大數據在互聯網金融風險防控中的應用

弓琛

[摘 要]在21世紀的今天，互聯網技術得到了普及，網絡信息技術發展勢頭正盛。為了促進網絡銀行的快速發展和金融合并迅速普及，快速發展的數據技術支援也變得愈發重要。以互聯網技術為核心的數據應用革新是未來金融風險發展的方向，通過合理分析應用方案和應用程序的狀態，為用戶提供金融風險防控服務。

[關鍵詞]大數據；互聯網金融；風險控制

doi：10.3969/j.issn.1673 - 0194.2017.16.061

[中圖分類號]F832 [文獻標識碼]A [文章編號]1673-0194（2017）16-00-03

網絡銀行的快速發展，依托于全新的經濟發展形勢與新社交工具的出現。目前，更多的資金籌集來自于移動支付，其對于網絡安全的要求愈發嚴苛。移動電子商務的出現，以及其在互聯網金融企業的應用普及，創造了更多的變化以適應更多人的需求。互聯網金融行業憑借著諸多便利以及自身優勢發展迅速，互聯網金融開發前景廣闊。互聯網競爭又主要來自于大數據技術的角逐，在互聯網時代數據安全也成為大家關注的焦點，且風險控制本身就是互聯網金融行業得以發展、壯大的根本。因此本文主要研究大數據在互聯網金融風險防控中的具體應用。

1 互聯網金融

現實資金的融資過程中會發生一些不可避免的成本，其中就包括機會成本與交易成本，二者所帶來的損失是融資過程中所必須考慮的成本。機會成本是交易中無法避免的，任何投資都會產生一定的機會成本，但交易成本所帶來的過度損耗則是可以避免的，通過現代信息網絡的幫助，可以在一定程度上減少交易成本帶來的損失。互聯網信息質檢的融通可以適當根據過往經驗減少輸入人力資源和材料等，為各個產品制定更合理的價格區間，大幅降低了網絡上的交易成本。20世紀末期，隨著信息技術的不斷擴展，傳統意義上的金融業務也發生了一系列變化，開始產生了互聯網金融行業。同時，互聯網金融的出現大大降低了交易的時間成本，互聯網金融計算處理業務高效、高速。互聯網的便利性逐漸滲透進入人們的日常生活和工作之中，網絡服務器內儲存的服務信息作為一種重要的數據資源在商業銀行的研究和分析中發揮著重大的商業價值。但在現階段，互聯網金融監管仍然較弱，在法律層面上缺乏明確、詳細的限制與約束，如僅規定了P2P類的金融平臺受銀監會監督、管理，但尚未制定整個行業的法律法規。此外，相關技術較為薄弱，不法分子可能會通過管理以及技術層面的漏洞去獲取大量客戶的個人信息，導致各類違法的網絡、電信詐騙案件層出不窮，網絡銀行的安全性值得人們去深思。

互聯網金融的特點可以總結為成本低、效率高、覆蓋廣、發展快、管理弱、風險大。一是成本低，除了上述提到的交易成本可以被大幅度降低之外，互聯網金融可以降低中介費用和壟斷利潤；二是效率高，互聯網金融在操作上實現了計算機化，省去了人工的種種限制，同時使客戶在操作上更加便捷；三是覆蓋廣，互聯網的信息搜索便捷帶來了更加豐厚的金融資源，在網上匹配適當的資源較之傳統的搜尋顯得更加方便，覆蓋面不僅包括傳統金融業的客戶，還有之前服務中所涉及不到的部分盲區；四是發展快，在電子信息技術飛速發展的背景下，互聯網金融業得以迅速發展壯大，各個互聯網金融企業在建立之后都飛速發展，如余額寶，在上線半個月之后轉入資金數目就高達66億人民幣；五是管理弱，目前，風險控制以及監督管理方面都存在著薄弱部分，在風險控制方面尚未形成完善的系統，而監管方面也尚未有完善的法律體系，因而管理上有待進一步發展；六是風險大，互聯網金融不僅存在著較高的信用風險，還存在很大的網絡安全隱患。

