不少現金貸後臺的貸款逾期數據持續所上升，監管風暴引發的“老賴”現象不在少數。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，就有不少現金貸後臺的貸款逾期數據持續所上升，監管風暴引發的“老賴”現象不在少數。據華夏時報網報道，正常在20%至30%左右的逾期率，目前最高可達60%。這迫使個別平臺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瞭解，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：
金融需求驅動金融市場的發展；
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；
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臺再到決策，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，如果電商平臺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表示，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.
閱讀更多 36大數據 的文章
