
現(xiàn)在的大數(shù)據(jù)風控還只是個寶寶
現(xiàn)在搞金融行業(yè),開口閉口不談大數(shù)據(jù),簡直就像是出門沒穿衣服一樣丟人。老貓雖然礙于情面,有時也不免對大數(shù)據(jù)高談闊論,不過靜下心來,卻還是覺得現(xiàn)在的大數(shù)據(jù)風控有諸多不足之處,套用網(wǎng)絡(luò)俗語來看,還只是個寶寶。
1、 我們沒有經(jīng)歷過一個完整的信貸周期
美國的征信行業(yè)從創(chuàng)始至今已經(jīng)走過了超過100年的時間,涉及到資本市場信用機構(gòu)有Standard and Poor’s(標準普爾)、Moody’s(穆迪)、Fitch(惠譽),普通企業(yè)信用機構(gòu)有Dun&Bradstreet(鄧白氏),個人征信方面則有Experian(益博睿)、Equifax(艾可菲)、Trans Union(全聯(lián))??梢钥闯雒绹恼餍艡C構(gòu)業(yè)務(wù)集中且覆蓋市場的方方面面,其中的數(shù)據(jù)更是長達了幾代人的時間,經(jīng)歷過數(shù)次遍及全球的金融危機,這樣的數(shù)據(jù)是經(jīng)得起市場和時間的檢驗的,個人信用記錄涉及到的每個人美國人生活的方方面面。
而中國人民銀行的個人信用信息基礎(chǔ)數(shù)據(jù)庫建設(shè)最早始于1999年,2005年8月底才完成與聯(lián)網(wǎng)運行,算到2017年,可能其中大部分人連商品房的房貸都沒有還完,更不必說小額消費貸款這樣最近幾年伴隨著網(wǎng)購才在中國發(fā)展起來的新生事物,不少新近成立的消費金融公司的種子客戶都還在第一輪的還款當中。而且個人征信還遠未到影響到我們生活的地步,很多人對此不重視也造成了信用記錄的缺失。在數(shù)據(jù)本身都存疑的情況下,與之相匹配的評分標準、貸款額度、逾期率等都沒有經(jīng)過檢驗,這是目前大數(shù)據(jù)風控所被人詬病的最主要的方面。
不要忘了中國到目前為止始終處于一個上升的經(jīng)濟周期內(nèi),倘若未來處于經(jīng)濟下行階段,目前積累的數(shù)據(jù)和模型還是否有效,是一個很大的未知數(shù)。
2、 積累的樣本離“大”數(shù)據(jù)還差的很遠
我們老說大數(shù)據(jù)大數(shù)據(jù),但對于什么樣的數(shù)據(jù)可以稱之為“大”,恐怕很少有人能得出概念。一個經(jīng)營的很好的P2P平臺有著幾萬到幾十萬用戶的投資數(shù)據(jù),而一些搞征信企業(yè)擁有百萬級的用戶數(shù)據(jù)就可以稱自己是“大數(shù)據(jù)”了,即使是央行,也僅僅擁有3.8億人的信貸記錄。
這樣的數(shù)據(jù)規(guī)模,應(yīng)用到擁有十三億人國家的市場中,可以說遠遠的不夠。中國的貧富差距之大,地區(qū)和地區(qū)間發(fā)展的極不均衡,讓單一的數(shù)據(jù)模型很難適用于每個消費群體。而且不少企業(yè)都把自己積累的消費數(shù)據(jù)作為企業(yè)的“秘密”,生怕競爭對手獲取到這些信息,這更加劇了信息之間的不流通,使得數(shù)據(jù)樣本與實際產(chǎn)生偏差,惡意套現(xiàn)的組織也利用這一漏洞,用同樣的資料在不同平臺之間進行套現(xiàn)?,F(xiàn)在許多消費金融公司組建起了生態(tài)聯(lián)盟,在聯(lián)盟內(nèi)共享黑名單,就是希望依靠聯(lián)盟來擴充數(shù)據(jù)容量以增強數(shù)據(jù)的準確性。
老貓甚至有一個“狹隘”的觀點,我認為只有基本覆蓋到每個公民的數(shù)據(jù)才稱得上是“大數(shù)據(jù)”。在存在一定邊界條件控制的情況下,比如春運、集會這樣的指向性很強的活動中,有著一定量的數(shù)據(jù)就可以得出可信的趨勢。而在信用貸款中,每個個體都存在著不可控的因素,這些因素的來源是方方面面的,是否僅僅依靠大數(shù)據(jù)就可以推算出來,我個人是表示存疑的。
3、 人為操作可以讓大數(shù)據(jù)形同虛設(shè)
我們看到了美國征信行業(yè)的生機勃勃,但經(jīng)常被我們忽視的是,美國同時擁有著一整套與之匹配的法律體系和監(jiān)管機制,包括《公平信用報告法》在內(nèi)共有17部法律,在信息的收集、使用、發(fā)布、準確性上有著詳盡的規(guī)定,支撐著美國整個征信行業(yè)的規(guī)范性發(fā)展。
這些法律,讓美國的征信數(shù)據(jù)是公開公平,真實可信的。而我國關(guān)于征信方面主要的法規(guī)是2013年1月國務(wù)院頒布的《征信管理條例》,單從“條例”一詞就可以看出,我國在征信方面還未上升到國家法律的層面。并且我國采用的是政府征信與企業(yè)征信的雙軌制結(jié)構(gòu),雙方在數(shù)據(jù)類型、數(shù)據(jù)庫上并不完全互通,這就導致了數(shù)據(jù)的不一致,存在人為進行篡改的可能性。還有關(guān)于個人隱私方面的問題,《征信管理條例》也有許多語焉不詳之處,在實踐過程中有可能出現(xiàn)個人隱私暴露的問題。
從前段時間電影票房的虛假繁榮,到電商平臺上可以說是習以為常的刷單現(xiàn)象。連吃瓜群眾都可以看到大數(shù)據(jù)經(jīng)常反映不了真實的情況,有問題的數(shù)據(jù)應(yīng)用到風控中,還會造成更多的隱患。限于金融自身的周期規(guī)律,這些隱患造成的后果不會像電影票房那樣立刻顯現(xiàn),但很有可能在將來集中爆發(fā)。
不僅是數(shù)據(jù)本身,如何運用數(shù)據(jù)也是左右風控的關(guān)鍵因素。在缺乏法律監(jiān)管的情況下,許多平臺人為的降低風控要求,從而增大了風險敞口,造成了有“大數(shù)據(jù)”而無“風控”的情況,從近段時間大批平臺因經(jīng)營不善紛紛“暴雷”來看,大數(shù)據(jù)風控的核心還是在于人,只有監(jiān)管者從嚴監(jiān)管,從業(yè)者合規(guī)經(jīng)營,大數(shù)據(jù)風控才能真正“長大成人”。
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 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(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深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(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)行計劃中 rows 數(shù)量的準確性解析: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、場景與實踐指南 在 Python 進行 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 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(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)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(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” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(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)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(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