
微眾銀行可能風(fēng)險(xiǎn)點(diǎn):大數(shù)據(jù)征信是否真實(shí)可靠
微眾銀行成為去年五家民營(yíng)試點(diǎn)中第一家試營(yíng)業(yè)的銀行,并且是極具創(chuàng)新力的互聯(lián)網(wǎng)金融的互聯(lián)網(wǎng)銀行。沒(méi)有物理網(wǎng)點(diǎn)和柜臺(tái),不受地域限制,理論上可以通過(guò)強(qiáng)大的互聯(lián)網(wǎng)覆蓋全世界各地的客戶;金融資源配置的快速、高效、無(wú)處不在、無(wú)時(shí)無(wú)刻、公平公開(kāi)等特性就是最大的創(chuàng)新。
在看到微眾銀行在線“刷臉”開(kāi)戶,依靠社交大數(shù)據(jù)評(píng)定客戶信用,無(wú)擔(dān)保無(wú)抵押貸款,高效、快速、低成本等相對(duì)于傳統(tǒng)銀行創(chuàng)新優(yōu)勢(shì)的同時(shí),不可否認(rèn),其也存在一些不容忽視的風(fēng)險(xiǎn)。有觀點(diǎn)認(rèn)為,監(jiān)管部門(mén)要求客戶與銀行在開(kāi)戶等方面必須面簽,一些現(xiàn)行征信、信貸管理等監(jiān)管制度,微眾銀行的創(chuàng)新有違背之處;還有觀點(diǎn)認(rèn)為,微眾銀行的股權(quán)結(jié)構(gòu)存在隱患,騰訊持股30%,已經(jīng)超越了監(jiān)管機(jī)構(gòu)要求民營(yíng)銀行的單個(gè)股東占比不得超過(guò)20%的規(guī)定。以筆者看,股權(quán)結(jié)構(gòu)比例、面簽開(kāi)戶等制度性規(guī)定障礙都不是根本性問(wèn)題,都可以改革修正,都不是風(fēng)險(xiǎn)點(diǎn)。
筆者認(rèn)為,微眾銀行真正的風(fēng)險(xiǎn)點(diǎn)在于依據(jù)大數(shù)據(jù)建立的征信系統(tǒng)是否真實(shí)可靠,騰訊社交媒體積累的客戶大數(shù)據(jù)用于征信的有效率有多高,賴以發(fā)放貸款的信用保障基礎(chǔ)是否靠得住。
不妨將微眾銀行與阿里網(wǎng)商銀行模式對(duì)比一下就可明了。微眾銀行的客戶范圍模糊、定位范圍較大,采集并處理包括即時(shí)通信、電商交易、虛擬消費(fèi)等數(shù)據(jù)有點(diǎn)大海撈針、針對(duì)性不強(qiáng)。而阿里網(wǎng)商銀行定位就非常明確明細(xì):支付寶[微博]、淘寶、天貓[微博]等平臺(tái)上的客戶是其銀行業(yè)務(wù)對(duì)象,并且與其發(fā)生金融銀行業(yè)務(wù)必須在這些平臺(tái)上從事一定年限時(shí)期的商事活動(dòng),對(duì)其客戶在線上積累的100天大數(shù)據(jù)分析才能得出其信用狀況如何,客戶定位對(duì)象非常清晰和準(zhǔn)確,大數(shù)據(jù)非常集中有效。
從大數(shù)據(jù)質(zhì)量來(lái)說(shuō),騰訊主要是社交媒體積累的大數(shù)據(jù),這類數(shù)據(jù)用于經(jīng)濟(jì)金融征信上的有效性多高需要研究探討。而阿里網(wǎng)商銀行在支付寶、淘寶和天貓上積累的大數(shù)據(jù)都是企業(yè)商務(wù)商事、現(xiàn)金結(jié)算支付、生產(chǎn)流通銷售庫(kù)存等整個(gè)生產(chǎn)過(guò)程的全部經(jīng)濟(jì)金融交易交往積累的大數(shù)據(jù)。賴以從事金融交易活動(dòng)的銀行需要的是從這些數(shù)據(jù)中挖掘出來(lái)的客戶信用狀況。社交媒體積累的大數(shù)據(jù)不能確保征信的有效性,而后者的大數(shù)據(jù)征信準(zhǔn)確性要遠(yuǎn)遠(yuǎn)高于前者。
互聯(lián)網(wǎng)銀行應(yīng)該緊緊依靠自己已經(jīng)建立的電子商務(wù)平臺(tái)而創(chuàng)建。電子商務(wù)平臺(tái)市場(chǎng)的發(fā)展自然而然對(duì)互聯(lián)網(wǎng)金融提出了呼喚,同在線上的互聯(lián)網(wǎng)銀行才能適用電子商務(wù)包括網(wǎng)購(gòu)業(yè)務(wù)交易快速高效便捷的需要。這是一個(gè)自然而然、相輔相成孕育誕生的一個(gè)過(guò)程。這就是為什么要求互聯(lián)網(wǎng)銀行必須定位在緊緊服務(wù)其電子商務(wù)線上客戶的原因所在。如果沒(méi)有完整健全的電子商務(wù)平臺(tái),其大數(shù)據(jù)失效的可能性很大,從而信用評(píng)級(jí)的真實(shí)性就會(huì)大打折扣,最終裸露的是金融風(fēng)險(xiǎn)。這可能是微眾銀行的最大風(fēng)險(xiǎn)點(diǎn)所在。
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(kāi)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(kāi)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(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)銷成為企業(yè)突圍的核心方 ...
2025-09-11