大数据下的网贷风控,靠谱吗?

砍柴网  •  扫码分享

大数据下的网贷风控,靠谱吗?

最近,互金圈发生了一件大事,趣店集团在美提交了IPO申请招股计划书,拟在纽约证券交易所挂牌上市,估值可能高达265亿元(人民币),几乎是信而富(28亿)十倍。

趣店集团能有这么高的估值,主要依靠它的两款产品:来分期和趣分期,一个是现金贷,另一个是消费贷。

现金贷和消费 金融 真是个大蛋糕,诱人可口,很多资本大佬也紧盯着这块市场,竞争激烈,要是没两把刷子,还真玩不转。

拿两把刷子呢?一个是资本,另一个是大数据风控。

那么,今天我们就来聊聊,这个大数据风控,靠谱吗?

大数据风控,听上去,好高大上啊,虽然不知道啥意思,但就是觉得有逼格。

这大数据风控,到底是个啥?

其实大数据风控并不神秘,它和传统风控的本质是差不多的,只是在风控模型中多加了些维度和关联性分析。

举个简单点例子,传统的风控,判断一个人是否具备贷款资质,常常会审核他的存款,收入,抵押物,家庭情况以及征信状况等等。这种信用风险管理方式也可以称为白名单制,就是设立了一些准入门槛,如果你达不到要求的话,那就不能申请借款。

而大数据风控可以参考的数据往往更丰富,它们不仅会考虑这些金融数据,还会引入借款人的 社交 数据,比如 微信 ,微博的活跃状态,关注的相关话题等等,支付数据,比如购买力,消费习惯,消费金额等以及其他一些生活服务类数据,如交通数据,饮食习惯等。

通过这些数据,能够更加形象地刻画出申请人的 经济 形象和社会形象,可以把筛选人群基数进一步扩大。这种信用风险管理方式俗称为黑名单制,就是设立了一些雷区,只要你不具备这些污点,那就可以申请借款。

听起来,挺简单的,感觉这也没啥。

但事实上,大数据风控是具有深刻影响意义的,它将金融服务平民化,让更多普通老百姓能够享受到这种便利。

说句不中听话,要是按照传统金融风控的严格要求,估计有不少读者都不能顺利借到钱,享受不到金融服务。当然,这不是说你是劣质客户,是要当老赖的,可能仅仅是因为你是白户,没有啥金融数据可参考,为了规避风险,就只能将你排除。

可是,大数据风控就人性多了,它们不会只盯着你某一项数据,它们会全面衡量你的还款能力,还款意愿等等,从而给出一个较为中肯的评价和借款额度。

这样做的好处,不仅方便了普通用户,让他们享受到了金融服务,而且也扩大了放贷市场容量,大大促进了金融发展!

不过,大数据风控看着很美好,但真要做起来也不是一件容易的事。

首先数据要全面。

大数据,不是说数据量要有多大,而是数据覆盖要全面。不然无关紧要的数据就算给得再多也没有用的。甚至维度都有可能缺失,就像判断一个人身材是否良好,只知身高,不知体重,那有啥用?

据我所知,目前 网贷 行业就有一部分平台,它们所谓的大数据风控纯属摆设,没啥用的,口号喊得天响,实际意义根本没有,玩的就是一个噱头。

不过,也幸好,它们只是玩玩噱头,要是真的按照样本不全的大数据来搞风控,那早晚死翘翘。

然后是防诈骗问题。

这个常见于个人信用贷上,一般来说,一个人借了几千块钱,平台方怕的不是他还不起,而是不想还,甚至就是来骗钱的。换一句话说,借款人不光要有还款能力,还得具备还款意愿啊,否则这钱不管多少,都是收不回来的。

这就是考验平台大数据风控能力的时候,你要在茫茫多的借款人中甄别出哪些是老赖,哪些是诈骗犯?

这确实是一个挑战,尤其当这个平台刚起步,没有相应的数据样本时,那么多坑,真的很难避免。

更可怕的是,在网贷行业还有一条隐蔽的黑色产业链——骗贷。骗贷大军有时会用以点破面的方法,通过平台对单个借款人的审核,从而推敲出平台整个大数据风控模型的漏洞,进行大规模骗贷;有时又会和平台内部人员相互勾结,进行诈骗,简直是防不胜防。

最后是数据新鲜度问题。

大数据,既要解决广度问题,包含借款人经济、生活行为的方方面面,又要解决深度问题,突出显示借款人的关联数据,着重刻画人物形象。

广度和深度是大数据的基本框架,但还有一个点不能忽略,那就是数据的新鲜度问题。

新鲜度,自然数据越新越好,最好能做到时时监控,一旦出现借款人逾期(或不想还款)的不良信号时,能够及时采取提醒,警示,催收等应急措施。

只有把大数据在贷前,贷中,贷后各个阶段合理有效利用起来,才能够发挥它真正的价值,为 投资 人的资金安全保驾护航。

当然,大家也要明白一点,大数据风控不是万能的,在实际的运用过程中也要不断修补完善,才能应对复杂多变的网贷环境。

好了,今天就简单说到这里,大数据风控是一个很复杂的话题,三言两语很难说清楚,有时间,有机会的话,我们再来讨论。

至于如何判断平台大数据风控是否靠谱?主要还是看平台的坏账率,但现实又很尴尬,大部分网贷平台对于逾期率一直遮遮掩掩的,我们无法得知真实数据。

所以,我们只能根据平台的规模和资金量来做个粗略的判断。一般来说,平台实力越强,得到的数据源可能会越好,风控模型的搭建也可能越完善,风险相对会更小。当然,这个也不绝对,只是作为一个参考。

再提醒一句,大数据风控多运用在个人信用贷,消费金融上,像 汽车 贷,企业贷,房抵贷等资产端暂时不多考虑。

【来源:网贷天眼】

随意打赏

大数据 网贷 风控p2p网贷大数据银行大数据风控p2p网贷风控大数据风控平台大数据风控征信大数据风控系统网贷风控系统网贷大数据大数据风控
提交建议
微信扫一扫,分享给好友吧。