
大數(shù)據(jù)風(fēng)控成P2P救命稻草
根據(jù)最新的統(tǒng)計(jì)數(shù)據(jù),整個網(wǎng)貸行業(yè)的累計(jì)交易額已突破萬億規(guī)模,比之前行業(yè)機(jī)構(gòu)所預(yù)測的年底突破萬億還提前了幾個月時間。可見整個行業(yè)的發(fā)展已經(jīng)遠(yuǎn)遠(yuǎn)超出了大家的預(yù)期。長期以來,風(fēng)控就是P2P行業(yè)懸而未解的難題,而今隨著行業(yè)規(guī)模的整體爆發(fā),如何破解風(fēng)控難題更顯得尤為緊要。在傳統(tǒng)風(fēng)控跟不上行業(yè)發(fā)展的今天,大數(shù)據(jù)風(fēng)控能否成為P2P行業(yè)的救命稻草?
流量時代已經(jīng)終結(jié),優(yōu)質(zhì)資產(chǎn)瓶頸的突破能否依賴大數(shù)據(jù)風(fēng)控?
在P2P行業(yè)發(fā)展早期,P2P平臺往往只需要依賴現(xiàn)有資源就能支撐起平臺資產(chǎn)端的需求,但是隨著平臺規(guī)模的發(fā)展,投資者數(shù)量逐漸累積,對資產(chǎn)端的需求也越發(fā)旺盛。換句話說,當(dāng)一個平臺的交易規(guī)模發(fā)展到特定階段的時候,就難免遭遇資產(chǎn)端的發(fā)展瓶頸,亦即如何保證優(yōu)質(zhì)資產(chǎn)的供應(yīng)以滿足現(xiàn)階段的理財需求?
對于P2P平臺而言,通常情況下,優(yōu)質(zhì)資產(chǎn)的供應(yīng)速度明顯落后于新增投資者的導(dǎo)入速度?,F(xiàn)階段的P2P平臺,在資產(chǎn)端的開發(fā)上不外乎兩種形式,一是依賴平臺自建的線下團(tuán)隊(duì);二是引入小貸公司等傳統(tǒng)的金融機(jī)構(gòu),由合作方提供資產(chǎn)。但不論是哪種形式,出于對資產(chǎn)質(zhì)量、風(fēng)險的管控,都要求平臺需要配備具備一定水平的風(fēng)控團(tuán)隊(duì)。可見P2P平臺往往需要投入巨大的人力和時間來尋找優(yōu)質(zhì)資產(chǎn),由此便導(dǎo)致資產(chǎn)供應(yīng)的步伐緩慢,難以跟上現(xiàn)有的理財需求。一邊是求“資產(chǎn)”若渴的投資者,另一邊是大浪淘沙般的資產(chǎn)開發(fā)現(xiàn)狀,為了防止投資人流失,就要保證資產(chǎn)供應(yīng)的數(shù)量,但抓了數(shù)量,就有可能忽略質(zhì)量。因此在這個階段,多數(shù)平臺的逾期、壞賬率也會同步上升;或者為了確保資產(chǎn)的質(zhì)量,無法按需提供資產(chǎn),將導(dǎo)致平臺無法快速擴(kuò)張,甚至出現(xiàn)原地踏步的現(xiàn)象。
那么,優(yōu)質(zhì)資產(chǎn)的開發(fā)之所以難,外因是市場的信貸資產(chǎn)現(xiàn)狀的窘迫,內(nèi)因則主要來源于P2P平臺的風(fēng)控水平羸弱、風(fēng)控成本過高,從而增加了資產(chǎn)開發(fā)的難度和成本。目前絕大多數(shù)網(wǎng)貸平臺都是以中小額放貸業(yè)務(wù)為主,所沿用的也是傳統(tǒng)信貸業(yè)務(wù)中風(fēng)控手段,因此導(dǎo)致人力和時間成本投入過高,不具備互聯(lián)網(wǎng)時代的高效性。相比之下,大數(shù)據(jù)風(fēng)控通過核心數(shù)據(jù)建模,來對借款用戶進(jìn)行資信評估,以此來預(yù)測其違約概率,能夠大大節(jié)省傳統(tǒng)風(fēng)控環(huán)節(jié)中的人力成本。
那么,大數(shù)據(jù)風(fēng)控在P2P行業(yè)的應(yīng)用現(xiàn)狀如何?是否能夠幫助平臺突破資產(chǎn)業(yè)務(wù)瓶頸?根據(jù)我目前了解到的情況,不少網(wǎng)貸平臺都已經(jīng)開始引入大數(shù)據(jù)風(fēng)控。以芝麻信用為例,目前芝麻信用已經(jīng)對接了國內(nèi)多家P2P平臺,為其提供大數(shù)據(jù)支持,但是平臺僅靠芝麻信用這一家征信機(jī)構(gòu)的數(shù)據(jù)來進(jìn)行預(yù)判顯然是不夠的。另外,由于國內(nèi)征信體系的不健全,因此不同征信機(jī)構(gòu)所提供的核心征信數(shù)據(jù)也有所偏差。比如,央行的征信報告,更多的是針對你在傳統(tǒng)金融機(jī)構(gòu)的信用歷史,芝麻信用的數(shù)據(jù)庫則來自于你在互聯(lián)網(wǎng)上的消費(fèi)數(shù)據(jù),騰訊則更側(cè)重于社交數(shù)據(jù)的搜集。整體而言,單一的數(shù)據(jù)很難提升征信數(shù)據(jù)的可靠性,未必能夠提升整體風(fēng)控水平。但是,如果同時接入多家機(jī)構(gòu)的征信數(shù)據(jù),不僅有望提供整體風(fēng)控水平,還將進(jìn)一步簡化當(dāng)前煩冗的風(fēng)控流程,增強(qiáng)風(fēng)控便利性,進(jìn)而帶領(lǐng)P2P行業(yè)突破資產(chǎn)發(fā)展的瓶頸。
行業(yè)即將整體爆發(fā),大數(shù)據(jù)風(fēng)控成必然
