根據《2018年中國大數據風控調研報告》中數據分析，我國2017年大數據風控市場規模已達140億元，超過美國同年120億的市場規模，但我國的徵信人口基數是美國人口基數的4-5倍，大數據風控市場的覆蓋率遠不及市場發展已基本成熟的美國，我國大數據風控市場發展潛力巨大。
我國大數據風控市場潛力巨大，三類公司業務各有側重
大數據風控，是通過運用大數據構建模型的方法進行風險控制和風險提示。相較傳統風控來說，大數據風控可以提供更多維度、更具實效性的數據，並通過模型進行大規模計算，有效提高風控效率。
目前大數據風控市場主要有三類玩家：
（1）人行徵信、鵬元徵信等傳統徵信公司。傳統徵信公司主要與銀行，公安部、工商局等機構合作，利用公民身份證信息、銀行卡信息、航旅信息、企業工商信息等基礎的金融數據建立風控模型，進行大數據風控。
（2）以互聯網巨頭和第三方支付公司為代表的綜合型互聯網公司。互聯網公司在運營過程中積累了大量的電商數據、社交數據、行為數據等內部數據，將這些數據與金融數據相結合，建立風控模型並形成自己的風控產品。互聯網公司的風控產品早期只用於自身經營過程中風險管理，現在逐漸開始對外為企業級客戶提供服務。
（3）同盾科技、百融金服等垂直類大數據風控創新型公司。這類公司通過對多方數據的整合進行大數據風控，主要為企業級客戶提供風控產品、服務和解決方案。
產品升級關鍵：數據獲取能力、模型建立能力、模型優化能力
數據獲取是風控過程中最基礎的環節。傳統風控中運用的主要是基礎的信用數據，例如年齡、收入、職業、學歷、資產、負債等。但隨著金融產品、金融服務的複雜化，在大數據風控過程中加入用戶的行為數據可有效拓展信用風險評估的數據緯度，更加準確地評估用戶風險水平。
對於做大數據風控的公司來說，數據的來源分外部數據和內部數據。外部數據主要來自徵信公司、政府、銀行等機構，這部分數據大多已經在徵信中心實現了共享，數據層面的競爭便集中在了內部數據的差異化。內部數據包括用戶在本平臺的一些基本信息、註冊信息、興趣偏好，還有在平臺的交易數據、行為數據等，這些數據直接影響數據風控模型中數據完整性。
但數據本身的價值有限，其價值主要體現在數據內蘊含的信息中。只有理解數據，對數據篩選得到真實的、有效的數據，對處理過的底層數據進行有效解釋，建立風控模型，通過模型對於數據進行大規模運算，數據才能得以運用。風控即風險控制，評估用戶可能的違約情況，主要包括反欺詐和信用評價兩部分。大數據風控模型構建的兩個關鍵在於：一發現不同特徵與違約之間的相關性，二為不同的特徵賦予權重或違約概率，以確定作為擁有多項特徵的用戶的信用狀況，以此來決定是否向其提供金融服務、提供的額度是多少。
模型的優化是模型開發出來後至關重要的環節，模型的迭代直接影響模型的風控效果。進一步擴大數據量，為模型提供更有效支撐；新的欺詐手段的不斷出現，會導致模型精準度下降，需要大數據風控模型迭代，加入更復雜化與更多維度的特徵。沒有經過經濟週期的檢驗也是大數據風控被質疑的一個核心問題，如在大數據預測之外的黑天鵝事件，出現時會影響大數據風控模型的基本假設，從而影響風控的最終效果。幾年來大數據風控與AI技術、區塊鏈技術、物聯網技術等不斷結合，也將更有效地提高風控效果。
大量、多維的數據是第三方支付公司助力產品升級關鍵
第三方支付公司作為資金支付的“中間平臺”，掌握了大量的交易流水數據，且交易行為頻率較高、覆蓋的場景較多。這些數據可反映了一個企業的的經營狀況，一個人的消費水平、消費習慣，也有效豐富了數據量、拓展了數據維度。
結合用戶的支付數據進行信用分析，通過海量數據的積累和分析，更容易得出有效的行為信息，對客戶的風險情況進行有效判定。
第三方支付企業做大數據的有很多，依據自身平臺的流量優勢，建立封閉系統的信用評級和風控模型。比如主要面向C端用戶的螞蟻金服，微信支付；以及面向B端用戶的中金支付。
芝麻信用依託大數據、雲計算、區塊鏈等創新技術，連接商業、民生等多維場景，為消費者提供普惠平等的信用服務。螞蟻金服還推出大數據風控品牌“蟻盾”，並開放給上百家企業，在航旅、銀行公共出行、汽車金融等行業領域業務過程中提供保護。蟻盾產品充分運用淘寶、支付寶多年的支付數據，探索刷單黨、羊毛黨的交易特點、相關數據特徵，利用大數據風控技術為客戶提供反黃牛、反作弊、反欺詐服務。
騰訊雲與微眾銀行微粒貸團隊合作，通過一系列豐富的數據和算法建模，支持微眾銀行微粒貸產品做到精準風控管理，極大的降低微粒貸的逾期率和壞賬率。快速的信用評估和決策得益於微粒貸背後騰訊雲的大數據服務，大數據服務是基於騰訊積累的不同場景的用戶數據，包括每個用戶的社交關係、支付行為、過往的借貸情況等。騰訊雲還推出伽利略風控系統、風險預警系統、交易反欺詐系統、催收管理系統等，努力為金融行業提供一站式的金融風控解決方案。
中金支付的定位是服務於B端的中小微企業，覆蓋B2B電商、供應鏈金融、跨境貿易等主流領域。業務發展的需求以及八年來在行業支付數據上的累積與沉澱，促成了中金支付最終研發出自己的大數據風控產品，建立了中金“一鑑通”平臺、中金“魔鏡”反欺詐核查系統、“洞悉”平臺，實現身份核驗認證、反欺詐驗證、風險信息實時預警。
我國大數據風控尚處於發展初期，數據維度較為單一，數據量不足制約了大數據風控產品的發展。傳統金融機構和政府的數據不能滿足科技日新月異情況下的風控需求，各個數據機構的數據沒有打通，數據缺乏連貫性，孤島數據存在融合問題。第三方支付公司在從事大數據風控過程中加入支付數據，豐富了數據來源，拓展了數據維度；多公司在同一平臺進行交易，產生的連貫性數據，解決了數據孤島問題。數據庫的豐富與拓展將有效提高風控效果，助力風控產品升級。
★ 更多深度內容，敬請關注【艾瑞諮詢官方小程序】或【艾瑞諮詢微信公眾號】，獲取完整行業報告、熱門指數監測，以及每日更新的行業前沿觀察。
閱讀更多 艾瑞 的文章
