你好,游客 登录
背景:
阅读新闻

BAT等巨头和互联网金融创业公司愈加频繁布局大数据风控领域

[日期:2016-12-14] 来源:虎嗅网  作者: [字体: ]

  现在提到互联网金融、Fintech,首先想到的就是大数据风控。

  大数据风控目前应该是前沿技术在金融领域的最成熟应用,相对于智能投顾、区块链等还在初期的金融科技应用,大数据风控目前已经在业界逐步普及,从BATJ这样的大企业,到交易规模比较大的网贷平台,再到做现金贷、消费金融的创业公司,都在通过大数据风控技术来控制贷款规模扩张中的风险。

大数据

  大家都在做,对行业格局有什么影响,未来的市场格局会是什么样子?

  近期互金公司在大数据风控领域布局愈加频繁

  进入12月份不到半个月,大数据风控领域不断有新动作:

  12月6日, 360金融借助大数据征信和风控,推出消费金融产品360借条,推出闪电放款随借随还机制。

  12月8日,网易金融发布了网易北斗智能风控系统,基于网易的数据积累和外部数据,通过网易的建模及计算能力,以及神经网络/机器学习/支持向量机等技术能力,形成大数据风控体系,构建“新赋能”金融科技商业模式,开放数据与技术能力,与商业伙伴共建信用生态。

  12月13日,宜信旗下的致诚信用正式发布“致诚阿福共享平台”,推出阿福数据共享、致诚通用评分、阿福反欺诈决策引擎、授权数据抓取、阿福信用速查等产品和服务,向行业输出数据产品及金融科技服务,为商业伙伴提供大数据风控能力。

  此外,一直以做大额融资标的著称的红岭创投面临转型压力,其董事长周世平最近也表示,随着网贷监管办法的出台,限额让网贷的生存空间受限制,今后将重点关注智能投顾,金融IT等金融科技,金融大数据解决方案等。

  由此可见,现在互金行业一个重要的趋势是,有向普惠金融、小额信贷服务转型需要的公司,与拥有数据资源的公司,都在努力向大数据风控领域布局。对于前者而言,大数据风控是做小额融资标的的必备工具;对于后者而言,大数据风控可以提供将数据和技术进行变现的途径。另外,可以看到,大数据风控系统的开放也已经成为趋势。

  大公司与互金创业企业都在做大数据风控,但商业策略有所不同

  以上大数据领域的新动作是互金公司发力大数据风控的缩影。近年以来,互金公司对大数据风控的布局热情满满,从大公司到创业企业,都在大数据风控上下功夫。

  大公司纷纷做大数据风控技术输出

  在大公司方面,一个共同特征是,都在开发自己的数据体系,利用技术打造风控能力,且将这种能力开放给业界。

  蚂蚁金服旗下芝麻信用称,利用梯度提升决策树、随机森林、神经网络、分群调整技术、增量学习技术等在内的机器学习算法,可以为缺少信贷记录的人群做出客观的信用评价。芝麻信用已通过商家自助服务平台全面开放消费金融风控能力,帮助行业提升风控水平;

  京东金融形成了由多种大数据机器学习模型构成的弱分类组合预测模型,借助随机森林、lasso 回归等算法,参考数千个预测变量,借此评估用户的还款意愿和还款能力。京东称,正在构建开放生态,开放技术、产品能力,为传统金融机构赋能,帮助其降低成本提高效率。

  腾讯旗下的微众银行陆续建立了客户分群授信、社交评分、信用评分、商户授信管理、欺诈侦测等系列模型。微众银行也在做技术输出,推进同业合作,帮助合作伙伴构建移动互联网金融服务能力;

  百度金融将自己定位为科技金融公司,以大数据技术为发力点,通过人工智能、用户画像、精准建模等技术,扩大征信范围,并对外开放技术能力;

