影视论坛

大数据在P2P网贷中的应用与困境

2017-10-17 20:59

  P2P网络贷款是互联网发展的产物,大数据则是互联网时代最重要的研究工具之一,起着举足轻重的作用,成为现阶段行业重点研究的问题。本文从挖掘大数据的来源和特征出发,探索其在互联网金融领域的应用。根据目前网贷平台的情况来研究分析大数据在互联网金融领域应用存在的问题、创新方向以及未来面临的挑战。

  包括P2P网络借贷在内的互联网金融近年之所以得到快速发展,部分原因与大数据的应用密切相关。换而言之,以大数据为基础、互联网为媒介,为金融行业带来了性的变革,促进了“普惠金融”时代的来临。在去化热潮来袭的P2P网贷市场,各大平台开始重视通过大数据建立信用评估体系,进行信息采集、信息分析和信用评估。但实践中,遇到很多问题和挑战。即便行业第一家开发自有征信系统的P2P平台拍拍贷,其信息采集渠道和可信度也让很多人感到质疑,其他起步稍晚的平台对于大数据更是无从下手。大数据的机遇和挑战如何把握,是每一家网贷平台需要思考的问题。

  大数据分为结构化数据与非结构化数据,其占比分别为15%和85%,它们大量存在于社交网络、互联网和电子商务等领域。随着社交网日益壮大,大量的用户内容、音频、文本信息、视频、图片等非结构化数据不断地涌现。用户在线的每一次点击、每一次评论都是大数据来源的一个方面。此外,社交软件的定位服务和朋友圈业务能更快速的搜集用户的常居地址和生活信息等数据。

  近年来,量化运动(QuantifiedSelf)成为大数据的新来源。通过带着UP、Nike+或Googleglass来搜集数据,搜集的数据不仅包括生理活动数据,而且包括各种行为数据。在全球对其应用最为突出的是印象笔记(Evernote),其用户数量已突破1亿大关。其是让每一个人都能记录生活中的每一个时刻、每一个灵感、每一次心动、每一种经历,随时随地在平台上记录所思所想、所见所得。

  云计算的出现让大数据信息的存储不再是瓶颈,更多数据挖掘项目可以得到更大的施展空间。例如:金融领域的精准信息服务的创新就是通过社交网络得到的个人数据和需求分析,将合适的金融产品推送给个人的同时,也将个人需求精准的匹配给相应的机构。

  大数据的内涵包括海量数据并对信息有快速高效处理的能力,具有多样性和高效性。

  最初大数据的出现是电商为了统计商品的点击率、成交率来确定每个商品的进货比例的。从消费者第一次点击到完成订单支付,其中间经历了复杂的点击、浏览、收藏、对比等过程,在这个复杂操作的过程中,大量信息被遗漏,只记录了销量信息。伴随着近几年移动互联网和便捷社交软件的开发与发展,大数据在悄然生变。社交将人与人的关系、个人的心格在海量大数据的支撑下呈现给了各网贷平台,只有在多样化并且复杂的大数据下才能尽量减少结论的误差,而在传统的模式下是根本无法实现的。

  高速性主要表现为数据流和大数据的移动性。现实应用中则体现在对数据及时更新的需求上。随着移动网络的发展,人们对数据的实时应用需求更加普遍,比如通过手持终端设备关注新闻、交通情况、物流进度等信息。高速性要求具有时间性和决策性的分析,要求能在第一时间抓住重要事件发生的信息。

  大数据在蓬勃发展的互联网金融领域的应用非常广泛,企业可以通过大数据反映的客户需求提前预测企业的未来及发展趋势、通过统计点击率和整理评论来分析网络金融、通过对大数据进行归类和分析来进行风险控制等。其中最为创新性的应用归征信和产品研发莫属。网贷平台诸如拍拍贷对个人信息搜集整理,结合个人的社交信息和网购行为来综合的对一个人的信用进行评估并推算其可能违约的成本。产品研发是打破了传统的生产线,逆向的通过确定的需求量来进行产品的生产,避免了传统模式下的生产过剩和供不应求的现象。

