民信金服：風控與大數據是網貸的靈魂

如果從第一家網貸平台出現談起，中國網貸行業已經走過了十年，這十年，從卑微孱弱到葳蕤茁壯，從風口之上到野蠻生長，從巨頭入場到合規洗牌，這個名利場上的故事已在金融的劇本之外。

隨着一系列監管政策的落地，預示着中國的互聯網金融行業進入加速洗牌期，優勝與劣汰，機遇與挑戰，網貸後監管時代，唯有專注與迴歸金融本質才能有序良性發展。

説到前沿最熱門也是最具爭議的大數據風控，由於不可能存在可以構建完整大數據的平台，有效數據散落在各個角落成為信息孤島，所以不少人認為網貸平台打出大數據風控只是譁眾取寵的噱頭，一個看起來很美的概念，不可能被直接應用到現實中。

近期互聯金融迎來上市小高潮，上市企業的市值一度飆升，能有這樣的估值，靠的就是兩件東西：資本和大數據。大數據起作用的前提是數據要全面。如果樣本不全，卻依靠大數據來搞風控是十分危險的。其次是數據新鮮度問題，大數據既要解決廣度問題，包含借款人經濟、生活行為的方方面面，又要解決深度問題，突出顯示借款人的關聯數據，着重刻畫人物形象新鮮度，自然數據越新越好，最好能做到時時監控，一旦出現借款人逾期(或不想還款)的不良信號時，能夠及時採取提醒，警示，催收等應急措施。

大數據方面，民信金服表示，公司自成立以來，通過多年的用户行為數據、借款數據、信用數據、業務流數據等自建了風控體系，實現了平台大數據徵信及風控一體化。通過所累積的互聯網數據信息，而能得到全面的個人和企業畫像，通過交叉驗證形成風控機制，計算出用户的風險評分，根據評分的高低決定是否推薦給相關出借人。

對於借前的風險管理，民信金服技術研發部正在逐步完善信用風險管理模型，模型覆蓋借前、借中、借後全生命週期，主要有評分模型、反欺詐模型、穩定性模型、行為評分模型等，通過數據化實現智慧金融，通過數據模型、算法對海量數據的深挖來有效降低借貸風險。

只有把大數據在借前、借中、借後各個階段合理有效利用起來，才能夠發揮它真正的價值。值得注意的是，消費貸、信用貸與車抵貸、房抵貸在大數據應用上不徑相同，作為以網貸業務為主的民信金服，在做大數據方面是先將相關的流程進入更數據化的基礎上，通過對海量數據的訓練和策略優化，使整個數據模型臻於完善成熟。