本欄目由富陽(yáng)物流公司冠名
近年來(lái),以第三方支付、P2P平臺、眾籌為代表的互聯(lián)網(wǎng)金融模式引起了人們的廣泛關(guān)注,該模式大量運用了搜索引擎、大數據、社交網(wǎng)絡(luò )和云計算等技術(shù),有效降低了市場(chǎng)信息不對稱(chēng)程度,大幅節省了信息處理的成本,讓支付結算變得更便捷,達到了同資本市場(chǎng)直接融資、銀行間接融資一樣高的資源配置效率。但由于我國互聯(lián)網(wǎng)金融出現的時(shí)間短,發(fā)展快,目前還沒(méi)有形成完善的監控機制和信用體系,一旦現有互聯(lián)網(wǎng)金融體系失控,將存在著(zhù)巨大的風(fēng)險。
互聯(lián)網(wǎng)金融
首先是信用風(fēng)險大。目前我國信用體系尚不完善,互聯(lián)網(wǎng)金融的相關(guān)法律還有待配套,互聯(lián)網(wǎng)金融違約成本較低,容易誘發(fā)惡意騙貸、卷款跑路等風(fēng)險問(wèn)題。特別是P2P網(wǎng)貸平臺由于準入門(mén)檻低和缺乏監管,成為不法分子從事非法集資和詐騙等犯罪活動(dòng)的溫床。
其次是網(wǎng)絡(luò )安全風(fēng)險大。我國互聯(lián)網(wǎng)安全問(wèn)題突出,網(wǎng)絡(luò )金融犯罪問(wèn)題不容忽視。一旦遭遇黑客攻擊,互聯(lián)網(wǎng)金融的正常運作會(huì )受到影響。
互聯(lián)網(wǎng)金融企業(yè)通過(guò)獲得多渠道的大數據原料,利用數學(xué)運算和統計學(xué)的模型進(jìn)行分析,從而評估出借款者的信用風(fēng)險,典型的企業(yè)是美國的Zest Finance。其通過(guò)分析模型對每位信貸申請人的上萬(wàn)條原始信息數據進(jìn)行分析,并得出超過(guò)數萬(wàn)個(gè)可對其行為做出測量的指標,而這一過(guò)程在5秒鐘內就能全部完成。在進(jìn)行數據處理之前,對業(yè)務(wù)的理解、對數據的理解非常重要,這決定了要選取哪些數據原料進(jìn)行數據挖掘,在進(jìn)入“數據工廠(chǎng)”之前的工作量通常要占到整個(gè)過(guò)程的60%以上。
目前,可被用于助力互聯(lián)網(wǎng)金融風(fēng)險控制的數據存在多個(gè)來(lái)源。
富陽(yáng)物流公司 www.j4367.cn
http://www.j4367.cn/xwzx/wlzx/2015/0330/447.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/418.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/419.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/420.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/421.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/422.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/423.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/424.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/425.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/426.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/427.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/428.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/429.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/430.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/431.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/432.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/433.html
http://www.j4367.cn/clzs/clzs/dxcl/2015/0329/434.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/451.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/452.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/452.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/453.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/454.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/455.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/456.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/457.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/458.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/459.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/460.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/461.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/462.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/463.html
http://www.j4367.cn/xwzx/wlzx/2015/0330/464.html
一是電商大數據,以阿里巴巴為例,它已利用電商大數據建立了相對完善的風(fēng)控數據挖掘系統,并通過(guò)旗下阿里巴巴、淘寶、天貓、支付寶等積累的大量交易數據作為基本原料,將數值輸入網(wǎng)絡(luò )行為評分模型,進(jìn)行信用評級。
二是信用卡類(lèi)大數據,此類(lèi)大數據以信用卡申請年份、通過(guò)與否、授信額度、卡片種類(lèi)、還款金額等都作為信用評級的參考數據。國內典型企業(yè)是成立于2005年的“我愛(ài)卡”,它利用自身積累的數據和流量?jì)?yōu)勢,結合國外引入的FICO(費埃哲)風(fēng)控模型,從事互聯(lián)網(wǎng)金融小額信貸業(yè)務(wù)。
三是社交網(wǎng)站大數據,典型企業(yè)為美國的Lending Club,它基于社交平臺上的應用搭建借貸雙方平臺,并利用社交網(wǎng)絡(luò )關(guān)系數據和朋友之間的相互信任聚合人氣,平臺上的借款人被分為若干信用等級,但是卻不必公布自己的信用歷史。
四是小額貸款類(lèi)大數據,目前可以充分利用的小貸風(fēng)控數據包括信貸額度、違約記錄等。由于單一企業(yè)信貸數據的數量級較低、地域性較強,業(yè)內共享數據的模式已正逐步被認可。
五是第三方支付大數據,支付是互聯(lián)網(wǎng)金融行業(yè)的資金入口和結算通道,此類(lèi)平臺可基于用戶(hù)消費數據做信用分析,支付方向、月支付額度、消費品牌都可以作為信用評級數據。
六是生活服務(wù)類(lèi)網(wǎng)站大數據,包括水、電、煤氣、物業(yè)費交納等,此類(lèi)數據客觀(guān)真實(shí)地反映了個(gè)人基本信息,是信用評級中一種重要的數據類(lèi)型。
