金融大數據「支招」,如何躲避現金貸「老賴」

作者:王柏勻

不少現金貸後台的貸款逾期數據持續所上升,監管風暴引發的“老賴”現像不在少數。那麼,金融大數據有效控制“老賴”行為呢?

 

現金貸監管風暴終於“打板”。

12月1日,互聯網金融風險專項整治、P2P網貸風險專項整治工作領導小組辦公室正式下發《關於規範整頓“現金貸”業務的通知》,明確統籌監管,開展對網絡小額貸款清理整頓工作。

這無疑為現金貸公司的焦躁又添了“一把心火”。

此前,就有不少現金貸後台的貸款逾期數據持續所上升,監管風暴引發的“老賴”現像不在少數。據華夏時報網報導,正常在20%至30%左右的逾期率,目前最高可達60%。這迫使個別平台考慮暫停現金貸業務的新增貸款。

這時候能否通過金融大數據有效控制“老賴”行為呢?

 

宜信首席戰略官陳歡認為,從“信息化”到“數據化”再到“智能化”,在完善的過程中,金融科技不斷精準化操作。雖然大數據並不能改變賴賬行為,但金融大數據可以幫助更有效地判斷客戶的風險,並針對不同的風險,採取不同的風險管理方式,便於有效分配資源,提升風險控制的效果。金融大數據有助於對客戶有更好的了解,市場即使有些波動,公司也可以有針對性的提供措施。

在企業風控中,金融大數據如何提供針對性措施?

 

企業的風險類型包括操作風險、信用風險、市場風險、利率和匯率風險、流動性風險、現金流風險以及決策風險。這些風險類型都可能影響到金融企業運營狀態。對於一個信貸產品來說,無論是個人信貸還是其他信貸,風險控制都大致可以分為:貸前、貸中、貸後三個部分。宜信普惠金融風險管理委員會數據總監柴耀暉表示,風險管理既不是為了消滅損失也不是為了消滅不確定性,而是在管理損失的數學期望。在損失期望控制在一定水平下,實現利潤的最大化。金融大數據可以有效提升企業風險管理的決策能力。

金融大數據在風控領域的飛速發展原因有三點:

  1. 金融需求驅動金融市場的發展;

  2. 隨著互聯網技術發展,用戶產生了更多的數據,這直接增加了分析客戶信用情況的維度;
  3. 時下徵信行業尚不健全,發展相對緩慢,而作為金融重中之重的風控,自然對大數據的應用予以更高程度的重視。

柴耀暉表示,人民銀行徵信中心現在只有4億自然人的信貸歷史記錄,僅佔中國人口的1/3。信貸記錄有很大的空白,實際上這部分人也需要金融服務。不過,由於沒有徵信數據,對他們的信用評估存在挑戰,也是金融大數據可以發揮作用的地方。

現在,信貸產品可以通過金融大數據實現決策流程。具體如下圖:

有了這種架構之後,從數據產品到分析平台再到決策,可實現探索性的分析、測試與實際應用。以宜信與電商合作的“商通貸”為例,如果電商平台上的商戶有融資的需求時,可以通過接入相應的數據產品,把用戶數據授權給宜信進行處理,宜信來進行用戶信用的評估,並完成信貸產品的推薦、貸款實時授信等。

據柴耀暉介紹,宜信底層的數據服務有蜂巢、姨搜等。其中包括線上數據抓取、對接外部的徵信服務商、以及行業共享的數據等。宜信會通過大量的數據產品,來幫助企業去獲取多維度的信息。目前,宜信擁有超過2000萬客戶的信貸歷史數據,線上授權抓取的產品包括運營商、銀行賬單,平均授權解析成功率達99%。

如何使用金融大數據產生紅利呢?

 

目前,金融科技不僅應用在貸款層面,在保險、財富管理、資產管理和智能投顧都有不同程度的應用,未來,在大數據技術的基礎上,人工智能技術的利用會滲透到金融業務的各個方面。

宜信大數據創新中心張軍錶示,宜信從事的普惠金融與財富管理屬於強運營業務。降低成本、提高運行效率與擴大客群是強運營的關鍵點。通過金融大數據建立數據的體系,及時進行數據運算實現運營決策。如在線財富管理業務中,針對不同用戶,推薦不同產品。企業可以利用大數據和人工智能技術,為不同的客戶提供個性化的,滿足其特定需求的金融服務,同時企業也能實現降低成本,擴大收益。

從不確定性的成本角度來看待風險,收益與不確定成本成反比,風控越好成本越低,利潤也就越高。柴耀暉表示,企業做風險決策不是為了消滅損失,而是在管理好一個不定性成本的前提下,通過合理的風險定價為用戶提供金融產品,通過規模化效應提升效率去掙錢,所有風險管理都是在平衡企業的不確定性成本和收入。

當然,金融大數據也面臨著不少問題,如業務間信息孤島現象、外部大數據整合難度大等。但隨著大數據發展與積累,賦能金融業務將日趨完善。

End.

轉貼自: 36大數據


留下你的回應

以訪客張貼回應

0
  • 找不到回應

每月文章