大数据在互联网消费金融中的应用.pdfVIP

【行业分析】大数据在互联网消费金融中的应用 到目前为止，国内的消费金融研究并未形成独立的体系，消费金融一般被简单认 作是面向各阶层消费者提供消费信贷的现代金融服务方式。互联网消费金融作为 小额高频的金融产品，面对的是海量的消费者，相对风险可控，只要逾期率在可 控范围之内，即可正常运转，并可通过产生规模效应、、大数据征信、自动化审 批等方式降低运营成本，因此正成为各机构纷纷涉足的领域。 消费金融成本与收益问题 互联网消费金融的成本和收益一直是业内非常关注的问题之一。针对海量的消费 者客户的零售业务，其相关数据相对容易获得，而且其数据准确程度相对容易检 查确认（例如，查一个人的学历比查一个企业的财务数据要简单得多）。同时， 海量的账户、小额的损失也使这种业务在经济上（包括成本、收益）可行。 消费金融对风控与决策效率提出更高要求 当前，消费贷、工薪贷、学生贷其实都是消费驱动的新市场，他们的钱大多用于 装修、买车、买数码产品、衣服、化妆品等等，件均借款额度甚至不过万元，更 多的则是几百上千元的借款项目，现在京东白条、淘宝花呗等甚至几十块的东西 都能分期。借款额度低，就算利率再高，还款的差别也不过百元、千元，用户的 成本敏感度大大降低。而他们真正关注的，或许是能否尽快拿到这笔钱，把心爱 的限量版鞋子买到手。 这样看来，金融终究是需求导向的，在多元细分的金融市场中，成本或许不能成 为一概而论的决定性因素。尤其是对于小额的消费信贷，越低的借款额度，能承 担的资金成本越高，但是，即时放款、审批程序简化、操作简单便捷、信息公开 透明等需求也为消费金融的征信、审批系统、风控能力、决策速度等提出了更高 的要求。 传统征信手段无法满足，消费金融引入第三方征信 消费金融服务的是传统银行目前“不能满足”以及传统征信手段“无法覆盖”的 人群。因此，其征信手段也必将有创新之处，传统信审指标过于简单机械，只提 供银行流水、房产证明等。信审工作都应该朝着简便化、快捷化的方向发展，然 而简便不代表可以简陋，快捷不代表可以粗糙，目前的中国社会状况与十几年前 已经完全不同，个人资产流转速度明显更快，个人金融体系明显有更大风险和更 多不确定性因素，采取简单的静态财产审核的方法信审，无疑是不安全、不科学 的。 目前国内征信体系还不完善，央行征信系统还未正式接入互联网金融行业，而基 于社交网络信息、网购信息等集合而成的征信信息将越来越多地应用到征信进程 中，依靠大数据多维度交叉验证便成为消费金融机构降低业务风险的有效方式。 有研究人士认为，如果仅仅依靠机构自身力量积累数据，不仅过程漫长，而且获 取的数据量也极为有限。一些金融平台的做法是一方面结合自身平台的大数据中 心做各类数据分析，形成用户信用评级，同时和第三方征信机构完成合作，例如 接入腾讯信用与芝麻信用，利用其基于网购和社交所产生的庞大数据库，为用户 进行立体多维画像和用户信用评级。 即使消费金融公司花费大量的人力物力对接了足够的数据，如果不具备一流的算 法及搭建风控模型的能力也一样无法实现真正的信用分析。为满足用户体验，风 控决策的时效性也是非常关键的，通常需要在分钟级别的时间内实现对用户的信 用分析。 消费金融公司只有依靠自身沉淀下来的用户历史信贷交易数据，采取合作方式取 得的其他机构大量客户的逾期、违约数据（建模必需数据），用户授权的通讯、 电商、学历、邮箱、央行征信数据，经第三方征信机构采集的电商交易数据、社 交数据、银行卡消费等数据，以及其他个人基本资料、公共记录等信息，分析提 炼风险评估及定价模型，并根据模型及数据从多维度为用户描绘一个立体化的征 信画像，为开展互联网消费金融业务提供坚实基础。 第三方大数据技术服务商火热，降低消费金融门槛 基于大数据的风控系统，能够让计算机自动甚至主动收集、分析、整理各类征信 数据，可以将传统消费金融前端销售依靠大量地推、后台依赖人工作业的重模式， 升级为依赖系统和数据自动决策的在线实时自动信贷工厂模式。相比用抵押物、 收入流水证明等粗放式的传统风控方式，通过基于大数据的线上信贷审批系统将 进一步提高信贷业务审批效率，充分体现信贷业务的高效性，能够快速（几秒钟 至几分钟内）地进行风险决策，并给予用户更精准并匹配其需求的额度。 然而消费金融机构自建一套风控系统，无疑需要大量的人力与资金投入。资金实 力不足、数据获取渠道有限等，都是探索之路上无法回避的困难和挑战。随着技 术创新应用，目前出现了诸多专业第三方技术服务商提供各种利用大数据创新服 务的支持，如Experian、FICO这些机构提供的信贷风险管理咨询、八家征信机 构提供的外部征信服务、神州