京公网安备 11010802034615号
经营许可证编号:京B2-20210330
浅谈P2P评级背后的“大数据”_数据分析师考试
P2P的发展,给国内的金融市场带来了翻天覆地的变化,同时,也为国内金融市场衍生了许多需求,比如第三方支付,比如担保公司,再比如评级。
据响当当从第三方了解的行业数据显示:截至2015年4月,全国有1819家运营平台,成交量达551.45亿元。去年4月份,运营平台数量为1073家,成交量为148.92亿元。可见,在过去的一年中,P2P行业的成交量翻了近4倍。
P2P平台数量迅速膨胀,他们在享受行业盛宴的同时,也饱尝残酷竞争之苦。“增信”是他们需要完成的重要任务,有的P2P平台大肆宣传自己与第三方支付公司的资金托管合作;有的平台打出自己与银行的“亲密关系”或干脆直接“抱大腿”;有的则狐假虎威的直接将一些机构的“评级结果”亮出来。
无疑,在跑路潮这个人心惶惶的P2P行情下,投资者面对鱼龙混杂的P2P平台,真正需要的是一些投资的指导和意见。而一份可靠公正的评级报告则是对平台的“雪中送炭”,而为平台加分不少。在过去的一段时间里,很多机构发布了各种各样“排名”、“黑名单”等评级报告。据了解,这些机构大多是自掏腰包完成报告的,他们“赔本赚吆喝”的背后是希望借助评级掌握P2P的行业话语权。
当前,P2P评级主要是针对平台的整体评级。有的评级机构会对平台进行深入调查,包括对平台自身的调查和向其他平台了解情况,但这样的机构并不多。不少机构采用的数据主要来自各种公开信息和P2P平台自行报送,这些数据的真实性和准确性有待考察。以坏账核算为例,目前各家平台对于坏账率的界定标准和计算方式差距较大。一般来说,P2P平台采用坏账总额除以贷款总额的方式核算坏账。逾期时间大多分为三个月、六个月、九个月、一年不等,各家平台逾期时间的选择并无统一标准,一些平台为了拉低坏账率故意设定较长的逾期时间。很多时候,评级机构并未对数据进行核实,或对平台实地调查,因此不少评级结果缺乏可信度和公信力。
其实,P2P评级面临的最大问题是数据获取。坏账率、利润、产品这些内容属于P2P平台的敏感数据,评级机构没有权利要求强制披露,只能基于信息可获取、可量化两个标准评出平台发展指数。在数据缺失的前提下,评价平台的安全性是比较困难的。
更为重要的是,P2P评级目前来说,很难形成可持续发展的商业模式。为什么呢?按照国外和债券市场的经验,评级应由被评价主体付费,即P2P平台自己来付评级费。但国内目前P2P平台很少主动要求做评级,其一,网贷平台不愿公开真实数据;其二,网贷平台不愿花这笔“冤枉钱”。而后出现的情况也就在意料之中了:很多P2P评级报告都是评级机构自己掏腰包做的,他们占领话语权、炒作提高知名度的诉求成为其他商业机会和利润来源。
很多人没有意识到这个问题的严重性,事实上这是一个很现实的问题。在此借用“没有买卖就没有杀害”好像不太恰当,但却很贴切。有供必有求。评级机构需要生存,所以找到买单者至关重要。响当当风控总监从业界内了解到内幕:“一些所谓的评级机构会追着平台做评级,只要平台花几万块钱,就能获得想要的排名。还有一些机构有"敲诈"嫌疑,平台如果不花钱,就给你弄个类似"黑名单"的东西。”也就是说,这些评级机构一边靠P2P公司养活,一边又给他们评级。这又爱又恨的关系使得这些公司或者机构在评级时很容易“感情用事”。
归根结底,鉴于国内的金融环境,P2P发展的核心始终取决于自身运营模式及风控手段。相较于其他互联网理财平台,响当当首创三重风控,典当兜底的风控模式,一切债券均有实物抵押,即使借款人对响当当逾期还款,典当行的“绝当品变现”机制,也能完美的避免响当当平台对投资人的违约。响当当典当合作,实物理财的互联网金融新模式,无疑在目前的P2P行业乱象内“出淤泥而不染,濯清涟而不妖。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27