“大数据+征信”:金融科技下一风口

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

时下,依托于互联网、大数据、云计算技术的金融科技正盛行一时。大数据技术的突飞猛进,使得海量数据的采集与挖掘成为可能,促使国内开始涌现大量的大数据征信服务机构,成为推动我国征信领域新业态生成发展的新生力量。

日前,中国人民银行金融研究所互联网金融研究中心副主任兼秘书长伍旭川在2016年中国小额信贷国际峰会上表示,未来金融科技的发展可能存在的领域之一就是大数据在个人和企业征信中的广泛应用。

毋庸置疑,将大数据技术应用到征信领域,将对征信行业产生深刻的影响,也将成为引领金融科技发展的下一个风口。

打通数据壁垒 消除信息不对称

2015年1月,中国人民银行印发《关于做好个人征信业务准备工作的通知》,中国个人征信业务由此获得迅速发展。同时,互联网、大数据技术发展带来的多维度信息、多信息源,也正在催生分层次的征信市场。

据记者整理人民银行各分支行网站信息后的不完全统计,截至今年11月,完成备案的企业征信机构达137家,此外还有8家个人征信公司,另外,大数据评分公司也广泛存在。但值得注意的是,信息孤岛仍存在、数据壁垒未打通依旧是征信行业发展的突出问题。

江苏金农股份有限公司科技开发部总经理向京喆坦言,信息孤岛的存在带来信任难问题。首先,拥有数据的公司或企业也想保护自身数据,不愿意将数据上传到征信数据库中。其次,有时征信数据一旦被征信公司代理销售后,后续销售过程中产生的利益不再归生产者所有,这也难免带来数据生产者、拥有者对征信公司或机构不信任的问题。

此外,数据共享没有通畅渠道也是当下征信市场面临的现实问题。

“征信的核心是基于互惠原则的信息共享。”世界银行集团国际金融公司高级技术援助官员黄琳表示,当下,数据交换仍没有统一标准和定价体系,将大数据技术应用到征信领域,或将有助于破除数据壁垒,解决信息不对称问题。

向京喆表示,征信公司可利用大数据技术开发征信共享平台,在合规、授权的前提下以低风险、低成本实现共享征信数据。平台参与者包括征信数据主体、数据生产者以及监管机构,可借鉴区块链技术,以分布式账户的模式实现从数据定价、数据服务发布、检索、数据使用授权、数据交易以及数据结算的标准接口,进而促使数据的平等交换,实现共享共赢。

化积累为挖掘 力促普惠可持续

黄琳表示,征信主要的服务对象是信贷行业,既包括银行等传统金融机构,也包括非银行信贷金融机构。利用大数据技术完善征信体系,应用到小额信贷等微型金融领域内,对于促进普惠金融的可持续性和可获得性也有重要意义。

日前,新华社瞭望智库联合前海征信发布的《中国社会信用体系发展报告2017》指出,截至2016年9月,人民银行个人征信系统共有2927家接入机构,收录自然人数8.99亿,其中,4.12亿人有信贷业务记录,从2004年上线至今,信用报告累计查询33.78亿次。超过一半的自然人没有信贷业务记录。

对此,上海信而富企业管理有限公司首席战略官王峻表示,这些没有征信记录的人可能无法享受传统金融体系提供的信贷服务,但他们具有互联网重度依赖的特点、有各种消费和信贷需求,通过他们移动互联网的数据轨迹来判断其信用水平,利用大数据技术为其做信用评分,也可为其提供消费信贷服务,同样是实现普惠金融可获得性的一种方式。

中和农信副总经理窦华茂也表示,新一代农村网民正在崛起,他们使用微信、支付宝已相当普遍,这些新型农村客户有更多的金融服务需求,所以在信贷系统和数据模型建立上可做更多的尝试和积累,从而打通农村金融服务“最后一公里”。

由此,针对普惠金融领域的大数据征信应用,东方邦信融通控股股份有限公司总经理胡岚认为,数据无处不在,关键看怎么挖掘。

比如,抓住数据化金融的技术革新机会,通过所掌握的结算现金流数据以及行为诚信的情况,可以克服掉抵押物的依赖症,从而给小微企业贷款,同时解决小微企业财务不规范、经营不透明、信息不对称的问题。强大的数据信用体系建设使成本大大降低,也使得两三分钟放贷款成为可能。

专家表示,围绕建立多元化的征信体系这一大目标,国家正在发力整合征信大数据,还需要企业机构、监管机构以及公共事业和服务部门共同努力,加快探索各类公共信用信息基础平台建设,从而进一步完善信用数据标准体系。

审慎发展征信 数据风险不容忽视

诚然,大数据技术为征信事业发展带来了无限的可能性,但金融风险问题同样不容忽视。

胡岚认为,金融有其本质和属性,是保守、审慎、严谨的。无论以什么工具或手段实现金融,都应该遵循金融的规律。大数据技术作为金融科技的一种实现工具,应用到征信体系中,同样需要防范风险,做好风控。

一方面,相较于央行征信系统的权威性、数据质量的可靠性,大数据征信机构的数据来源虽然更为广泛多样,但数据的权威性和质量难免受到质疑。据向京喆介绍,征信市场曾出现过拿不到数据而采购黑市低价数据的交易,但事实上这些数据质量令人堪忧,可能有九成的数据真实性无法保证。

另一方面,由于大数据来源的复杂性和多样性,个人隐私保护及消费者信息安全隐患也浮出水面。向京喆表示,有的公司可以从运营商处得到数据,此外,大数据征信还依赖于大量个人的互联网交易记录、社交网络痕迹等,在多方接入的情况下,个人隐私泄露的风险也日渐增大。

因此,在金融科技风潮下,利用大数据技术完善征信体系建设并非一日之功,不能一蹴而就。伍旭川表示,应用大数据等金融科技工具,要切实关注金融科技的金融属性,理解金融科技也要高度关注稳定和发展、监管和创新、风险和收益以及高效与安全的关系。只有将消费者权益放到更重要位置,金融科技才能有美好未来。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
安全 大数据 物联网
云在风口,大数据未来可期
云在风口,大数据未来可期
151 0
云在风口,大数据未来可期
|
大数据
大PK:大数据金融科技公司的聚焦
大PK:大数据金融科技公司的聚焦
1691 0
|
数据采集 大数据 区块链
大数据征信进入洗牌期,区块链或成新一代征信系统底层架构
区块链技术助推新一代征信系统体系建设。
2006 0
|
人工智能 大数据 区块链
中国信通院金融科技负责人韩涵:大数据是生产资料的变革,区块链是生产关系的变革
在近日召开的“2018中国金融科技产业峰会”上,中国信息通信研究院主任工程师、金融科技负责人韩涵正式发布了《中国金融科技前沿技术发展趋势及应用场景研究报告》
1796 0