2 大數據技術

對于信息化時代中的大數據定義描述起源于麥肯錫公司。在龐大的數據儲備中搜尋有價值的信息，大數據技術通過采用更高級的數據挖掘方法擴大運算的精度，發掘、利用價值更高的信息。安全的數據處理結構的優化和最大限度地提升數據處理速度已經成為大數據下一步的發展任務。目前，大數據逐漸被人們熟知，在2012年，紐約時報就曾報道說大數據時代已經來臨，各行各業也屢屢出現依靠大數據分析成功的案例。金融創新也同樣離不開大數據，大數據技術逐漸成為了金融系統風險防控的核心技術。創新大數據技術的使用，在很大程度上提升了用戶交易頻率，并在提升交易空間的同時大幅縮減支出、縮減風險、降低交易時間，這些因素都極大促進了互聯網金融風險防控能力的發展。

大數據給人們帶來的觀念性革命主要有以下三點：首先，數據是全部數據而不是隨機樣本，之前在進行分析統計的過程中，普遍使用的方式就是隨機抽樣，即僅僅通過抽取少部分樣本對整體進行的分析、推算，而大數據可以將更多的數據通過各種算法進行有效處理，從整體上對數據進行分析處理，而不是以小見大；其次，大數據的分析更在于混雜性而不是精確性，這意味著對于數據中出現的某一現象，人們不再進行刨根問底，而是把握數據總體的發展方向，從宏觀角度洞悉問題的所在，而不是站在微觀角度去精確分析每一個現象；第三，大數據分析更加傾向于相關關系而不是因果關系，以往對于數據的分析更注重所謂的因果關系，在因果關系的尋找中往往更關注事情與事情之間的邏輯關系，但相關關系則是表明一件事情與另一件事情之間是關聯發生的，雖然沒有說明發生的邏輯關系，但事情帶來的商機是更為關鍵的。

3 大數據技術在互聯網金融中的應用

3.1 利用大數據技術進行高頻交易和算法交易

所謂高頻交易，指的是互聯網金融企業利用大數據技術在同樣的時間內完成更多的業務。為了實現較高收益，互聯網金融企業利用大數據技術分析商家交易，在極短的時間內就可以得到充分的交易信息，時間上的大幅度減小可以幫助互聯網金融企業在同樣任務時段內完成更多的業務。所謂算法交易，指的是互聯網金融企業利用大數據技術算法中高精度的模式去識別和推定交易機會以及獲利空間。互聯網金融企業通過利用網絡平臺上對外披露的眾多財務數據分析交易周期，具體到從吸引參加者到確認交易的指令全部由計算機程序發出，通過算法中高精度的模式去識別和推定交易機會以及獲利空間。endprint

3.2 利用大數據技術進行市場情緒分析

所謂市場情緒分析，指的是互聯網金融企業利用大數據技術提取對沖基金市場的感情信息，并通過精密的計算機算法阻止市場黑天鵝的發生。市場黑天鵝一旦出現，公司則會立刻調整投資策略以規避即將到來的種種市場風險。值得一提的是，著名心理學研究人士理查德·彼得通過不斷發掘人們對于市場的心理預期來獲得最佳投資策略，他運用大數據技術分析來自于大量社交軟件、媒體的信息，進而對這些信息進行市場情緒分析，成功地建立了一支高回報的投資組合籃子。

3.3 利用大數據技術提升互聯網企業的風險控制能力

互聯網是一個開放平臺，虛擬化程度較高。人們在選擇交易平臺上就有更高的要求，其中對于用戶選擇影響最大的便是該平臺對于風險防控的能力，也就是說互聯網企業的風險控制能力是人們能否有信心進行大量互聯網金融交易的基礎。互聯網金融企業的風險管理的核心是對用戶以往交易數據的收集與分析，通過詳細分析可以得出該用戶潛在的信用能力，從而確定該用戶的資本供給額度，為特定的中小企業及消費者解決問題。模型化的在線信用分析程序是互聯網金融企業風險防控的基礎。

