金融大数据「支招」，如何躲避现金贷「老赖」

作者：王柏匀

不少现金贷后台的贷款逾期数据持续所上升，监管风暴引发的“老赖”现象不在少数。那么，金融大数据有效控制“老赖”行为呢？

现金贷监管风暴终于“打板”。

12月1日，互联网金融风险专项整治、P2P网贷风险专项整治工作领导小组办公室正式下发《关于规范整顿“现金贷”业务的通知》，明确统筹监管，开展对网络小额贷款清理整顿工作。

这无疑为现金贷公司的焦躁又添了“一把心火”。

此前，就有不少现金贷后台的贷款逾期数据持续所上升，监管风暴引发的“老赖”现象不在少数。据华夏时报网报道，正常在20%至30%左右的逾期率，目前最高可达60%。这迫使个别平台考虑暂停现金贷业务的新增贷款。

这时候能否通过金融大数据有效控制“老赖”行为呢？

宜信首席战略官陈欢认为，从“信息化”到“数据化”再到“智能化”，在完善的过程中，金融科技不断精准化操作。虽然大数据并不能改变赖账行为，但金融大数据可以帮助更有效地判断客户的风险，并针对不同的风险，采取不同的风险管理方式，便于有效分配资源，提升风险控制的效果。金融大数据有助于对客户有更好的了解，市场即使有些波动，公司也可以有针对性的提供措施。

在企业风控中，金融大数据如何提供针对性措施？

企业的风险类型包括操作风险、信用风险、市场风险、利率和汇率风险、流动性风险、现金流风险以及决策风险。这些风险类型都可能影响到金融企业运营状态。对于一个信贷产品来说，无论是个人信贷还是其他信贷，风险控制都大致可以分为：贷前、贷中、贷后三个部分。宜信普惠金融风险管理委员会数据总监柴耀晖表示，风险管理既不是为了消灭损失也不是为了消灭不确定性，而是在管理损失的数学期望。在损失期望控制在一定水平下，实现利润的最大化。金融大数据可以有效提升企业风险管理的决策能力。

金融大数据在风控领域的飞速发展原因有三点：

1. 金融需求驱动金融市场的发展；
2. 随着互联网技术发展，用户产生了更多的数据，这直接增加了分析客户信用情况的维度；
3. 时下征信行业尚不健全，发展相对缓慢，而作为金融重中之重的风控，自然对大数据的应用予以更高程度的重视。

柴耀晖表示，人民银行征信中心现在只有4亿自然人的信贷历史记录，仅占中国人口的1/3。信贷记录有很大的空白，实际上这部分人也需要金融服务。不过，由于没有征信数据，对他们的信用评估存在挑战，也是金融大数据可以发挥作用的地方。

现在，信贷产品可以通过金融大数据实现决策流程。具体如下图：

有了这种架构之后，从数据产品到分析平台再到决策，可实现探索性的分析、测试与实际应用。以宜信与电商合作的“商通贷”为例，如果电商平台上的商户有融资的需求时，可以通过接入相应的数据产品，把用户数据授权给宜信进行处理，宜信来进行用户信用的评估，并完成信贷产品的推荐、贷款实时授信等。

据柴耀晖介绍，宜信底层的数据服务有蜂巢、姨搜等。其中包括线上数据抓取、对接外部的征信服务商、以及行业共享的数据等。宜信会通过大量的数据产品，来帮助企业去获取多维度的信息。目前，宜信拥有超过2000万客户的信贷历史数据，线上授权抓取的产品包括运营商、银行账单，平均授权解析成功率达99%。

如何使用金融大数据产生红利呢？

目前，金融科技不仅应用在贷款层面，在保险、财富管理、资产管理和智能投顾都有不同程度的应用，未来，在大数据技术的基础上，人工智能技术的利用会渗透到金融业务的各个方面。

宜信大数据创新中心张军表示，宜信从事的普惠金融与财富管理属于强运营业务。降低成本、提高运行效率与扩大客群是强运营的关键点。通过金融大数据建立数据的体系，及时进行数据运算实现运营决策。如在线财富管理业务中，针对不同用户，推荐不同产品。企业可以利用大数据和人工智能技术，为不同的客户提供个性化的，满足其特定需求的金融服务，同时企业也能实现降低成本，扩大收益。

从不确定性的成本角度来看待风险，收益与不确定成本成反比，风控越好成本越低，利润也就越高。柴耀晖表示，企业做风险决策不是为了消灭损失，而是在管理好一个不定性成本的前提下，通过合理的风险定价为用户提供金融产品，通过规模化效应提升效率去挣钱，所有风险管理都是在平衡企业的不确定性成本和收入。

当然，金融大数据也面临着不少问题，如业务间信息孤岛现象、外部大数据整合难度大等。但随着大数据发展与积累，赋能金融业务将日趋完善。

End.

转载请注明来自36大数据（36dsj.com)：36大数据 » 金融大数据「支招」，如何躲避现金贷「老赖」