大数据风控的优劣势

简单而言，大数据风控大体流程是借款用户申请，然后进入反欺诈识别，再和第三方数据源以及自己掌握的数据进行比对，给出信用评级，再授信。那么，大数据风控是否会颠覆传统风险管控体系?

黄震认为，流程基本上各家企业都差不多，但实际风控水平和效果得具体分析。“大数据风控主要是商业机构在做，最终或许会转嫁到借款人身上，从而增加借款成本;而有些互联网企业将其商业生态中的交易、行为和社交数据等用于信贷决策，这些是否可靠有效也有待检验。”

近日，就有一则利用大数据风控“薅信用贷羊毛”的案例。据媒体报道，眉山市公安局查处了一个上百人的骗贷团伙，该团伙利用为一些从未有过贷款记录的“白户”缴纳公积金，并用公积金缴纳记录，通过线上渠道向全国多家银行申请贷款约10亿元。

当地警方介绍，公积金的缴存记录，只要推送给银行后，有的银行就会直接认定，有公积金的借款人拥有稳定工作和收入符合贷款条件，就能获得额度不低的信用贷款，App线上申请，几分钟就可以到账。

专家表示，当前的数据资源条件与技术实现能力可能会制约大数据风控的效果。比如，现实中数据缺失、不全、不准的情况较为严重，一些数据真实性也难以核实，建模与调参也是一个长期复杂的过程，且需要根据环境不断修正。从逻辑上说，大数据风控也包含着一些意外的风险，包括难以预测统计规则以外的事件，发生问题时人工难以修复;还有“复贷”“骗贷”等事件发生;在极端经济环境下，大数据风控体系可能会失灵。

针对大数据风控的利与弊，辛园认为：“利端体现在提高了审批的效率和有效性，部分客群没有人行征信数据和数据不足，大数据风控较好地解决和满足了这类客群的借贷需求。弊端则体现在，一是批量系统风险，经验不足或经济下滑周期，数据更新不及时，易导致批量客户违约风险;二是个人隐私获取和泄露风险，大数据风控采集了用户的信息数据，易导致隐私安全问题。”

“数据来源的合法性、数量级和有效性是大数据风控的核心问题，另外，特征建模这一技术环节既需要经验也需要不断迭代和优化。”黄震说。

（编辑：我爱故事小小网_铜陵站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!