3.4 利用大數據進行產品價值潛力測評

互聯網金融企業通過利用大數據技術建立起分析模型，將信用能力納入到評價體系中來，為金融企業投資及金融企業服務的對象提供全面的產品與企業價值潛力測評，并建立起全新的分析體系，為高效利用數據尋找其他出路。此外，互聯網金融企業利用大數據技術評測產品價值潛力對于產品銷售、服務提供來說都是至關重要的，挖掘產品的潛在客戶與為其提供更全面的產品價值潛力測評報告同等重要。

4 互聯網金融風險控制的基礎方式

分散觀念是互聯網金融風險控制的基礎方式之一。最有效的風險管理方法來自于一句話，即絕不將所有的雞蛋都放在一個籃子里，也就是將資金合理投資于獨立的幾個項目中，這樣的做法將能夠保證互聯網金融企業在系統風險來臨之前，可以將風險降低至最小，這就是所謂的分散觀念。分散觀念在互聯網風險管理中占據著非常重要的地位，由于互聯網金融潛在的貸款服務需求者在地域上較為分散，貸款客戶的個人情況也不統一，因此可以認定對于每位用戶來說發生違約的風險也是相對獨立的，可以不考慮連帶關系所帶來的損失連帶。既然每個貸款客戶發生違約的風險是獨立的，那么將大額資金分散成小額資金提供給較多的貸款客戶是降低違約風險，阻止資金損失發生的最有效投資策略。一筆大額資金得以分散提供的做法可以使較大風險被分散為較小風險，此時，互聯網金融公司利用大數據技術發掘更多財務相關性較低的潛在客戶并分析其信用能力，是大數據技術在金融風險防控之中的又一項重大突破舉措。

互聯網金融風險控制的另外一種基礎方式是以“少量”方式對抗“小樣本偏差”，是降低風險的一項重要手段。根據統計學規律，大樣本下的參數統計更加符合正態分布情況，因此大樣本下的推算違約率方面也更具有參考意義與價值。數據分析下的風險控制模式對于互聯網企業的生存與發展意義重大。相對于傳統商業銀行，互聯網金融的創新能力更強，這就更需要一個強大的征信與信用分析系統為其保駕護航。互聯網金融強大的生命活力來自于大量潛在客戶的發掘，資金需求者來自不同地域，背景大不相同，甚至很多是傳統商業銀行拒絕授信的個人資金需求者。此時的風險防控需要采用全新的風險控制模式，根據客戶的全部個人信息和以往的誠信紀律、消費記錄來發掘客戶的還款能力等關鍵信息，綜合考量其違約風險。除了分散原則之外，靈活多指標的信用分析系統也是互聯網金融降低金融風險的關鍵所在，通過分析每個客戶的特性確立風險的控制原則，為擁有不同特性的個人確定全新的信用發現指標，以降低風險的發生概率。

5 大數據在互聯網金融風險防控方面應用的必要性

大數據技術有利于實現數據共享。目前，國內金融系統并不十分發達，各行業仍然處于數據孤島中，急需跨界數據共享行動的發起來提升各行業內數據的使用價值，各行業的數據如能得到聯合、統一，那么對于各個行業來說都將是革命性的。差錯數據較多、前期較少的數據積累、獨立于國家征信系統是互聯網金融企業風險控制至關重要的背景，這樣的三個特征導致互聯網金融企業大數據發展仍然有一定難度。未來互聯網企業與其他行業之間的數據合作需要逐漸增加，通過共享風險管理系統，增加對中小企業第三方服務咨詢數據的訪問，通過建立更完善的數據收集渠道和信用評級系統為金融風險防控奠定全新的基調。

目前，網絡金融風險管理系統類型較為單一，服務模式單一的企業通常會選擇與強大的征信機構建立起數據共享聯系，而服務多元化的公司則建立自己的征信數據庫，為擴大服務、縮減風險做長期準備。因此，金融企業有必要應用大數據來預防互聯網金融風險。6 互聯網金融行業的數據儲備來源