從2013年開始,就不斷地有言論稱整個網(wǎng)貸行業(yè)已經(jīng)開始爆發(fā),但是就目前來看,個人認(rèn)為整個行業(yè)還只是處于爆發(fā)的初期階段,離整體爆發(fā)仍然還有很長一段路需要走。如上文提到的,整個網(wǎng)貸行業(yè)的累計(jì)成交額剛剛突破萬億,理財用戶的規(guī)模也還遠(yuǎn)遠(yuǎn)沒有呈現(xiàn)出爆發(fā)的趨勢。用戶市場增速緩慢,主要是網(wǎng)貸行業(yè)負(fù)面消息從未中斷,導(dǎo)致用戶市場的投資理財需求一直被壓抑,長期得不到釋放。但是,隨著政策監(jiān)管的落地,整個行業(yè)必然會呈現(xiàn)出整體爆發(fā)的明顯趨勢,相信在未來五年內(nèi),整個網(wǎng)貸行業(yè)的用戶市場規(guī)模能夠破億。那么一旦P2P行業(yè)成為大眾參與的理財市場之后,在巨大的理財需求面前,資產(chǎn)端后勁不足的形勢將更加嚴(yán)峻。
當(dāng)前,國內(nèi)已有不少P2P平臺出現(xiàn)資產(chǎn)供應(yīng)問題,或者面臨逾期、壞賬難以控制的問題。更有不少一線平臺呈現(xiàn)轉(zhuǎn)型趨勢,由早期的流量競爭轉(zhuǎn)變?yōu)橘Y產(chǎn)競爭,部分網(wǎng)點(diǎn)平臺甚至還開始走出國門、尋求海外優(yōu)質(zhì)資產(chǎn)??梢姡瑖鴥?nèi)的網(wǎng)貸企業(yè)對于優(yōu)質(zhì)資產(chǎn)的需求。而風(fēng)控長期作為優(yōu)質(zhì)資產(chǎn)供應(yīng)中最重要的環(huán)節(jié)之一,未來大數(shù)據(jù)風(fēng)控一旦得以全面運(yùn)用,將對P2P行業(yè)優(yōu)質(zhì)資產(chǎn)的批量供應(yīng)起到?jīng)Q定性的作用。
大數(shù)據(jù)風(fēng)控仍在發(fā)展初期,后續(xù)仍需完善
由于國內(nèi)的整個征信體系尚未完善,因此頗具創(chuàng)新性的大數(shù)據(jù)風(fēng)控還處于發(fā)展初期。以芝麻信用和騰訊的征信體系來說,芝麻信用拿到的多是消費(fèi)數(shù)據(jù),騰訊拿到的是社交數(shù)據(jù),反映到違約概率的預(yù)判上,芝麻信用的數(shù)據(jù)更偏向于評估借款人的還款能力解決的是還款能力,而騰訊的征信則側(cè)重的是還款意愿的預(yù)判。
由此看來,現(xiàn)階段每家機(jī)構(gòu)所提供的征信數(shù)據(jù)都是相對比較單一的,甚至很長一段時間內(nèi)都不會出現(xiàn)一家能夠提供全面征信數(shù)據(jù)的服務(wù)商。那么,這就使得網(wǎng)貸平臺在接入大數(shù)據(jù)風(fēng)控時,不得不同時對接多家征信機(jī)構(gòu),因此一定程度上也會增加平臺的大數(shù)據(jù)風(fēng)控成本;另外,在拿到大數(shù)據(jù)之后,平臺要怎么用?就需要平臺建立一套基于大數(shù)據(jù)的風(fēng)控模型來進(jìn)行數(shù)據(jù)匯總,以便日后分析。所以,網(wǎng)貸企業(yè)所希冀的通過大數(shù)據(jù)來為風(fēng)控提供解決方案,其前提是未來能夠出現(xiàn)一套成熟、完善的風(fēng)控系統(tǒng)。
鑒于當(dāng)前互聯(lián)網(wǎng)領(lǐng)域內(nèi),大數(shù)據(jù)的熱度急速上升,未來大數(shù)據(jù)風(fēng)控或有機(jī)會成為下一個藍(lán)海市場。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號: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)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、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)處理 Excel 數(shù)據(jù)時,“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 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計(jì)數(shù)法問題 ...
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)營問題、提升執(zhí)行效率的核心手段,其價值 ...
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塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(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)營銷成為企業(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)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“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)聚類分析:從操作實(shí)踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(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,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10