20小说网

7 大数据征信的机遇和挑战（第1页）

7。大数据征信的机遇和挑战

近些年，大数据实践中最突出的同题就是基础数据的缺失。其原因一方面是没有统一的数据标准，因此很多数据无法被直接利用，需要转化或者清洗；另一方面是数据开放、共享机制不明确，无法有效地让已有的信息流通起来，供多方使用。

对于公共部门而言，独占数据能够保证自身的商业利益、信息安全，并且形成信息的不对称优势；对于私人部门来说，自身产生的数据往往涉及隐私，进而涉及个人隐私权的保护问题，但又希望得到个性化的定制商品和服务。那么，对自己信息开放到何种程度才是双赢的尺度？

大数据需要面对的不仅仅是统一数据格式等技术问题，还包括数据质量、商业模式、社会伦理等一系列问题，更包括如何更好地利用社会资源而不是陷入泡沫化的炒作。只有突破多方面的限制，大数据才会有长足的发展。

特别是国内网络借贷中大数据征信的机遇和挑战，现在提到互联网金融，首先想到的就是大数据风控。

在大数据风控领域，最核心的三个要素是资金、场景和风控模型。传统金融机构拥有资金成本的优势，在线下场景中也有长期客户的积累，但是在线上大数据和数以千计的风控因素方面却显得吃力；阿里、腾讯、京东等互联网巨头，在海量数据、金融云、线上场景和用户精准分析方面优势明显，但是需要资金对接和金融牌照服务资质。

于是，在目前我国金融监管收紧，双方都有迫切需求的情况下，通过互联网技术、大数据、模型对接线下传统金融的资金，形成一个标准的产业链合作模式。

进入2017年下半年，大数据风控领域大动作不断：网易金融发布了网易北斗智能风控系统，基于网易的数据积累和外部数据，通过网易的建模及计算能力，以及神经网络、机器学习、支持向量机等技术能力，形成大数据风控体系，构建“新赋能”金融科技商业模式，开放数据与技术能力，与商业伙伴共建信用生态。

360金融借助大数据征信和风控，推出消费金融产品360借条，推出闪电放款随借随还机制。

宜信旗下的致诚信用正式发布“致诚阿福共享平台”，推出阿福数据共享、致诚通用评分、阿福反欺诈决策引擎、授权数据抓取、阿福信用速查等产品和服务，向行业输出数据产品及金融科技服务，为商业伙伴提供大数据风控能力。

从上面可以看到，现在互联网金融领域的趋势是向普惠金融、小额信贷服务转型，拥有大数据资源的公司，都在努力向大数据风控领域布局。

对于前者而言，大数据风控是小额融资标的的必要工具；对于后者而言，大数据风控可以提供技术和数据进行变现的途径。

当下，各大公司纷纷做大数据风控技术输出，他们的共同特征就是，开发自己的数据体系，利用技术打造风控能力，并把这种能力开放给业界。

蚂蚁金服旗下的芝麻信用称，利用梯度提升决策树、随机森林、神经网络、分群调整技术、增量学习技术等在内的机器学习算法，可以为缺少信贷记录的人群做出客观的信用评价。芝麻信用已通过商家自助服务平台全面开放消费金融风控能力，帮助行业提升风控水平。

京东金融形成了由多种大数据机器学习模型构成的弱分类组合预测模型，借助随机森林、lasso回归等算法，参考数千个预测变量，借此评估用户的还款意愿和还款能力。京东称，正在构建开放生态，开放技术、产品能力，为传统金融机构赋能，帮助其降低成本，提高效率。

腾讯旗下的微众银行陆续建立了客户分群授信、社交评分、信用评分、商户授信管理、欺诈侦测等系列模型。微众银行也在做技术输出，推进同业合作，帮助合作伙伴构建移动互联网金融服务能力；百度金融将自己定位为科技金融公司，以大数据技术为发力点，通过人工智能、用户画像、精准建模等技术，扩大征信范围，并对外开放技术能力；刚刚推出大数据风控系统的网易金融也主打开放性，为金融机构面向中小微企业和个人的融资服务提供获客、征信、授信、管理和催收等服务，并输出营销、客服等解决方案。

可以看到，大公司基本都选择将自己的数据和技术产品化，开放给合作伙伴。

但这种局面也存在难以突破的创新瓶颈，为什么这么说呢？

大数据理念提倡的是数据开放和数据共享，却难以解决数据被越来越集中在少数几家巨型企业或机构这个现实问题。不但传统的大企业会垄断相应的行业数据，如通信数据在国内就完全控制在电信、联通、移动等少数几家有通信牌照的企业手中，而且即使是最具活力的互联网企业，其数据源的垄断性也几乎是与生俱来的。例如，中国网民的网络行为数据大部分就掌控在BAT手中。社交网络数据可能稍微好一点，但也无非就是固定的那几家企业而已。

对于已形成垄断的企业而言，利用自身的垄断地位阻碍创新以使其垄断地位更加牢固是很自然的事情。

比如，国内某大型互联网公司多年前就利用其已有的资源优势，采用跟随战略模仿潜在竞争对手的创新产品，并最终挤垮对手。某购物平台作为中国C2C市场的绝对霸主，实质上拥有了对相关数据制定规则和随意解释的特权。

从长远来看，由于数据所有权高度集中的问题无法简单解决，因此数据垄断扼杀创新这个问题也将长期存在。那么，如何在所有权和数据共享之间找到合适的平衡点，将是大数据生态能否健康发展的核心问题之ー。