目前，互聯網金融行業的數據儲備主要來自于以下幾個方面。一是用戶數據，只有凝集了海量用戶，整個行業才能持續運營、發展，因而互聯網金融企業對于用戶數據的采集、整理、存儲等方面都有很高要求，妥善保管、使用這類型數據對于業務展開有著重要意義。絕大部分企業會將用戶數據等基礎情況存儲至信息系統進行保管，對于互聯網金融企業來說，用戶數量的多少即為自身競爭力的一個客觀體現，用戶數量多意味著目前的發展狀況良好、市場接受度高，同時也代表較好的發展態勢。二是交易數據，互聯網金融行業所提供的服務也就是市場上的交易行為，獲取交易數據是輕而易舉的，而企業自然會保留下交易數據作為日后查證的依據，那么對于這類數據的取得和存儲不是問題，重點在于對這部分數據的分析、運用。交易數據能夠清晰地反映客戶偏好、信用等，對于客戶信用評價來說意義非凡。三是操作行為數據，這類型數據是指客戶在互聯網上進行操作時點擊、停留等的信息。互聯網金融企業所要做的不僅僅是傳統金融行業所做的交易平臺，更要對廣大用戶推廣金融業務，讓更多人了解金融的意義所在。而保存操作數據的意義在于幫助企業更好地進行用戶分析、了解用戶需求，從而做出較為合適的方案，且對于部分客戶出現的反常行為能夠予以判斷，保證公司數據、資金安全的前提下提高公司的服務質量。四是文本數據，包括對所使用產品、服務的反饋信息，與客服交流、對話的溝通信息，對平臺、服務的意見信息等。文本數據在互聯網中占據著重要地位，這部分信息對于公司的聲譽來說影響巨大，若不關注此類信息，則很可能導致公司聲譽受損。五是其他數據，包括國家宏觀經濟政策導向、貨幣匯率變動情況、各行各業目前的發展態勢及其規模大小等。除企業自身的數據之外，其他的數據也應當予以關注，互聯網金融企業要想發展、壯大，對于相關政策的了解也是至關重要的，只有對整個經濟形勢做到心中有數，才能在競爭中生存下來。7 大數據技術在互聯網金融風險防控方面的具體應用endprint

大數據技術在互聯網金融風險防控方面的具體應用，具體以阿里巴巴為例進行分析、總結。阿里巴巴通過不斷收集社交網站、視頻網站、快遞信息、購物及出行等各類消費記錄，進而將個人信用卡的還款信息、交易、支付、淘寶的水電煤繳費信息都加入到信用分析評價體系中來，同時阿里還入股新浪微博，獲取該平臺上的社交數據以完善其數據系統。憑借著上述龐大的數據儲備，阿里巴巴于2013年創立了阿里信用貸、淘寶訂單貸、信用貸，通過多年數據的收集與管理，將海量的數據進行分析、評價，在某種程度上創造了較為對稱的信息平臺，使得公司不再處于信息劣勢，而在綜合分析中占據了主動地位。控制網絡支付入口是阿里巴巴得以建立龐大數據庫的基礎，為網絡用戶的基本的征信能力提供參考，所有的這些大數據分析程序都會變成現實。

阿里巴巴集團推出的以上幾種金融服務，采取的均是無抵押且無擔保的模式，在風險防控的要求上對公司提出了更高要求，在無抵押、無擔保的情況下，就更有可能出現還款問題，因而公司需要針對這一問題做出更細致的計劃。如淘寶訂單貸，是提供相應貸款業務給資金周轉出現問題的淘寶店主，在商品銷售的高峰期，海量訂單所帶來的大筆商品發出成本，可能會使店鋪的經營局面難以維持，訂單貸的出現就解決了這些商家的資金流通問題。訂單貸也是無抵押擔保的，阿里巴巴集團希望通過對電商平臺上的各項交易、支付等信息進行綜合分析，對于貸款者的信用記錄做出評級，以保證在無抵押、無擔保的前提下，盡可能降低貸款風險。具體來說，阿里巴巴所做的風險防控主要分為以下兩個方面。