  运用大数据进行信用征信,主要基于3个元素展开分析,包括个体状况、社交网络行为、网络购物行为。

  个体状况主要包括个人基本信息(姓名、身份证号、住所等)、教育及技能信息(学历、资格证书等)、个人收入及资产信息(工资、房产、汽车等)、个人工作信息(行业、单位、职位)、个人关系信息(婚姻子女状况等)。最早对个体状况进行分析的平台是拍拍贷,2009年信息平台,居民身份证信息开始对外,提高了拍拍贷的个人信息统计的准确度和效率,使拍拍贷的交易规模得到了迅猛增长。目前网贷平台也可以通过教育部主办的学信网对借款人的学历进行查询。除了这些息外,平台还要求借款人提交收入证明和工作信息,通过社交软件提取关系圈信息以确保能准确的判断借款人的身份是否真实,是否有基本还款能力等,借助个人状况排除P2P网贷平台上的大多数诈骗、恶意借款人等,网贷平台的基本稳定与安全。

  社交网络行为分析是从高科技的社交软件如微信、微博、人人网、论坛等网站出发,通过记录好友数量、粉丝数量、发帖内容等因素对其进行信用评估。其认为在社交网络越活跃的人,朋友越多的人其违约风险越低。例如微博加V,微信升级公共账号等都是对大数据有效的搜集渠道。而如今人们对这些网络社交软件的依赖高于电话短信,导致越来越多的社交网络信息可以被采集并利用起来对一个人的信用进行评估,使P2P信用评估体系将愈发完善、准确,从而带动整个网贷行业的发展。

  网络购物行为是征信评估中唯一一个把行为与密切相连的重要因素。通过分析个人购物行为及电子帐户资金流水来了解一个人的消费能力及资金状况,并在此基础上进行信用评估。2014年2月,京东商城推出“京东白条”,在京东商城购物时,消费者可申请最高1.5万元的个人贷款支付,京东白条类似于虚拟信用卡,不过与银行发放信用卡烦琐的审核程序不同,京东完全根据用户以往的购物行为来授予信用额度。目前1000多家网贷平台中,积木盒子也着手通过平台的个人消费标的搜集客户的网络购物行为,在快乐时代平台项目中链接其他网商平台,为客户提供分期付款的网购服务。快乐时代总部位于,目前已经在全国数百个城市开展分期购物业务,也是国内首家支持全网商品分期的商家。拍拍贷也以主打网商标的和网购标的来间接搜集网络购物信息,其平台上50%左右的借款人为电商用户,以天猫用户居多。其它P2P平台即使没有自己的信息搜集渠道,在对借款人资料进行审核时也要求提供网购凭证或流水单来对其进行评估。

  在传统模式下,企业要开发新产品、新产业链要进行很高成本的市场调查调研工作,最终的产品设计是由产品部经理所决定的,但是再有能力的经理也不能确保自己创新的产品完全符合消费者的意愿。而在大数据时代,是根据大数据来分析客户的习惯和偏好,按照客户自己的意愿对产品和服务进行升级和更新的。使用大数据进行产品研发的主要的优势是产品的创新点是由客户自己互动提供的,按其大众人群的特点设计,融洽的将生产方与需求方紧密的联系起来。从传统的生产产品—寻找客户群变为确定客户群体—产品生产,既节省了人力、物力、财力,又效率、便捷的得到了超预期的结果。

  在大数据的推动下,网贷平台起飞式迅速增长,为个人和小微企业的贷款提供了渠道,很大程度的扩宽了金融行业的服务范围。但由于大数据应用在P2P行业存在的问题,未能准确的对违约概率进行评估,出现多家平台跑事件。因此,P2P行业应用大数据效率低的原因成为了行业关注的焦点。

  目前大数据的来源主要依赖于互联网,而人们在网络中的表现并不能完全反映其真实的一面。在互联网上人性是被放大的,现实生活中不敢说的话,不敢抱怨的事情,在互联网上却敢说,导致现实中内向的人在互联网上却给人展现了外向的一面。例如有些人不善与人接触,却将自己做的美食展现在了微博上,导致吃货们频频关注,从而使得粉丝暴增。因此通过网络,并不能确切的说明此人的有多广泛的社交圈子。也就是说互联网的数据很难还原用户现实中的信息。

