互联网金融背景下我国p2p网络贷款可行性研究.docVIP

互联网金融背景下我国p2p网络贷款可行性研究 【摘要】随着互联网金融在我国的发展，阿里巴巴也成为世界最大的互联网公司，网购、网上银行、P2P网络贷款也随之兴起。在P2P网络贷款中重要的部分的是信用，在征信过程中大数据的应用显得尤为重要。 【关键词】征信，大数据，网络贷款，互联网金融 一、大数据在P2P网络贷款与传统贷款应用的区别 网络贷款与传统贷款的核心都是信用问题，征信的过程主要分为以下几个步骤，首先针对客户群体建立数据库，然后在一定的技术方法下研究出客户的行为数据与客户信用之间的内在联系，接下来要给出客户违约的预期概率和违约预期损失。 然而大数据在网络贷款业务中操作方式、数据内容和渠道方式与传统贷款都有比较明显的区别。首先，在操作模式上，大数据网络贷款主要通过网络完成的网上申请，减少了传统贷款中的纸质申请、填写、递交和流转等等环节，不仅交易的效率增加，而且交易费用和交易成本都有很大程度的减少。其次是在数据来源上，大数据网络贷款的数据来源广阔，包括客户的基本属性、网上交易记录、交易习惯等等，这样的数据来源比传统信贷主要根据客户提供的财务报告、审计报告以及抵押担保物品等更真实，甚至可以预测客户未来的收入趋势，由于数据更全面也更能反映客户的信贷风险。第三，在风险控制上，大数据网络信贷也比传统信贷更有效，网络贷款可以通过贷后实时监控、系统自动扣款等控制风险，传统信贷很难做到这一点，客户的资金流向以及经营状况要依靠大量人力物力才能获得。因此，综合对比来看大数据网络贷款比传统信贷有更多优势，更能适应日益发展的现代社会。 二、以阿里巴巴为例的大数据网络信贷研究 一般的网络公司使用大数据方法总结了客户信用等级，在这个基础上，再根据客户的贷款申请信息，通过计算机评估出客户的违约风险，并以此确定信用额度、贷款利率和贷款期限等，同时会给出相应的偿还方式和违约责任要求，主要分为贷款申请、审批发放和贷后管理三个流程，下面笔者以阿里巴巴为例从这三个方面分析大数据的重要应用。 1、贷款申请方面。 不同的贷款公司对客户申请资料的要求不同，但核心内容相同。阿里小贷要求客户提供申请额度、公司名称、法定代表人等相关情况等。在接到贷款申请之后，调查团队会根据客户的资料在阿里巴巴B2B、淘宝网C2C、天猫B2C等平台的交易记录、信用情况、财务信息、同业比较、银行对账单等等大数据通过模型进行分析，再进行实地的走访调查。在这里，阿里小贷通过大数据的方法采取水文交易预测模型对客户进行主动的营销。水温预测模型主要利用大数据预测未来交易金额，判断客户的资金规模和还款能力，对于将要达到用款高峰的客户提前进行大力度的营销。所有的步骤都记录信息系统里，成为下一次进行网络贷款使用大数据中的一部分。大数据的应用使得整个申请审批的过程更有可信度、更有效率，对于客户来说也更有针对性。 2、审批发放。 在掌握了相关的资料和大数据挖掘的规律，各个贷款公司在一定的模型里面进行计算和评估，并进行人工审查，最后确定是否放款和放款的条件。阿里小贷通过使用违约风险PD模型对客户进行信用评分，在这里也是用了大数据的方法，包括有在阿里巴巴生态系统中的信用、交易、投诉等信息，区分出信用好和信用不好的客户，最终得到贷款的额度、利率和期限等。这样的应用在解决了在传统贷款中信息不对称等困难，大大提高了贷款的速度、节约了成本。 3、贷后管理。 在贷款之后，网络贷款平台为了防范风险，要对客户的还款情况做随时的跟踪调查，时刻掌握客户的经营情况和违约的风险，制定相应的贷后管理制度。阿里小贷为保证及时收回贷款根据客户接下来的交易信息和财务报表情况等，利用监控评分模型、贷后催收模型等防控风险。在还款上采取分期等额本息偿还的方法，客户需要定期通过银行卡转入资金或者转入支付宝账户上，由支付宝系统自动扣除款项。提前还款，阿里小贷将收取3%的手续费，但如果出现逾期还款的情况，会收取正常利率的1.5倍计息。在这个过程中，大数据也起到了重要作用来监控客户的交易信息和财务情况，为贷后管理提高了效率，减少了风险，有利于维护金融环境的稳定。 三、大数据网络信贷的监管建议 虽然大数据的应用为P2P网络信贷的进一步推广创造了条件和基础，进一步保证了信息的对称性，有助于防范风险，然而为了维护互联网金融市场的稳定，监管措施仍然要时刻紧跟。 首先，监管机构要对互联网贷款平台进行监督管理，防止这些平台在投资人缺乏足够信息的情况下发放高风险贷款，损害投资者的利益。 其次，监管机构也要充分利用大数据的现代网络信息，面对数量众多、等级不同、分布广泛的P2P网络贷款平台， 要建立互联网平台的评级系统，使用大数据方法对互联网贷款平台的交易记录、贷款风险偏好等利用模型做出评价，进行等级管理，以有利于提高监管的效率。 再次，从各个角度掌握好P2P网络贷款市场的发展，包