杭州数据分析师:互联网金融大数据6大来源,互联网时代,大数据已成为征信系统建设的依托。近日,8家民营征信机构的半年大考已经结束,消息透露,可能均会获得征信牌照。同时,监管仍未落地,不少P2P平台自谋出路,组团或者合作第三方服务商,谋建网贷黑名单,提升风控能力。
自2007年P2P在我国落地以来,国内征信体系相形见绌,凸显单薄和孱弱。由此不足引发的网贷问题,不仅阻碍着该新生行业的发展,同样也影响着传统金融的变革。征信建设的重要和紧迫性,已经越来越被感知。
大数据征信,是企业通过获得多渠道的大数据原料,利用数学运算和统计学的模型进行分析,从而评估出借款者信用风险的征信模式。近些年互联网的发展,催生了数量庞大、类型繁多、处理速度快、价值潜力大的网络数据,为大数据征信的建设奠定了基础。
然而,网络数据千千万万,对互联网金融来说,却并不都是有用的。基于对业务的理解,决定了要选取哪些数据原料进行数据挖掘。融都网贷系统为此总结了以下六种有用的数据来源。
一是电商大数据。典型代表阿里巴巴,它已利用电商大数据建立了相对完善的风控数据挖掘系统,并通过旗下阿里巴巴、淘宝、天猫、支付宝等积累的大量交易数据作为基本原料,将数值输入网络行为评分模型,进行信用评级。
二是信用卡类大数据。此类大数据以信用卡申请年份、通过与否、授信额度、卡片种类、还款金额等都作为信用评级的参考数据。
三是社交网站大数据。基于社交平台上的应用搭建借贷双方平台,如Lending Club,利用社交网络关系数据和朋友之间的相互信任聚合人气,并以此作信用分级。
四是小额贷款类大数据。目前可以充分利用的小贷风控数据包括信贷额度、违约记录等。由于单一企业信贷数据的数量级较低、地域性较强,业内共享数据的模式已正逐步被认可。
五是第三方支付大数据。支付是互联网金融行业的资金入口和结算通道,此类平台可基于用户消费数据做信用分析,支付方向、月支付额度、消费品牌都可以作为信用评级数据。
六是生活服务类网站大数据。包括水、电、煤气、物业费交纳等,此类数据客观真实地反映了个人基本信息,是信用评级中一种重要的数据类型。
目前,民营个人征信已经放开,业内预估未来或将不止8家机构,而P2P网贷平台也可从中受益。一方面,可以通过对接上述征信数据和机构,来降低 运行成本和借贷坏账率。据悉,融都网贷系统现已推出云金融服务,拟促成客户与蚂蚁金服、芝麻信用等的直接对接。同时,P2P平台本身拥有着庞大的数据信息,可通过自建或共享来拓宽民间征信渠道,从而推动信贷市场的发展。