京公网安备 11010802034615号
经营许可证编号:京B2-20210330
网贷大数据风控准确性存疑 征信体系不健全
P2P如何进行风险控制的问题就一直备受关注。记者注意到,目前网贷行业的风控模式大致分为两种,一种是以大数据风控为主导的线上风控模式,比如拍拍贷魔镜系统、宜人贷极速模式等;另一种则是以传统线下风控为主导的模式。业内专家指出,虽然互联网金融是将金融与线上网络相结合,但是一味渲染大数据,弄不好就会变成“大忽悠”。
我国目前处于正在建立信用体系的过程中,在信用体系没有建成之前,有效地识别个人信用风险,金蛋理财CEO邓巍坦言,除了线下审核,并没有更好的办法。
“只有海量的数据才能分析出一定的规律。但只根据数据分析出的规律并不全面,如果仅据此进行风控审核,难免会出现疏漏或偏差。大数据只能作为辅助手段,不能作为风控的决策依据。”邓巍补充道。
对于当下我国网贷业风控的现状,金信网创始人安丹方告诉《经济参考报》记者,目前来看,大数据风控还是一个理想化的模式,至少短期内无法取代现有的风控,毕竟目前国内征信尚不健全,国内所积累的数据根本不足以支撑建立一个完善的大数据模型。此外,大数据作为数据的集合,其为平台提供的仅仅是数据参考。
对于大数据在我国极可能演化为“大忽悠”,理财范风控相关负责人分析道,由于人民银行[微博]的征信系统与互联网金融的数据平台无法对接,信息无法共享,因此网贷平台不得不通过线下调查客户信用和调取央行[微博]征信报告,各自组建线下征信风控团队,而征信体系不健全也导致P2P在中国举步维艰,这亦成为中国互联网金融行业发展的最大瓶颈。
不过,对于P2P而言,线下、线上风控都有其不可忽视的弊端,安丹方坦言,线下P2P平台多采用风险准备金模式,但这种模式脱离了平台操作功能之后会很容易演变成资金池,潜藏着法律风险以及敏感的监管问题;纯线上P2P则由于数据不充分,风险难控,追索成本很大;而O2O线上线下相结合的模式虽然现阶段最符合国情,但因为开展线下审核,其风控成本较高。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20