一、 何为大数据
根据百度百科的定义:大数据(big data),是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样的捷径,而采用所有数据进行分析处理。大数据的4V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。
大数据能够产生的价值不仅仅在于数据的本身,而要通过数据的分析才能产生价值,通过分析才能获取很多智能的,深入的,有价值的信息。那么越来越多的应用涉及到大数据,而这些大数据的属性,包括数量,速度,多样性等等都是呈现了大数据不断增长的复杂性,所以大数据的分析方法在大数据领域就显得尤为重要,可以说是决定最终信息是否有价值的决定性因素。
大数据在现在的应用中已经非常多了,精准营销、精准推送等等。
大数据对于小贷的意义或者更明确说对于降低小贷风险的意义在于大数据能够给小贷公司提供判断风险的依据有多深刻。阿里小贷建立在本身平台运营的数据基础上进行分析集成风控系统,为放款提供依据,但对于普通的小贷公司大数据的意义到底有多大?
二、 小贷公司状况
根据人民银行统计:
截至2014年末,全国共有小额贷款公司8791家,贷款余额9420亿元,2014年新增人民币贷款1228亿元。
截至2015年3月末,全国共有小额贷款公司8922家,贷款余额9454亿元,一季度新增人民币贷款34亿元。
截至2015年6月末,全国共有小额贷款公司8951家,贷款余额9594亿元,上半年新增人民币贷款164亿元。
对比上面三组数据可以发现,小贷公司的发展数据在减缓,15年一季度新增小贷公司131家,2季度新增小贷公司29家,上半年新增160家,新增贷款约160亿元。假设小贷公司回报率半年5%计算,以14年底的数据计算净利润差不多有500亿元,但比较新增贷款及利润情况可以发现小贷公司在大面的不营业或者不盈利,按平均1亿元注册资本算的话,上半年就存在500家小贷公司不营业或者不盈利的情况,这算是 比较乐观的算法了实际情况可能更为严重,实际情况超过10%甚至20%、30%的小贷公司停业、半停业应该都是很正常的情况了。
根据各银行公布的15年半年报:工商银行不良率1.4%,中信银行1.32%,民生银行1.36%。这些为各公司公布的账面数据而已。总所周知,国家开始鼓励银行借新还旧,地方政府搭建现金池帮助企业转贷,地方政府对银行提出要求要给企业续贷等等一些列措施都在执行中,这其中隐藏了多少风险,降低了账面多少的不良率。银行实际的不良率3-5%应该再正常不过了。
银行在政府及各渠道的帮助下尚且如此,可想小贷公司的实际情况有多严重。并且小贷公司的分类标准比较随意,没有银行的分类那么严格,如果以逾期的情况来算的话,小贷公司逾期率超过50%的可能性极大。据了解,以北京为例,极少数小贷公司资产质量还可以,整体小贷公司的资产状况非常糟糕,逾期类贷款超过50%甚至70%、80%的比比皆是。
三、 大数据是否能够降低小贷公司风险
1、小贷公司的客户群
小贷公司本身的定位为中小微企业、三农服务,小贷公司的客户群体本应为银行的“次级贷”客户,对该部分客户的把握难度相对更大。
2、阿里小贷的成功。
阿里小贷应该是成功应用大数据放款的小贷公司,下面来看看阿里小贷的情况。
(1)阿里小额贷款
阿里小贷是阿里金融为阿里巴巴会员提供的一款纯信用贷款产品,(简称“阿里信用贷款”)。阿里小额贷款无抵押、无担保,目前贷款产品对杭州地区的诚信通会员(个人版和企业版)和中国供应商会员开放,贷款放款对象为会员企业的法定代表人(个体版诚信通为实际经营人)。
(2)申请条件
A、会员注册时间满6个月的阿里巴巴诚信通会员或中国供应商会员(如果从普通会员转成付费会员,从注册成为普通会员的时间算起);
B、会员企业工商注册所在地为杭州地区(个人诚信通注册地为杭州);
C、申请人为年龄在18-65周岁的中国公民(不含港澳台),且为企业法定代表人(个体版诚信通为实际经营人);
D、拥有经过实名认证的个人支付宝账户。
阿里小贷实际上面对的客户群体非常小,都是在阿里有交易数据的客户,并且要有一定的交易累计历史,阿里针对该部分客户才会使用大数据来进行放款。阿里的大数据针对的群体非常明确,非普通小贷可使用的大数据。
3、普通小贷公司
普通的小贷公司就是我们平时在市面上见到的小贷公司,股东出资职业经理人经营,其不存在历史交易数据的累计及使用情况,该部分小贷公司能够通过大数据来降低风险吗?
(1)数据的获得
小贷公司在对客户进行放款之前需要尽调,在尽调过程中我们获得的数据基本上包括企业的财务信息、税务信息、征信信息、上下游信息等等,但在获取这些数据的真实性的值得商榷的。
(2)数据的价值
真实的数据才是分析的基础,目前我们面临的问题不仅仅是数据获得的问题,同样面对获得数据的准确性问题,客户的实际收入、指出,实际负债,实际现金流、实际税务等等我们获得的准确性是比较低,如果数据的准确性出现了问题,那么就带来了数据价值的降低,为数据的分析提供了错误的判断。
(3)数据的分析
大数据的分析一定是建立在有效的模型、算法的基础上才能够进行分析,现在数据获得的渠道、准确性、有效性都制约了模型的建立、分析作用。
普通小贷公司获取数据的来源、真实性、有效性都存疑,大数据分析是建立在对客户全方位信息的获取作出的判断,目前无乱是小贷公司本身还是做数据的公司对于数据的获取都存在着较大的障碍,数据获取的局限性及有效性对于客户本身的风险判断最多只提供参考意义,参考的价值也是相对较低的。
四、 总结
目前,除了本身已经建立了极强的数据信息,利用自身的数据信息形成大数据进行分析能够有效防空小贷公司(如阿里小贷)风险,普通的小贷公司借助大数据是不能够控制风险的,数据的获得、数据的准确性都存在问题,无乱是借助小贷公司本身还是借助第三方数据机构,对于客户风险的识别仅仅提供简单的参考依据。但随着我国征信体系的建设及数据的开放,将来会进一步为小贷公司识别客户风险提供参考依据,参考的份量也讲进一步增加。