第一，阿里巴巴對于貸款客戶的信用綜合評級方面極為重視。除了上述數據來源的廣泛以及分析管理數據的嚴謹之外，還運用先進的網絡數據模型給每位客戶的信用評級打分，再加上交叉檢驗和在線視頻，使得公司能充分了解客戶的基本情況，再輔以其余各個渠道所獲取的信息，在最短的時間內公司便能夠出具一份全面的客戶信用評級信息。在此基礎上，阿里巴巴依照目前的資金狀況、運營能力等，先系統核定，后人工審核，為每位客戶確定一個合理授信額度，并出具電子合同。整個評級過程效率高，且環節緊湊，一環扣一環，對于貸款者的審核與授信額度的確立都十分嚴謹，確保公司的風險維持在低水平。

第二，阿里巴巴從前、中、后三個時期管控風險，以保證最大限度回收款項。首先，在發放貸款之前，公司會對商家進行上述的客戶信用綜合評級，且對各項資料都進行嚴格復核，在第一道門檻上就做足防范，從而為整體的風險防控措施做到更高程度的保障；其次，在貸款中，公司會在支付寶平臺和阿里云平臺上對貸款者的現金流量進行嚴格檢測，如交易異常等狀況發生，則發出警告，對于異常狀況的監控與管理是保障資金安全中至關重要的環節；最后，在貸款后，公司對于金額的催收方面有嚴格程序，對于違約的貸款者，將關閉淘寶店鋪，并在阿里官網上對于欠貸企業進行披露，使企業聲譽受損，很難再會有金融企業愿意為其提供貸款服務，從而能夠使企業的貸款風險降至最低。

有了嚴格的風險防控措施，阿里金融在短時間內便發展壯大，相關數據顯示，阿里金融的單筆信貸成本僅為2到3元，較之傳統信貸業務成本來講，低了千倍，這是大數據技術下的互聯網金融行業的成功典范。阿里巴巴有效利用了大數據的海量信息，挖掘出金融信貸中的風險防控體系所需的關鍵信息，并將所挖掘的信息進行合理整合、運用，從而提升了風險控制效率。

8 結 語

大數據技術在促進互聯網金融企業風險防控措施完善的環節上意義重大，互聯網金融企業有必要結合自身擁有的大數據并結合其他數據進行綜合使用，才能獲得獨特的競爭優勢。但數據的云集也埋下了安全隱患，龐大的數據在正常使用時自然會給社會帶來益處，但不法分子可能會利用這些數據去牟取暴利，導致個人隱私泄漏。因此，互聯網金融企業需要將一部分精力投向防止個人隱私泄露方面，只有創造一個安全有序的數據使用環境，才能夠確保大數據技術在控制互聯網金融風險中發揮積極作用，而不至于對社會造成危害。

主要參考文獻

[1]徐玖玖.大數據對互聯網民營銀行公司治理結構的影響[J].海南金融，2015（12）.

[2]屈秀偉.基于大數據的互聯網金融創新模式應用研究[D].哈爾濱：黑龍江大學，2015.

[3]黃子健，王龑.大數據、互聯網金融與信用資本：破解小微企業融資悖論[J].金融經濟學研究，2015（1）.

[4]鄭志來.大數據背景下互聯網金融對中小企業融資影響研究[J].西南金融，2014（11）.

[5]歐金.探討大數據對互聯網金融發展的意義及應用[J].現代經濟信息，2014（15）.

[6]吳昭華.大數據時代的互聯網金融發展研究[J].電子世界，2014（5）.

[7]王月瑤.大數據時代下互聯網金融發展的機遇與風險應對[J].經濟師，2017（1）.

[8]杜永紅.大數據時代互聯網金融發展對策研究[J].價格理論與實踐，2015（7）.

[9]楊虎，易丹輝，肖宏偉.基于大數據分析的互聯網金融風險預警研究[J].現代管理科學，2014（4）.endprint