京公网安备 11010802034615号
经营许可证编号:京B2-20210330
微众银行可能风险点:大数据征信是否真实可靠
微众银行成为去年五家民营试点中第一家试营业的银行,并且是极具创新力的互联网金融的互联网银行。没有物理网点和柜台,不受地域限制,理论上可以通过强大的互联网覆盖全世界各地的客户;金融资源配置的快速、高效、无处不在、无时无刻、公平公开等特性就是最大的创新。
在看到微众银行在线“刷脸”开户,依靠社交大数据评定客户信用,无担保无抵押贷款,高效、快速、低成本等相对于传统银行创新优势的同时,不可否认,其也存在一些不容忽视的风险。有观点认为,监管部门要求客户与银行在开户等方面必须面签,一些现行征信、信贷管理等监管制度,微众银行的创新有违背之处;还有观点认为,微众银行的股权结构存在隐患,腾讯持股30%,已经超越了监管机构要求民营银行的单个股东占比不得超过20%的规定。以笔者看,股权结构比例、面签开户等制度性规定障碍都不是根本性问题,都可以改革修正,都不是风险点。
笔者认为,微众银行真正的风险点在于依据大数据建立的征信系统是否真实可靠,腾讯社交媒体积累的客户大数据用于征信的有效率有多高,赖以发放贷款的信用保障基础是否靠得住。
不妨将微众银行与阿里网商银行模式对比一下就可明了。微众银行的客户范围模糊、定位范围较大,采集并处理包括即时通信、电商交易、虚拟消费等数据有点大海捞针、针对性不强。而阿里网商银行定位就非常明确明细:支付宝[微博]、淘宝、天猫[微博]等平台上的客户是其银行业务对象,并且与其发生金融银行业务必须在这些平台上从事一定年限时期的商事活动,对其客户在线上积累的100天大数据分析才能得出其信用状况如何,客户定位对象非常清晰和准确,大数据非常集中有效。
从大数据质量来说,腾讯主要是社交媒体积累的大数据,这类数据用于经济金融征信上的有效性多高需要研究探讨。而阿里网商银行在支付宝、淘宝和天猫上积累的大数据都是企业商务商事、现金结算支付、生产流通销售库存等整个生产过程的全部经济金融交易交往积累的大数据。赖以从事金融交易活动的银行需要的是从这些数据中挖掘出来的客户信用状况。社交媒体积累的大数据不能确保征信的有效性,而后者的大数据征信准确性要远远高于前者。
互联网银行应该紧紧依靠自己已经建立的电子商务平台而创建。电子商务平台市场的发展自然而然对互联网金融提出了呼唤,同在线上的互联网银行才能适用电子商务包括网购业务交易快速高效便捷的需要。这是一个自然而然、相辅相成孕育诞生的一个过程。这就是为什么要求互联网银行必须定位在紧紧服务其电子商务线上客户的原因所在。如果没有完整健全的电子商务平台,其大数据失效的可能性很大,从而信用评级的真实性就会大打折扣,最终裸露的是金融风险。这可能是微众银行的最大风险点所在。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22