您的位置:计世网 - 电子商务

两会说要控制金融风险,问题是该怎么控?

邹震-2017.03.20 15:15 0条评论 电子商务

两会说要控制金融风险,问题是该怎么控?


来源:数据猿 记者:春夏

两会一向被认为是政策风向标。在今年两会中,互联网金融已是连续第四年被写入政府工作报告。与前几年“促进发展、规划发展”的口吻不同,今年李克强总理提出“累积的风险高度警惕”和“整顿规范金融秩序,筑牢金融风险防火墙”,着重强调了要控制金融风险。

为什么要控制风险呢?从中国互联网金融行业的发展现状来看,以前国家对互金行业抱开放包容态度,并且持鼓励发展原则,使得互金行业四年来从无到有,发展如火如荼。

此后,有越来越多的互联网金融公司过于追逐公司规模和用户量,忽视了对风险的把控,导致互金行业产生了大量风险和隐患。

知名财经金融评论家余丰慧告诉数据猿记者,总体上来说,互联网金融风险主要出现在P2P行业,各种跑路、欺诈案件非常多。从行业发展态势来看,仅仅在两年时间内就出现了4000多家P2P公司,但现有的监管制度并不能对其进行有效管控。若不及时改革,必然影响互联网金融行业发展前景。

那么问题来了,金融企业应该如何控制风险呢?央行行长周小川强调,中国普惠金融发展潜力巨大,要鼓励科技类企业利用数据技术推动普惠金融发展。有关专家解读为,科技将成为互联网金融企业下半场决胜的关键要素。

余丰慧告诉记者,互联网金融是以大数据为基础,通过搭建大数据风控系统,挖掘用户的借贷数据,可以判断用户信用情况,从而有效防范其金融风险。

在利用科技控制金融风险过程中,数据和技术将发挥巨大作用。

银联智慧联合创始人兼CTO龙凯接受数据猿记者采访时表示,在过去几十年甚至上百年中,金融从业者和数据分析师为用户设计了很多金融服务产品,比如有信用卡业务、个人贷款业务等,这些产品在迭代过程中形成了非常严谨的风险控制方案,但是其所使用的技术还不成熟,用户数据来源也很有限。

随着大数据解决方案的普及,我们可以搜集更多维度的数据来更精细的进行用户画像,包括行业数据、网上浏览行为数据、司法执行数据、第三方信用数据、出行数据、电商平台的交易数据、电话通讯数据和社交数据等。这些数据的覆盖人群会远远超过现有的金融行业所使用的数据。而大数据技术通过对这些数据进行组合,可以对金融风控实现管理作用。

举例来说,传统贷款业务可能需要2-3天完成审批,而基于大数据、人工智能模型的自动审批方案可能只需要几秒钟就能够完成。同时,有些传统风控模型的迭代周期可能要数个月甚至数年,但是人工智能的模型迭代可以非常便捷和自动。大数据技术要做的就是极大简化这个过程,提高服务效率,同时可以大大提高模型验证和迭代速度。

从整个金融产业链条来看,大数据风控已是互联网金融企业的生命线,在个人理财、借贷等多种金融服务领域,数据都起着核心作用。目前,包括BAT和初创公司在内的金融企业,都在纷纷布局大数据技术,且应用到了支付、征信、借款、理财、保险等多种金融消费场景。

其实,在如今的大数据领域,很多人对于数据的理解存在误区。

大数据从字面上来看需要多和大,但关键还是在于数据质量,说白了就是要有用的数据。同理,对于大数据金融来说,关键是金融数据质量的竞争。

想要高质量的金融数据,就要提供高质量的金融产品和技术,才能把数据收集起来。高质量的数据依赖高质量的业务,高质量的业务又依赖于高质量的产品,三者相辅相成。

此外,企业在构建大数据风控模型时还需要注意,数据整合是大数据金融存在的痛点。

搭建大数据风控模型,需要对行情资讯数据和业务数据进行全面整合。但是目前大多数金融机构都是各自为营,而且企业内部业务系统之间也相对独立,因此很难实现数据的互通和共享。即便排除万难,企业打通了数据孤岛,还需要对数据进行标准化处理,统一业务模型,才能整合到大数据平台。

因此,数据整合将是未来的重要工作。运用新的技术手段将金融业务数据进行整合,然后利用人工智能技术进行数据挖掘和分析,才能应用于金融风险管控。

随着大数据和人工智能技术的发展,未来会有更多技术应用于金融风险管理,比如机器学习、多层神经网络、GPU并行计算、智能算法等技术,可以让风控更加智能化。

笔者认为,数据金融将在互联网金融行业的下半场大放异彩。互联网金融企业以数据为底层支持,结合区块链、云计算、人工智能等技术,搭建完善的大数据风控体系,就可以嵌入到理财产品、信贷、保险等消费场景,解决和降低互联网金融企业现有的风险和问题,从而使互联网金融行业逐步走向稳健和规范化发展道路。(本文记者春夏 微信:1101862984)


文章评论

关注作者的人