摘要：在互聯(lián)網(wǎng)技術(shù)和信息技術(shù)的推動(dòng)下，大數(shù)據(jù)在金融行業(yè)的風(fēng)控中獲得了引人注目的進(jìn)展，但是在實(shí)際運(yùn)用中其有效性還需進(jìn)一步提高。當(dāng)前大數(shù)據(jù)風(fēng)控有效性不足既有數(shù)據(jù)質(zhì)量的障礙，也有大數(shù)據(jù)風(fēng)控的理論性障礙，還有數(shù)據(jù)保護(hù)的制度障礙。消除這些障礙、提高大數(shù)據(jù)風(fēng)控的有效性，需要金融企業(yè)、金融研究部門(mén)和政府監(jiān)管部門(mén)的共同努力。
關(guān)鍵詞：互聯(lián)網(wǎng)金融；大數(shù)據(jù)；風(fēng)險(xiǎn)控制
大數(shù)據(jù)已經(jīng)撼動(dòng)了世界的方方面面，從商業(yè)科技到醫(yī)療、政府、教育、經(jīng)濟(jì)、人文以及社會(huì)其他各個(gè)領(lǐng)域。早在1980年，阿爾文?托夫勒（Alvin Toffler，1980）在《第三次浪潮》一書(shū)中就預(yù)言大數(shù)據(jù)將成“第三次浪潮”。奧巴馬政府將大數(shù)據(jù)定義為“未來(lái)的新石油”。凱文?凱利（Kevin Kelly，2014）認(rèn)為所有的生意都是數(shù)據(jù)生意。2013年互聯(lián)網(wǎng)金融將“大數(shù)據(jù)”推向了新的高度。金融的核心是風(fēng)險(xiǎn)控制，將風(fēng)控與大數(shù)據(jù)結(jié)合、不斷完善和優(yōu)化風(fēng)控制度和體系，對(duì)于互聯(lián)網(wǎng)金融企業(yè)和傳統(tǒng)金融企業(yè)而言都同等重要。
一.大數(shù)據(jù)風(fēng)控發(fā)展迅速，但有效性不佳
在應(yīng)用層面，金融行業(yè)利用大數(shù)據(jù)進(jìn)行風(fēng)控已經(jīng)取得了一定的成效。使用大數(shù)據(jù)進(jìn)行風(fēng)控已成為美國(guó)等發(fā)達(dá)國(guó)家互聯(lián)網(wǎng)金融企業(yè)的標(biāo)準(zhǔn)配置。
美國(guó)Zest Finance公司開(kāi)發(fā)的10個(gè)基于學(xué)習(xí)機(jī)器的分析模型，對(duì)每位信貸申請(qǐng)人的超過(guò)1萬(wàn)條原始信息數(shù)據(jù)進(jìn)行分析，并得出超過(guò)7萬(wàn)個(gè)可對(duì)其行為做出測(cè)量的指標(biāo)，而這一過(guò)程在5秒鐘內(nèi)就能全部完成。
為網(wǎng)上商家提供金融信貸服務(wù)的公司Kabbage主要目標(biāo)客戶是ebay、Amazon、PayPal等電商，其通過(guò)獲取這些企業(yè)網(wǎng)店店主的銷售、信用記錄、顧客流量、評(píng)論、商品價(jià)格和存貨等信息，以及他們?cè)贔acebook和Twitter上與客戶的互動(dòng)信息，借助數(shù)據(jù)挖掘技術(shù)，把這些店主分成不同的風(fēng)險(xiǎn)等級(jí)，以此來(lái)確定提供貸款金額數(shù)量與貸款利率水平。
中國(guó)互聯(lián)網(wǎng)金融企業(yè)對(duì)于大數(shù)據(jù)風(fēng)控的運(yùn)用也如火如荼。
