大數(shù)據(jù)在互聯(lián)網(wǎng)金融風控中的應用

大數(shù)據(jù)在互聯(lián)網(wǎng)金融風控中的應用

互聯(lián)金融是一種新興金融，依托于互聯(lián)工具如社交絡、云計算、搜索引擎等實現(xiàn)資金的融通、支付等業(yè)務，保證在安全、移動等絡水平上被電子商務用戶接受以后產(chǎn)生的新模式、新業(yè)務，適應更多人的需求。未來的互聯(lián)金融發(fā)展空間無限大，現(xiàn)階段互聯(lián)競爭不只是平臺的競爭，更是大數(shù)據(jù)的競爭。

1互？金融和大數(shù)據(jù)的特點

互聯(lián)金融的特點

交易成本低廉：資金供給雙方在資金的融通過程中所發(fā)生的成本稱之為交易成本，互聯(lián)借助信息絡，減少了人力、物力的投入，發(fā)布信息、匹配產(chǎn)品、定價、交易都依靠互聯(lián)完成，大大降低了交易成本。

交易過程快捷簡單：互聯(lián)金融模式下金融業(yè)務由計算機操作，效率高、速度快，不受時間、空間的限制，客戶只需要一臺電腦就可以實現(xiàn)資金的高效運轉(zhuǎn)。

數(shù)據(jù)價值大：依托于大數(shù)據(jù)和電子商務，互聯(lián)金融實現(xiàn)飛速發(fā)展，互聯(lián)的便利性使得人們的生活和工作依賴于互聯(lián)，將一些單位和個人的消費信息在絡空間暴露，產(chǎn)生了海量的數(shù)據(jù)庫，數(shù)據(jù)就是資源，只要加以分析和研究就是巨大的商業(yè)價值。

風險系數(shù)高、創(chuàng)新強：隨著科技的發(fā)展，不斷產(chǎn)生新的金融產(chǎn)品、融資形式，一些互聯(lián)產(chǎn)品和支付方式也層出不窮，如絡銀行、絡保險公司、眾籌融資、絡證券公司、余額寶、支付寶、微信支付、絡貸款等。但現(xiàn)階段對互聯(lián)金融的監(jiān)管力度較弱，缺乏法律約束，導致一些不法分子非法集資，進行絡詐騙，嚴重危害了互聯(lián)金融的安全。

大數(shù)據(jù)技術

大數(shù)據(jù)是在信息時代由硅圖公司麥肯錫提出的全新概念，用來描述和定義信息時代的海量數(shù)據(jù)，是從各種海量的數(shù)據(jù)中快速尋找有價值的信息，進行高度提純，增加數(shù)據(jù)信息的利用率。大數(shù)據(jù)技術體系分為大數(shù)據(jù)的采集與預處理、存儲與管理、計算模式與系統(tǒng)、分析與挖掘、可視化計算、隱私與安全等方面，可優(yōu)化數(shù)據(jù)處理環(huán)節(jié)，提高數(shù)據(jù)處理效率。其特點主要是數(shù)據(jù)體量大、類型多、處理速度快、價值密度低。當今社會大數(shù)據(jù)無處不在，滲透在人們?nèi)粘５纳睢W習、工作中。以阿里巴巴小額貸款為例，20XX年累計放款1953億元人民幣，交易額增長了40%。大數(shù)據(jù)的利用能夠有效降低交易成本，提高交易頻率，拓寬交易空間，改善交易體驗，促進互聯(lián)金融的發(fā)展，但也存在一些隱患和風險，會泄露個人隱私，限制的管理決策等。

2大數(shù)據(jù)在互聯(lián)金融中的應用

雖然大數(shù)據(jù)的應用在現(xiàn)階段并沒有完全達到預期的精確性，但是已經(jīng)有很多較為成功的案例。如DataSifi根據(jù)對社交數(shù)據(jù)絡的分析總結，制定出具體的方案；Zest利用大數(shù)據(jù)信用評估，已經(jīng)獲得一億美元的融資；Decide利用價格信息預估價格走勢，提出了較合理的購買建議等。隨著數(shù)據(jù)的積累和平臺的發(fā)展，互聯(lián)金融逐漸盛行，受余額寶、微信理財通等的影響，國內(nèi)主要應用于理財方面，實際上金融服務中最具剛性需求的服務是貸款，大數(shù)據(jù)促進了金融創(chuàng)新。

高頻交易和算法交易

交易者為實現(xiàn)高額利潤，利用交易程序和硬件設備，快速分析、生成、獲取和發(fā)送交易指令，可以在較短的時間內(nèi)完成較多的交易。高頻交易主要通過分析金融大數(shù)據(jù)，對特定的參與者的交易痕跡進行識別和總結，如：一支共同基金的大額訂單通常情況下出現(xiàn)在收盤前最后一分鐘的第一秒，能識別出此模式的算法就可以預算出這只基金在其他時間的動向，如果繼續(xù)執(zhí)行交易，必須付出更高的價格，算法交易商趁機獲取利潤。

進行市場情緒分析

大約兩年前，對沖基金從各種社交媒體中提取市場情緒信息進而開發(fā)出算法交易，如Facebook、博客、聊天室等。如發(fā)現(xiàn)有恐怖襲擊、自然災害的意外信息時就會拋出訂單，精神病專家理查德？彼得于20XX年在美國加州圣莫尼卡集資100萬美元建立對沖基金，通過追蹤站、微博、聊天室分析情緒，確定基金的交易策略，該基金的回報率在20XX年高達40%。又如位于倫敦的小型對沖基金DCM從社交媒體上收集信息，分析人們對金融工具的情緒，幫助投資者制定投資

