您当前的位置: 首页 > 金融保险

2016年火爆的大数据风控,或许该冷淡一会儿?

2017-01-23 09:44:41
2016年火爆的大数据风控,或许该冷淡一会儿? - 金评媒作者: 陈凯

2016年下半年以来风声迭起的金融科技和大数据风控浪潮,仅仅在大数据风控领域,蚂蚁金服、京东金融、积木盒子、宜信、网易金融、百度金融等都在公然场合进行了产品概念演示、战略表述或是发布会推动。

作为新的互联网金融趋势之1,大数据风控明显已成了行业内争相竞争的蓝海市场,近两年1过也很有可能在参与者上成为红海市场,由于理论上而言目前市场上主流的互联网金融服务团体(基本上都有巨头背景,数量在10家左右)和国内排名前20的P2P平台,包括1些传统的金融机构的互联网金融业务部门(以平安、中信为代表)都有可能在大数据领域展开外部合作和产品研发,乃至直接产生平台型输出型的产品。另外还有1些此前专门服务于金融机构和电商平台的数据服务和IT技术服务外包方,掌握了1定的数据基础和建模能力以后,也有1定的实力参与其中。

如此1来,2017年如果继续保持炙手可热的趋势,行业内参与者很有可能突破百家,也就是说会有多达百家的机构在建立自己的大数据风控业务和产品,对目前国内全部大数据产业而言,虽然说是1种增进,但也1定程度上反应了这个细分行业的过热趋势,和在产品业务实际发展和外部宣扬上的背离特点(从1个风控模型的成熟实验和推行前准备来看,最少要经历1年左右的模型实验和资金数据、行业数据测试,在保证不良率和风险敞露可以保持在1定水平以后才合适对外推行)。

实际上,国内众多的大数据风控平台运营和产品研发方,除少数具有海量数据和先期成熟的风控模型试运营和信贷数据周期测验的平台以外,大多数的中小平台在大数据风控眼前更多还处于前期的模型搭建和数据、模型、用户的尝试和匹配阶段,如果说行业内的第1名在这个领域已跑了1百步的话,那末大多数的平台可能还在310步左右。

很简单,大数据风控本质解决的是1个金融信誉的问题,这里包括个人信誉和企业信誉。个人信誉方面,目前央行正在考察8家个人征信公司,但是还没有下发牌照,只是做业务和市场调研,并在场景、数据和私密性上做1定限制。而企业征信方面,国内持牌公司数量已相对较多(完成央行备案的企业征信公司就有135家),主要用于企业信誉、债权、中小企业私募债、证券化、项目融资等评级和企业征信查询行动,以考察企业的信誉衍生情况。

而聚焦到大数据风控领域,这里主要是指通过线上的互联网电商、社交、搜索、阅读和新闻、资讯、行动数据的综合,和与线下1些传统企业的部门数据,用户的水电煤气等公共部门数据进行交叉维度的分析,终究可以产生1种辅助原本的信贷审核体系,乃至在1定程度上可以完全替换传统以流水、资产、抵押、担保为主要根据的1些信贷审核流程的风控手段。

这类大数据风控主要的适用领域在于个人真个信誉贷款、消费分期,和小微企业的经营性贷款、周转性融资等需求。由于这些市场是传统的大额项目贷款流程所无力全面覆盖的,数据、财报、资料和其他信审材料的缺失,1定程度上也让这1块小微和个人市场成了普惠金融下的“边沿地带”。

不过,即使是这样,目前市场上各种大数据风控产品,在真正利用到场景里面之前,也必须要满足1定的模型测试需要。由于从监管的角度而言,不论信誉审核流程产生怎样改变,是否是采取了大数据的风控模型还是线下的传统信贷流程体系,关键1个环节在于风险是不是可控,和是不是能够满足抵抗1定经济周期的能力,这也是为何央行迟迟没有下发个人征信牌照的缘由:由于在很多触及底层信誉的环节,个人征信作为大数据风控的1个组成部份,其实不能保证数据信息安全和对授信审核工作有本质上的解决和提升能力,最少还有1定的数据和模型风险存在。

所以,目前各类平台在市场上主打的大数据风控概念,还需要经历1个必备的模型测验和场景初步试运营期,最少目前这类炙手可热的大数据风控模型和建模、辨认、分析能力其实不是每一个平台都具有的。行业内有巨头背景的公司更加重视对风控模型底层能力的建设,由于后期的目标不单单在于通过这套模型进行了多上范围的资金放款,更重要的意义在于能否通过平台技术能力输出进行各个场景的风控能力建设。而对很多中小创业公司而言,眼前为了占据市场舆论的优势,很有可能会在短时间内尽量多尝试放款场景和扩大模型交易范围,但也存在1定的隐忧:风险有可能在模型不完善的情况下敞露出来。

也许到了2017年,包括大数据风控在内的金融科技产业都要经历1个较为冷静、客观的视察期,特别是1些跑在前面的金融科技公司,在经历过了前期的概念炒作和市场追捧以后,迎来的将是更加踏实的投资者视角:能否具有对接线下线上场景的能力,具体在放款量和背约率上如何保证,是不是完成风控模型迭代,在效力、本钱、场景、资金上是不是已构成1个完全的产业链。而这些都决定了明年的大数据风控体系能否在燥热衷保持1个冷静客观的视角,由于终究,和信贷行动有关的产品都要看数据,靠数听说话。

TAG:
推荐阅读
图文聚焦