论文：大数据风控的现状、问题及优化路径.pdf

论文：大数据风控的现状、问题及优化路径 论文类别：计算机 - 互联网研究 上传时间：2016/4/6 12:57:00 论文作者：未知 (讯)大数据已经撼动了世界的方方面面，从商业科技到医疗、政府、教育、 ∙ 经济、人文以及社会其他各个领域。早在1980年，阿尔文托夫勒(Alvin Toffler，1980)在 《第三次浪潮》一书中就预言大数据将成 “第三次浪潮”。 ∙ 奥巴马政府将大数据定义为 “未来的新石油”。凯文凯利(Kevin Kelly，2014) 认为所有的生意都是数据生意。2013年互联网金融将 “大数据”推向了新的高 度。金融的核心是风险控制，将风控与大数据结合、不断完善和优化风控制度 和体系，对于互联网金融企业和传统金融企业而言都同等重要。 一.大数据风控发展迅速，但有效性不佳 在应用层面，金融行业利用大数据进行风控已经取得了一定的成效。使用大 数据进行风控已成为美国等发达国家互联网金融企业的标准配置。 美国Zest Finance公司开发的10个基于学习机器的分析模型，对每位信贷 申请人的超过1万条原始信息数据进行分析，并得出超过7万个可对其行为做 出测量的指标，而这一过程在5秒钟内就能全部完成。 为网上商家提供金融信贷服务的公司Kabbage主要目标客户是ebay、 Amazon、PayPal等电商，其通过获取这些企业网店店主的销售、信用记录、顾 客流量、评论、商品价格和存货等信息，以及他们在Facebook和Twitter上与 客户的互动信息，借助数据挖掘技术，把这些店主分成不同的风险等级，以此 来确定提供贷款金额数量与贷款利率水平。 中国互联网金融企业对于大数据风控的运用也如火如荼。 阿里推出了面向社会的信用服务体系芝麻信用，芝麻信用通过分析大量的网 络交易及行为数据，对用户进行信用评估，这些信用评估可以帮助互联网金融 企业对用户的还款意愿及还款能力做出结论，继而为用户提供相关的金融和经 济服务。 腾讯的微众银行推出的 “微粒贷”产品，其风控核心就是，通过社交大数据 与央行征信等传统银行信用数据结合，运用社交圈、行为特征、交易、基本社 会特征、人行征信5个维度对客户综合评级，运用大量的指标构建多重模型， 以快速识别客户的信用风险。 对于大数据风控的理论研究尚处于萌芽阶段，本文以“大数据风控”为主题 在CNKI数据库进行搜索，与此相关的文献数量可以从侧面反映大数据风控的理 论研究现状。 CNKI数据库中以“大数据风控”为主题的文献共46篇。在这些文献中，以 报道性的文章较多，重要报纸全文库和特色期刊总共为33篇，占比72%；而理 论研究的文章较少，中国学术期刊总库为12篇，占比26%；尚没有 CSSCI2014—2015年的来源期刊(如图1)。 图1 CNKI数据库与大数据相关的文献数量和分类 虽然大数据风控在实践上已经有所进展，但是其有效性也受到一些挑战。 例如，以大数据风控为基石的P2P平台就频频暴露出各种各样的问题来。对 于P2P平台来说，由于其纯线上操作的特点，大数据风控的有效性是决定其经 营状况的重要因素，如果大数据风控有效性较差，则面临的坏账压力较大，容 易出现提现困难甚至跑路的问题。 网贷之家的数据显示，2015年上半年新增问题平台419家，是2014年同期 的7.5倍，已超过2014年全年问题平台数量。截至2015年10月底，全国问题 平台数累积已达1115家。 二.当前大数据风控有效性不足的原因分析 一些学者对于大数据风控的有效性问题进行了研究。 王强(2015)指出当前个人大数据征信的问题，一是数据的真实性，二是数据 收集的法律障碍，三是坏账的不可预测性问题。 甚至有作者认为大数据风控是无效的，陈宇(2015)援引各种证据认为大数据 风控是无效的。 总体而言，当前大数据风控有效性欠佳的原因主要有以下几个方面： (一)数据的质量问题 当前大数据风控的有效性欠佳，其首要原因就是数据的真实性不高，包括社 交数据和交易数据两个方面。 1.社交数据的真实性问题 美国lending club和facebook合作获取社交数据，在中国宜信也曾大费周 折的收集借款人的社交数据，最后两者得出的结论都是社交数据根本就不能