計劃。

提高風險的管理力度

金融機構通過對大量小型用戶交易行為的數(shù)據(jù)進行收集，并對其交易范圍、經(jīng)營狀況、用戶、資金需求以及行業(yè)的發(fā)展進行具體的分析，解決小型的經(jīng)營難題。阿里小貸首創(chuàng)了線上的審核到放貸的模式，有效連接貸款的全過程，為弱勢群體提供個性化的小額貸款。

3互聯(lián)金融風險控制的一般原則

風險控制最有效的方法就是將所有的雞蛋以不同的比例分開裝在不同的籃子里，即“小額、分散”，避免集中投放?！胺稚ⅰ痹陲L險控制方面有著非常重要的作用，借款客戶個體差異性較大，所處的地域不同，且自身的條件有差異如年齡、學歷等，這些分散的個體其違約的概率相對獨立，同時違約的概率非常小。如100個獨立的個人其違約的概率是20%，如果隨機抽2個人，同時違約的概率為20%2即4%，隨機抽出5個人，同時違約的概率為20%5，如果抽出8個人同時違約的概率為20%8，但是如果這100個人存在相關性，甲違約的時候乙也違約，那他們同時違約的概率就是10%（20%?50%），遠遠高于4%，因此貸款個體之間的獨立性是降低風險的必要措施。

“小額”是避免“小樣本偏差”。如：某貸款公司現(xiàn)在的貸款一共有10億，如果每個借款人平均可以借5萬，總共有2萬客戶，如果單筆借款金額是100萬，就有1000個客戶。根據(jù)統(tǒng)計學中的法則，樣本個數(shù)越多，越能符合正態(tài)分布規(guī)律。因此，如果借款人違約率是2%，那這5萬個客戶的違約率就會高于1000個客戶的違約率。通過數(shù)據(jù)分析建立風控模型和決策引擎也非常重要。小額分散借款客戶較多，若銀行采用傳統(tǒng)的信審模式不能統(tǒng)一量度還款能力、還款意愿，就會增加風險成本。因此可以借鑒國外的P2P，采用信貸工廠模式，建立風險模型，根據(jù)客戶的行為特征判斷出該客戶的違約概率，降低人工審核的成本，避免人工審核和判斷標準的誤差。風控體系的核心方法除了依據(jù)小額分散原則外，要研究不同特征個體的違約率，建立數(shù)據(jù)風控模型和評分卡體系，將其固定到風控審批的業(yè)物流程和決策引擎中，掌握不同特征個人的違約率程度，指導風險審批業(yè)務開展。

4大數(shù)據(jù)在互聯(lián)金融風控方面的具體應用

由于國內(nèi)金融體系尚不完善，國內(nèi)的用戶數(shù)據(jù)雖數(shù)量較大但不準確，導致現(xiàn)階段國內(nèi)將大數(shù)據(jù)方式涉及到互聯(lián)金融的產(chǎn)品還比較少，數(shù)據(jù)來源困難且不精準增加了互聯(lián)金融的困難。在不依賴央行征信系統(tǒng)的情況下，各具特色的風險控制系統(tǒng)在互聯(lián)市場自發(fā)形成，小公司通過信息分享，借助第三方獲得咨詢服務，而大公司則通過大數(shù)據(jù)建立信用評級系統(tǒng)?，F(xiàn)階段互聯(lián)金融的風控體系大致有兩種：一種是眾多的中小互聯(lián)金融公司給中間征信機構貢獻數(shù)據(jù)，進而獲得征信信息的分享權；另一種類似于與阿里巴巴的風控模式，建立信用評級和風控模型需要對大量的電商交易和支付信息數(shù)據(jù)進行分析。

央行的征信系統(tǒng)結合身份認證中心的身份審核，通過社會機構和商業(yè)銀行的數(shù)據(jù)，給銀行提供銀行信用查詢和個人信用的相關報告，但對其他的互聯(lián)金融公司或機構不提供查詢服務，一些個人信貸記錄也沒有在該系統(tǒng)里，但有可能在其他的機構和互聯(lián)金融公司的系統(tǒng)里存在。互聯(lián)數(shù)據(jù)龐雜且量大，充滿噪音。阿里建立完善的大數(shù)據(jù)挖掘系統(tǒng)較早，但是很多人還處于迷茫狀態(tài)，通過淘寶、天貓、支付寶等積累大量支付數(shù)據(jù)作為基礎的數(shù)據(jù)原料，結合賣家的銷售數(shù)據(jù)和銀行流水等數(shù)據(jù)，進行全面匯總后借助絡評分的模型進行信用評級活動。

信用卡類站的大數(shù)據(jù)同樣也對互聯(lián)金融風險控制具有非常重要的價值，可參考用戶信用卡辦卡年份、還款信息、信用額度、卡片種類等進行信用評級。20XX年阿里巴巴收購新浪微博18%的股份花費億美元，目的就是為了獲得社交大數(shù)據(jù)，進而完善了大數(shù)據(jù)，信用卡的還款信息、交易、支付、淘寶的水電煤繳費信息現(xiàn)階段已經(jīng)成為數(shù)據(jù)的基礎。未來第三方支付平臺支付的方向、額度、購買品牌及金額都可能成？樾龐悶蘭兜氖？據(jù)參考，而生活類服務站有關用戶的生活消費如水、電、煤、物業(yè)費、費、絡費都有可以反映用戶的基本信息，為信用評級提供重要的參考，擁有這些所有的大數(shù)據(jù)才能夠進