大数据是奢侈品 消费金融行业防欺诈难题待解

简介:

伴随着中国消费金融市场快速发展,欺诈问题已经逐渐显现。大数据是防治欺诈和老赖的最好手段,但在中国现阶段,大数据本身仍存在数据不全面问题,且大数据非常烧钱,目前还只是行业内巨头才能玩得起的奢侈品。应对欺诈和老赖的手段强弱,直接决定了消费金融企业的坏账率的高地。但就目前来看,这一问题仍有待解决。

34至43岁的老赖最多

老赖究竟长什么样?

同盾科技近日发布了《老赖画像》,对老赖人群的特征和行为做了描述:男性居多,平均年龄39岁,34-43岁的老赖人数最多,44-53岁的借贷风险最高。

第一,从性别分布上看,借贷者的男女性别比例约为2:1,而老赖群体中,男女性别比例高达近4:1。

第二,从年龄分布上看,19-28岁的年轻人是借贷的主力军。而34-53岁的中年群体在老赖中的占比高达一半以上,34-38岁的老赖绝对数量最高,44-53岁借贷时成为老赖的概率和风险更高。

第三,甚至可以“星座分析”,9-11月出生的人最偏爱借贷,而3-5月出生的人最不爱借贷。同时,天秤、金牛和白羊座的人最珍爱信誉。

而通过统计发现,多头借贷成老赖主要行为特征。

大数据之殇成老赖泛滥重要原因

现阶段,中国大数据面临怎样的问题?

中国人民银行金融研究所李博近日在深圳参加论坛时表示,当前大数据本身存在割裂的现象,因此数据的共享和开放是一定要提高到国家层面。

同盾科技CSO兼执行副总裁马骏驱也认为,行业与行业之间数据无法共享是最大的问题,“电商数据就是电商数据;社交数据就是社交数据;游戏数据就是游戏数据,行业之间都是隔断的。”

除此以外,李博还认为,由于互联网征信技术是利用网络对时空和地域进行突破,因此在法律上容易出现违规;IT技术不完备,相关企业内部管理缺位,导致出现了信息的泄露和转卖现象等问题的存在,我国大数据发展的还并不全面。

法律手段是当前防老赖的最佳手段

当前如何防治老赖?

“这是一个系统工程”,北京市盈科(广州)律师事务所律师滕元庆对和讯网表示,在大数据应用不足的情况下,当前最有效的方式,依然是法律手段,“诉讼判决程序,把老赖纳入法院的失信被执行人名单。”

依据《最高人民法院关于公布失信被执行人名单信息的若干规定》,以及《最高人民法院关于限制被执行人高消费的若干规定》等文件,执行部门可以对老赖进行信用惩戒,把失信被执行人名单通过报纸、广播、电视、网络、法院公告栏等其他方式予以公布,并通报给政府相关部门、金融监管机构、金融机构、承担行政职能的事业单位及行业协会等,供相关单位依照法律、法规和有关规定,在政府采购、招标投标、行政审批、政府扶持、融资信贷、市场准入、资质认定等方面,对失信被执行人予以信用惩戒。

此外,人民法院还可以对失信被执行人限制其高消费。

“尤其是限制高消费,这个措施是非常有效的,”滕元庆表示,他们通过与老赖接触发现,老赖害怕被法院拉到黑名单后限制了高消费,老赖基本就寸步难行了,“威慑力很大”。

大数据风控仍是消费金融行业奢侈品

据了解,现阶段,能够使用大数据的平台寥寥无几,主要以巨头为主。

有相关业内人士对和讯网表示,以捷信为例,建设线上风控系统起码“烧掉”了上亿资金。

“消费金融,不是小平台能随便玩的”,一位业内人士感叹。

在大数据尚无法在消费金融行业大面积推广普及前提下,行业只能寄望走线下渠道。

“现阶段我们有把握的是传统的线下风控”,新联在线COO陈智诚对和讯网表示。

在采访中,多家有意或开始转型消费金融的P2P平台都对和讯网表示,线下风控仍是当前风控主要手段,“线上成本太高,另一方面当前大数据的可靠性有待提高,没有面谈有效。”


本文作者:佚名

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
存储 JSON 大数据
大数据离线数仓---金融审批数仓
大数据离线数仓---金融审批数仓
1250 1
|
机器学习/深度学习 搜索推荐 算法
大数据与金融科技:革新金融行业的动力引擎
大数据与金融科技:革新金融行业的动力引擎
419 0
大数据与金融科技:革新金融行业的动力引擎
|
机器学习/深度学习 数据采集 搜索推荐
大数据与金融风控:信用评估的新标准
【10月更文挑战第31天】在数字经济时代,大数据成为金融风控的重要资源,特别是在信用评估领域。本文探讨了大数据在金融风控中的应用,包括多维度数据收集、智能数据分析、动态信用评估和个性化风控策略,以及其优势与挑战,并展望了未来的发展趋势。
ly~
|
机器学习/深度学习 人工智能 自然语言处理
大数据在智慧金融中的应用
在智能算法交易中,深度学习揭示价格波动的复杂动力学,强化学习依据市场反馈优化策略,助力投资者获取阿尔法收益。智能监管合规利用自然语言处理精准解读法规,实时追踪监管变化,确保机构紧跟政策。大数据分析监控交易,预警潜在违规行为,变被动防御为主动预防。数智化营销通过多维度数据分析,构建细致客户画像,提供个性化产品推荐。智慧客服借助 AI 技术提升服务质量,增强客户满意度。
ly~
561 3
|
机器学习/深度学习 自然语言处理 监控
金融行业的大数据风控模型:构建安全高效的信用评估体系
金融机构借助大数据风控提升信贷效率,通过数据收集、清洗、特征工程、模型构建与评估来识别风险。关键技术涉及机器学习、深度学习、NLP和实时处理。以下是一个Python风控模型构建的简例,展示了从数据预处理到模型训练、评估的过程,并提及实时监控预警的重要性。该文旨在阐述大数据风控的核心要素和关键技术,并提供基础的代码实现概念。【6月更文挑战第23天】
2688 8
|
机器学习/深度学习 人工智能 大数据
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
1043 6
|
大数据
《金融级别大数据平台的多租户隔离实践》电子版地址
金融级别大数据平台的多租户隔离实践
244 0
《金融级别大数据平台的多租户隔离实践》电子版地址
|
监控 搜索推荐 大数据
大数据在金融领域的应用有哪些?请举例说明。
大数据在金融领域的应用有哪些?请举例说明。
367 0
|
运维 大数据 数据挖掘
SelectDB x 白鲸开源金融大数据解决方案正式发布!
飞轮科技联合白鲸开源,针对金融行业大数据实时分析的场景共同推出高效实用的解决方案。
1098 0
|
存储 运维 Cloud Native