大数据在控制P2P网贷风险上的应用.pdfVIP

-nnluwlin—，—， I—Ⅱ ‘I’B玉’E =锔 大数据在控~ilJP2P网贷风险上的应用 湖南大学 王楚瑁 刘会芳 尉丽丽 摘 要：／~2007年零起步，中国P2P网贷行业在野蛮生长中不断壮大，但随着P2P网贷平台倒闭、跑路事件频发，其中的风险 问题也不断暴露，而大数据的运用能有效预测出借款人的信用风险。本文探究了利用个人基本资料．社交网络情况、电子商 务平台数据，资金情况等大数据来对借款者进行信用评估，从而有效降低P2P网贷平台的风险。 关键词：P2P网贷 大数据 信用风险 中图分类号：F832 文献标识码：A 文章编号：1005—5800(2015)03(c)一084—02 1P2P网络贷款迅速发展 备事后追责；P2P网贷要如实披露经营信息，包括公司治理情 P2P网络贷款(onlinepeer—to—peerlending)，指有资金并 况、业务数据等，供客户参考。由此看来，传统的对P2P网贷的 且有理财投资想法的个人，通过第三方网络平台牵线搭桥，将 风险控制主要针对于网贷平台本身，而没能降低网贷平台所 资金贷给其他有借款需求的人。 面临的客户道德风险和违约风险造成的坏账。 2005年3月，全球第一家P2P网贷公司Zopa诞生于英国伦 在传统的借贷流程中，对于借款人的信息审核，也存在 敦，2006年2月，ChrisLarsen等人创办了美国第一家网贷公司 很多弊端，如用传统信息获取渠道判断信息真伪的成本较高； Prosper。2007年6月，国内第一家网络贷款平台拍拍贷上线。 由于全程需要人工参与，既增加了道德风险，又导致效率极其 2011年，网贷平台进入快速发展期，一批网贷平台踊跃上线。 低下；传统的风险评估模型中，对于借款人资产状况评估的 2012年我国网贷平台进入了爆发期，网贷平台如雨后春笋纷 权重过高；贷款人隐藏风险的难度较低，造假成本较低等，对 纷成立。截 2014年底，P2P网贷平台数量达~1613家，较2013 坏账率的控制效果并不是很好，这不利于P2P网贷平台的风 年增加了900家以上，并且2014年不断有银行背景、互联网巨 险控制，限制了P2P网贷平台的发展。 头控制的拥有强大背景的平台加入 ，打破了网贷平台一贯以 大数据指的是所涉及的资料量规模巨大到无法通过 目 来的 “草根”的印象，P2P网贷也逐渐被投资机构所青睐，大量 前主流软件工具 ，在合理时间内达到撷取、管理、处理，并整 P2P平台完成了融资。 理成为帮助企业经营决策更具积极目的的资讯。大数据具有 数据量大、类型繁多、价值密度低、速度快、时效高的特点。大 2P2P网贷风险显露 数据的核心就是预测。大数据已成为了新发明和新服务的源 随着P2P网络贷款行业的快速发展，大量创业者涌入 泉，目前被广泛应用于互联网提高客户体验、医疗疾病监测、 P2P网贷行业，且 由于准入门槛低，短期内大量P2P网络贷款 能源勘探等行业。大数据将为人类的生活创造前所未有的可 平台上线，鱼龙混杂，良莠不齐。据统计，截至2014年7Yl，累计 量化的维度。 有136家P2P网贷平台出现提现困难、倒闭或者跑路的现象， 在互联网金融领域，大数据的作用格外显著。在传统的 约占整个市场的l1．3％。 信贷模式中，完成一笔贷款有着繁杂的程序与较高的成本， P2P网络贷款主要存在信用评估、业务监管、系统安全这 但是大数据的应用为人们提供了一种新的思路。截至2014年6 三大风险，但是由于我国目前征信体系不完善，P2P监管制度 月，阿里巴巴集团旗下阿里小贷服务逾80万家小微企业，累计 不健全，P2P网贷还处于一个野蛮生长的阶段，在没有找到很 投放信用贷款超过2100~L元，阿里小贷其单笔信贷操作成本 好的风险控制、系统监管手段之前，P2P网贷仍处