  在我国现阶段的互联网发展中,并没有对金融信用与社会信用的相关性进行细致的研究。个人信用体现是多方面的,其包括朋友信用、爱情信用、事业信用、其他社会信用和金融信用等等。而每个方面不一定与金融信用紧密相关。一个人有很好的朋友信用,但不代表其在金融方面的信用就很好,也就是说不能单凭日常生活的信用来给个人的违约风险进行定位。

  目前在国内的金融行业,成功运用大数据做风控只有阿里小贷等有限几家,主要是通过卖家累计的海量的交易信息及资金流水,在几秒内完成对商家的授信。如今在P2P网贷行业,一些平台都以用大数据来做风控审核这样缥缈的定义来吸引投资者,但其模式为应收账款质押融资或货物抵押融资,并未真正的应用了大数据。因为依赖大数据风控主要靠及时更新的数据和对客户的约束力来实现其有效性。这两个因素也被称为闭环数据,目前国内的P2P平台缺乏闭环的交易数据,对借款人的约束力也不强硬,所以使其风控很难有效的和大数据结合起来,很难单凭大数据来对借款人的违约风险进行评估。

  在互联网迅速崛起的现代社会,P2P依靠大数据做风控弊端涌现,但不代表大数据在此行业失效,而是可以对大数据的应用进行创新,例如用大数据来改变平台的营销手段,对客户实行私人定制。私人定制是指通过个人在平台两次及以上的贷款记录和良好的还款记录的数据进行分析,用系统的方式为其量身制定贷款方案、利率、手续费、还款方式等相匹配的产品。首先通过历史借贷记录推算出客户在什么时间需要资金周转,并根据其从事行业分析其资金的用途和预计还款时间,提前推送定制的服务方案,准确的满足贷款里需求,避免客户被动接受他不一定适合的信贷产品。然而大数据的及时更新,能够更效率的通过更新的数据对资金需求者的额度、利率、还款方式进行调整。

  美国征信系统的完善是因为其对其拥有的大数据资源的程度日益透明化。而我国现阶段一些权威的数据能否向民间,比如中国人民银行的政信系统,是大数据时代互联网金融发展面临的首要挑战。只有建立一个的数据规则,才能有利于未来大数据产业生态的建设。而不是各个平台通过自己的渠道,记录不同客户集体、不同维度、不同时间序列的数据混合起来应用,大部分的数据因为没有特定的规则而产生了“噪音”效果,使征信模型失效。目前,我国出现150家左右平台跑现象,其原因之一也与大数据信息的不透明紧密相关,数据的封闭使平台捕捉的项目公司信息偏离了大数据的特性,不能及时的预测风险的来临,连带的导致投资者对网络借贷乃至互联网金融的创新失去信心,形成行业发展的瓶颈。

  麦肯锡公司的《大数据:下一个创新、竞争和生产力的前沿》指出,具备大数据高级分析技能的人才供应量,2008年为15万人,预计2018年将翻倍增长,达到30万人。而现阶段对这类人才的需求高达50万左右,这意味着将产生20万左右的人才缺口。目前平台大量吸收有相关专业知识和技能丰富的人才,对其进行大数据的思维和分析思的培养。例如:今年4月,拍拍贷完成了数千万的B轮融资,这轮融资主要是用于加强网络征信系统建设、IT技术水平提升和高级人才招聘。为了满足各大行业对大数据人才的需求,中国科学院大学开设首个“大数据技术与应用”专业方向,该专业将面向于科研发展及产业实践,培养信息技术与行业需求结合的复合型的大数据人才,并得到了IBM、微软、腾讯、阿里巴巴、NEC、58同城等在大数据分析及应用领域具有前瞻性的企业专家的大力支持。

  您的评论提交后会进行审核,审核通过的留言会展示在下方留言区域,请耐心等待。

  30年后失业将成为大问题!我们的孩子该怎么办?你以为我在?不,这是马云爸爸说的!马云今年6月份在谈起AI时表示,未来30年人们每......

  09-29关于美国中产家庭平均工资没有上涨的原因简单地和机器替代普通劳动力划上等号,个人并不是很......苏August_8...2017-09-30