阿里推出了面向社會(huì)的信用服務(wù)體系芝麻信用，芝麻信用通過(guò)分析大量的網(wǎng)絡(luò)交易及行為數(shù)據(jù)，對(duì)用戶進(jìn)行信用評(píng)估，這些信用評(píng)估可以幫助互聯(lián)網(wǎng)金融企業(yè)對(duì)用戶的還款意愿及還款能力做出結(jié)論，繼而為用戶提供相關(guān)的金融和經(jīng)濟(jì)服務(wù)。
騰訊的微眾銀行推出的“微粒貸”產(chǎn)品，其風(fēng)控核心就是，通過(guò)社交大數(shù)據(jù)與央行征信等傳統(tǒng)銀行信用數(shù)據(jù)結(jié)合，運(yùn)用社交圈、行為特征、交易、基本社會(huì)特征、人行征信5個(gè)維度對(duì)客戶綜合評(píng)級(jí)，運(yùn)用大量的指標(biāo)構(gòu)建多重模型，以快速識(shí)別客戶的信用風(fēng)險(xiǎn)。
對(duì)于大數(shù)據(jù)風(fēng)控的理論研究尚處于萌芽階段，本文以“大數(shù)據(jù)風(fēng)控”為主題在CNKI數(shù)據(jù)庫(kù)進(jìn)行搜索，與此相關(guān)的文獻(xiàn)數(shù)量可以從側(cè)面反映大數(shù)據(jù)風(fēng)控的理論研究現(xiàn)狀。
CNKI數(shù)據(jù)庫(kù)中以“大數(shù)據(jù)風(fēng)控”為主題的文獻(xiàn)共46篇。在這些文獻(xiàn)中，以報(bào)道性的文章較多，重要報(bào)紙全文庫(kù)和特色期刊總共為33篇，占比72%；而理論研究的文章較少，中國(guó)學(xué)術(shù)期刊總庫(kù)為12篇，占比26%；尚沒(méi)有CSSCI2014—2015年的來(lái)源期刊（如圖1）。
圖1 CNKI數(shù)據(jù)庫(kù)與大數(shù)據(jù)相關(guān)的文獻(xiàn)數(shù)量和分類
雖然大數(shù)據(jù)風(fēng)控在實(shí)踐上已經(jīng)有所進(jìn)展，但是其有效性也受到一些挑戰(zhàn)。
例如，以大數(shù)據(jù)風(fēng)控為基石的P2P平臺(tái)就頻頻暴露出各種各樣的問(wèn)題來(lái)。對(duì)于P2P平臺(tái)來(lái)說(shuō)，由于其純線上操作的特點(diǎn)，大數(shù)據(jù)風(fēng)控的有效性是決定其經(jīng)營(yíng)狀況的重要因素，如果大數(shù)據(jù)風(fēng)控有效性較差，則面臨的壞賬壓力較大，容易出現(xiàn)提現(xiàn)困難甚至跑路的問(wèn)題。
網(wǎng)貸之家的數(shù)據(jù)顯示，2015年上半年新增問(wèn)題平臺(tái)419家，是2014年同期的7.5倍，已超過(guò)2014年全年問(wèn)題平臺(tái)數(shù)量。截至2015年10月底，全國(guó)問(wèn)題平臺(tái)數(shù)累積已達(dá)1115家。
二.當(dāng)前大數(shù)據(jù)風(fēng)控有效性不足的原因分析
一些學(xué)者對(duì)于大數(shù)據(jù)風(fēng)控的有效性問(wèn)題進(jìn)行了研究。
王強(qiáng)（2015）指出當(dāng)前個(gè)人大數(shù)據(jù)征信的問(wèn)題，一是數(shù)據(jù)的真實(shí)性，二是數(shù)據(jù)收集的法律障礙，三是壞賬的不可預(yù)測(cè)性問(wèn)題。
甚至有作者認(rèn)為大數(shù)據(jù)風(fēng)控是無(wú)效的，陳宇（2015）援引各種證據(jù)認(rèn)為大數(shù)據(jù)風(fēng)控是無(wú)效的。