  刚刚推出大数据风控系统的网易金融也主打开放性,为金融机构面向中小微企业和个人的融资服务提供获客、征信、授信、管理和催收等服务,并输出营销、客服等解决方案。

  可以看到,大公司基本都选择将自己的数据和技术产品化,开放给合作伙伴。

  创业企业大数据风控发展模式不尽相同

  已经形成较大规模的互金创业公司也基本都有自己的大数据风控体系,一些企业也在做技术能力输出。统计显示,已经完成C轮融资的互金企业中,大部分都着重通过大数据、人工智能等技术加强风控、获客、资产配置环节。例如,

  量化派基于hadoop spark,搭建了大数据机器学习架构,能够离线对历史千万申请用户数据进行挖掘,来对用户进行评级处理;

  51信用卡形成了人机结合管控的“51大数据智能风控体系”,包括爬虫技术、反欺诈技术等;

  融360推出了“天机”大数据风控系统,包含一组模型,会根据身份认证,还款意愿和还款能力三大维度,给申请贷款的用户进行信用评分。

  这三家企业以及品钛集团旗下的读秒等也都在做大数据技术能力的输出,向业界开放能力。

  交易规模较大的网贷公司也大多构建了大数据风控体系,相比之下,网贷公司的大数据风控技术目前以服务自己的资产端为主,对外开放的案例并不多。

  由此可见,在互金领域,从BATJ这样的大企业,到创业企业,都努力发展大数据风控技术,以构建提供普惠金融服务的能力,一句话总结,没有大数据风控,就没有真正的普惠金融。

  预计在未来,可能每家做借贷类的互金公司都需要有自己的一套大数据风控体系,同时,有数据与技术优势的企业也会进一步向业界开放能力。市场上也会存在类似Zestfinance这样的大数据征信公司向业界提供技术风控能力。

  大数据风控面临的质疑很多,为什么互金公司都在做?

  尽管针对大数据风控的有效性有很多质疑,但互金业界都这么看重大数据风控,原因在于,虽然技术还不一定成熟,国内数据资源也不够开放,但发展普惠金融,大数据风控似乎是必由之路。

  互联网金融本质上是普惠金融,为传统金融机构所服务不了的小微企业和普通人群提供金融服务,而传统金融之所以服务不了这部分群体,就在于这部分群体缺少传统风控手段下必备的条件,如抵押品、高额的银行流水等。而且传统金融的风控是线下人力操作的风控,能服务的人群有限,成本也高。

  互联网金融之所以有可能解决这些难题,在于大数据时代的来临,借款人、企业的各类活动都移至线上并产生大量线上数据,用这些数据进行分析,可以形成不同维度来判断借款人和企业的信用状况。

  大数据技术正在成为开展普惠金融服务的必备工具,也正是因为这样,大大小小的互金企业都在做大数据风控技术,提升自己的竞争力。目前的技术还存在很多不足,但预期未来其功效会越来越好。

  围绕大数据风控构建商业模式

  构建一个大数据风控不是目的,目的在于通过大数据风控来推进业务,从而拓展营收与利润。目前围绕大数据风控的商业模式主要有两种,即直接放贷模式与助贷模式。

  平台依托大数据风控技术直接发放贷款,就是直接放贷模式,盈利主要来自于净息差。这样平台的盈利能力取决于放贷规模以及利差水平,放贷规模大,资金成本低,就有可能获得更高的收益。网贷公司大部分是这样的模式。

  助贷模式是平台本身不放贷,通过向其他企业输出风控技术来获取服务费或返佣。这样收益主要来自合作企业的交易规模,平台不会从利差中获利。很多开放技术能力的公司都是这种模式。

  目前,在技术与数据方面有优势的互金平台基本都采取直接放贷与助贷两种兼用的模式,即自己也做资产端,直接放贷,同时也向外界开放技术能力,帮助合作企业放贷。究其原因,资产端的项目开拓尤其是优质资产的寻找并不容易,通过开放风控能力可以在不影响自己的资产端的前提下,进一步扩大营收来源。目前蚂蚁金服、腾讯、京东金融、百度金融、网易金融等都是如此。

  而中小互金企业一方面自己做大数据风控,一方面也与大企业合作来补充数据源,从而增强风控能力。

  未来行业会演绎怎样的格局?

