現(xiàn)狀;另一方面,數(shù)據(jù)模型的統(tǒng)一化、標(biāo)準(zhǔn)化能夠改善當(dāng)前憑個(gè)人經(jīng)驗(yàn)預(yù)判項(xiàng)目風(fēng)險(xiǎn)的風(fēng)控現(xiàn)狀。從這個(gè)角度來(lái)看,短期之內(nèi)大數(shù)據(jù)風(fēng)控對(duì)于P2P平臺(tái)的意義在于提高風(fēng)控水平、降低風(fēng)控成本、建立高效風(fēng)控機(jī)制。這也是前文提到的果樹財(cái)富引入云風(fēng)控技術(shù)的原因之一,無(wú)非是為了低成本引入用戶數(shù)據(jù)報(bào)告,輔助平臺(tái)核驗(yàn)用戶資信和違約風(fēng)險(xiǎn)。
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
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” 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)化繞不開的話題。 ...
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? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
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)全功能周期的專業(yè)操盤手 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) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11