申请专栏作者
您的当前位置:主页 > 大数据 > 正文

数量跌破千家?!大数据究竟能否拯救互金行业

来源: 时间:2019-06-09
请点击下面的广告后浏览!

根据网贷之家发布的《P2P网贷行业2019年4月月报》,截至2019年4月底,P2P网贷行业正常运营平台数量下降至973家,这是P2P网贷行业自从2014年5月正常运营平台数量突破千家后,正常运营平台数量首次跌破千家。而综观整个2018年,即便整个行业累计成交量突破8万亿大关,但全年停业及问题平台总数却达1279家,问题平台涉及贷款余额高达1434.1亿元,远超此前问题平台累计涉及贷款余额总和。风控,成为了关乎互金行业生存的命脉。

可思数据-数据挖掘,智慧医疗,机器视觉,机器人

8ab47659cceca454d6fb2ab0236fbc2c 可思数据-人工智能资讯平台

迷茫与焦虑的情绪在行业中蔓延,推动着互金企业纷纷向金融科技企业战略转型的决心。在金融科技新核心四要素“ABCD:人智工能、区块链、、”中,大数据一度被广泛应用、捧上神坛,那么大数据真的可以拯救互金行业的风控么?

可思数据-www.sykv.cn,sykv.com

从本质上来看,大数据并没有完全颠覆传统的金融风控,而是丰富了其数据维度。从宜人贷、人人贷等多家网贷平台的风控数据维度来看,大数据风控首先还是利用信用属性强的金融数据(包括年龄、职业、收入、学历、工作单位、借贷情况、房产、汽车、还贷记录等),来判断借款人的偿还能力和意愿。之后再利用行为数据进行补充,通过数据模型来评判借贷人的信用等级,预判借贷人特征与风险之间的关联关系。具体到贷款的流程阶段如下图所示:

可思数据-AI,智能驾驶,人脸识别,区块链,大数据

理论上讲,大数据对借贷人进行多维度的分析判断,有助于平台方更加有效地识别欺诈行为和潜在风险。相比于传统风控,大数据风控中的实时数据更新也更能消除贷款风险评估的滞后性。但在真实的商业环境中,大数据风控的使用效果还远远没有达到理想状态。究其原因,数据孤岛多、数据质量低、数据泄露频繁成为三道深壑,阻碍着互金行业的大数据风控之道。 可思数据-人工智能资讯平台

数据孤岛多 可思数据-AI,智能驾驶,人脸识别,区块链,大数据

即便监管部门号召的百行征信已颇具雏形,但P2P网贷公司、互金机构和政府、券商、银行及第三方征信公司之间的数据资产还难以在短时间内实现互通互联。信息不对称、不透明带来了大量的数据孤岛,使得多头借贷的“羊毛党”和金融欺诈团伙有了可乘之机。而失去数据体量的大数据风控,就像缺少燃料的战车,根本无法达到它应有的输出动力。 内容来自可思数据

数据质量低

可思数据

近年来,金融机构、电商平台、社交网路、公共政务、生活服务等诸多领域的在线化,像永动机一般产出了海量数据。但我国数据资产管理尚在初级阶段,导致各行各业数据格式多样化、数据形式碎片化、有效数据字段缺失及数据内容不完整等诸多问题。同时,数据的真实性不高也成为了数据质量低的另一个表现。大量的数据灰产和数据不透明让机构无法识别和验证数据的真实性,导致银行、互金机构都遭遇过身份冒用、盗卡交易、频繁套现等金融欺诈事件。

可思数据-AI,智能驾驶,人脸识别,区块链,大数据

数据泄露频繁

可思数据-AI,人工智能,深度学习,机器学习,神经网络

我国金融基础设施的不完善导致了商业银行和网络信贷机构的数据采集意识和能力参差不齐。这导致了越来越多的金融机构在获取数据时,倾向于数据合作而不是高成本的自主采集。然而数据合作中的用户隐私保护、数据泄露风险就成为了新的问题。根据国家互联网金融安全技术专家委员发布的《2018年互联网金融行业网络漏洞报告书》,目前互联网金融行业的网络安全存在的风险较高。在数据泄露事件的主要根源中,47%的事件涉及恶意或犯罪行为,25%是由于员工或承包商疏忽(人为因素),28%涉及系统故障。如何做到数据的“可用不可见”,成为了可能减少数据泄露风险的方法之一。 可思数据-人工智能资讯平台

综上所述,与其说大数据在金融风控领域无效,倒不如说数据孤岛、数据低质和数据泄露导致了金融大数据风控的无法落地。

可思数据-www.sykv.cn,sykv.com

针对上述痛点,由多家上市企业联合发起的UD数链项目利用多方加密计算和区块链技术开创了“斑马合约”的解决方案。在斑马合约中,各方数据安全地保存在本地,提供了一个安全合规、匿踪脱敏的数据服务环境,使查询方既可以隐藏客户身份信息,又能查得该客户有无多头借贷、有无信用逾期记录。同时基于区块链点对点网络和可信计算协议,进行大数据的虚拟融合和加密计算,使各方得以实现联合风控建模,联合反欺诈,真正做到联防联控。 可思数据-www.sykv.cn,sykv.com

当前,已有多家机构接入斑马合约,并取得不错效果。随着斑马合约实践的不断深入,相信基于区块链的可信计算环境和加密计算的数据融合,可以有效解决数据孤岛和数据安全问题,推动大数据风控的不断变革创新。

可思数据-AI,人工智能,深度学习,机器学习,神经网络

 

可思数据-数据挖掘,智慧医疗,机器视觉,机器人

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片

Copyright©2005-2019 Sykv.com 可思数据 版权所有    网站地图   联系我们  

人工智能资讯   人工智能资讯   人工智能资讯   人工智能资讯

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部