  目前做大数据风控的公司可以分为两派,一派是在数据或技术方面有优势的大型企业,一派是近些年在竞争中兴起的互金创业公司。大家都在做比较类似的事情,未来行业会有怎样的格局?可以从数据资源、技术能力、商业模式构建等方面做一个比较。

  数据

  在数据方面,大型企业有数据方面的巨大积累,量级是创业企业所不能比的,数据类型丰富,判断用户的维度也比较广泛。不同企业之间的数据类型业不尽相同。

  阿里和京东在电商数据方面有优势,阿里这些年通过大量收购,也积累了用户在娱乐、搜索、地理位置、生活服务等方面的数据;

  百度在搜索数据方面有优势,同时通过旗下多种应用也积累了用户在贴吧、地图、外卖等方面形成的数据;

  腾讯最大优势在于社交领域,拥有海量社交数据,同时在新闻、娱乐等内容的分发方面也有不少数据积累,在各类工具应用(应用商店、信息安全应用等)上也有大量用户数据;

  网易数据类型也比较丰富,有社交网络数据,即用户的评论信息,有网易严选、考拉海购方面的电商数据,有用户在游戏方式的消费数据,有用户在邮箱、词典等工具上的使用数据;

  以上都是互联网企业。相比之下,也在开放金融技术的宜信的数据主要集中在金融领域,官方资料显示,其信用共享平台加入了线上线下1200万条借贷数据,以及40万个风险名单,并结合了共享机构的借贷数据。

  不过,对于大企业而言,大量庞杂的数据,其开发的难度也会比较大,对数据的整合过程是一个比较庞大的系统工程,另外很多数据类型与信用状况相关度较弱,这就会考验数据挖掘能力。

  创业企业需要自己在业务拓展中逐步去积累自己的数据体系,并通过引入大量第三方数据来增加数据维度,过程相对来说更艰辛,不过在放贷过程中形成的数据体系,与信用强相关,对于模型的优化帮助比较大,随着创业公司业务数据越来越大,数据基础会逐渐扎实。在数据上,创业企业优势不及大企业,但并非没有机会。

  技术

  技术实力方面很难量化,也没有很公允的标准来评判各家公司在技术上孰优孰劣。

  相对来说,大企业财力更雄厚,可以招募到比较优秀的技术人员,技术体系也会比较系统、全面;创业公司则可以靠股权、期权、发展前景等来吸引优秀的技术人员,且创业公司普遍战斗力强,技术开发往往更聚焦、更迅速。

  商业模式构建

  在大数据风控的商业模式构建方面,创业公司生存压力大,相对来说在资产端的开拓上更为进取,目前网贷交易规模超过300亿元的创业公司已经逾10家,创业企业更偏向于将自身资产端拓展与大数据技术相结合,在模式上表现为直接贷款为主,少量助贷业务;

  大企业在数据和技术上有优势,在资产端的拓展上更注重安全,目前大公司的金融服务,除了有消费场景的蚂蚁金服和京东金融,其他企业交易规模普遍不大。

  大企业更倾向于依托技术和数据来开放能力,打造生态。很多大企业都是直接放贷与助贷并重的模式。

  行业或会形成若干个比较大的大数据风控生态圈

  未来一段时间这样的格局或会继续延续,即大企业在做资产端的同时,也将自己的大数据风控体系开放出来,帮助互金创业企业、传统金融机构等来提升风控能力,自己也可以扩大收入来源,壮大生态圈;创业企业在形成自己的大数据风控体系的同时,也接入大企业的风控体系,助力资产端的拓展。

 

  大企业一个不容忽视的优势是,在技术输出的过程中,不仅获得一定收入,也会获得商业伙伴的部分数据,包括信贷、借款人等方面的信息,使自己的数据规模越来越大,优势越来越明显。未来的普惠金融圈子,或许会形成若干个比较大的、以少数大企业为中心的大数据风控生态圈,大企业掌握比较多的数据资源,将数据与技术开放,帮助生态圈内接入的金融机构、互金企业打造风控体系,发展资产端。





收藏 推荐 打印 | 录入: | 阅读: