大數據風控的現狀及優化對策

在當前社會發展中，大數據隨處可見，不管是科技、醫療，還是經濟、教育等，都有著大數據的身影。早在20世紀，人們就已經意識到大數據對社會未來發展的影響，并且在2013年，將大數據的發展提升至一個新的高度。對于金融而言，其核心內容就是對風險的控制，將風控和大數據進行聯系，對其風控體系內容不斷優化，這對于互聯網金融的發展有著非常重要的影響。

1 大數據風控的相關概述

對于大數據風控而言，在應用過程中，其金融企業已經利用大數據風控取得一定的效果。比如，阿里就以大數據為基礎推出芝麻信用，這一體系就是通過對用戶網絡交易行為的分析，然后對用戶的信用進行有效評估，通過這一方法就能夠很好地幫助用戶明確自身所能夠承受的金額，為用戶提供準確的金融服務[1]。又比如，騰訊就曾推廣微粒貸產品，這一產品的核心就在于通過大數據和央行的征信進行結合，對用戶社交圈、交易和行為等多個方面進行評估，利用大量的數據來建立模型，進而快速地了解到用戶的信用風險。

當前，我國的大數據風控理論研究依然處于初級階段，雖然在現實生活中已經有所實踐，但是自身的有效性還有待研究。比如，以大數據風控為基礎的P2P平臺就常常出現各種問題。對于P2P平臺而言，因為并不涉及線下操作，所以只有保證大數據風控的有效性，才能讓其順利發展，如果在這其中大數據風控有效性存在問題，就會導致P2P平臺交易出現問題，嚴重地影響到平臺的正常運行。

2 大數據風控的現狀分析

2.1 現狀

從大數據相關理念和技術應用的角度來講，金融行業已經逐步開始使用大數據進行風險控制。在國際上，美國ZestFinance公司構建了一套十分先進的分析模型，由該模型對信貸客戶的相關信息進行分析，進而建立了相應的行為測量指標。這些指標對公司更好評估信貸人信用風險有重要作用，隨著相關技術的不斷成熟，該分析模型能夠在5秒之內完成大批量信息的分析。另外，Kabbage公司針對主要的電商用戶平臺，對其信用記錄、客戶流量、商品價格以及貨物流動信息等進行采集和分析，將相關電商平臺劃分為不同的風險等級，進而進行針對性地信貸服務策略，進一步控制風險。在國內市場，阿里推出了面向全社會名為“芝麻信用”的信用服務體系，依托阿里旗下淘寶、支付寶平臺對用戶網絡交易及消費行為數據的分析，設定相應的信用評分。該評分反映的是用戶的還款能力以及還款意愿，阿里芝麻信用平臺再根據該評分為用戶提供相應的信貸、經濟服務。另外，騰訊旗下的“微粒貸”則是通過對央行信用大數據以及用戶社交大數據進行分析，建立五位一體的綜合評級體系，快速識別用戶信用風險。

2.2 問題

相關人員通過對大數據風控有效性進行研究發現，當前個人數據征信問題，無法在這其中保證其數據的真實，而且也受到相應制度的影響，很容易在其中出現壞賬問題[2]。還有一些研究人員認為，大數據風控是沒有效果的，總之，當前大數據風控有效性不足的原因主要有以下幾方面。

(1)數據質量問題。當前大數據風控的有效性存在一定的問題，其主要原因就是因為數據不夠準確，而數據中又包含社交和交易兩個方面。第一，社交方面的數據能夠從我國某些行為中看出，在收集借款人的社交數據過程中，其真實性較差，最終的數據根本無法使用，而且很多的大型企業所收集到借款人的數據其錯誤率在50%以上，這樣就無法保證數據的準確。第二，交易方面的數據。當前，從我國網絡購物的角度上就能夠看出，存在著很多的刷單行為，這樣就導致其交易數據不真實。對于刷單有兩種方法，一種是商家來尋找消費者進行刷單，在這其中雙方的信息并不一致。另一種是快遞公司發空包，并不配送，只是幫助商家完成網上的物流信息更新。

(2)大數據風控理論有效性問題。第一，金融信用和社會信用之間沒有明確關系[3]。當前的大數據大多都來源于互聯網，而人們在這其中所表現出來的內容并不能夠保證真實。不同人們在不同場合下的表現各不相同，特別是在當前線上和線下分裂狀態下，其行為往往不能和現實統一。比如，一些人在線下不喜歡與人交流，但是卻喜歡在網上發表自己的言論。再比如，一些美食博主實際上線下社交圈十分薄弱，僅僅是喜愛美食，通過線上平臺發表美食制作視頻而獲得了更多關注。所以，網絡并不能真實地體現一個人的具體情況，這樣也說明網絡數據很難與現實數據相同。第二，大數據對于一些事件并不能夠第一時間體現。在人們的生活中總會出現一些不能夠預測的事情，這些事情一旦出現就會影響大數據的走向，進而導致大數據的有效性不能夠得以保證。從一定程度上來看，大數據風控無法得以預測，但是這些事件的出現，對于社會的發展有著非常大的影響。例如，在2008年，美國社會就曾出現過一次策略性違約行為，其主要內容是貸款人自身具備償還貸款的能力，但是卻在房價低于貸款數額的時候購買房子，進而通過這樣的方法來獲取利益。雖然這類人員其信用上有著一定的記錄，但是并不能夠對這類人員有過多的影響，而大數據對于此類行為并不能準確地判斷和明確。

(3)大數據收集和使用制度問題。在收集和使用大數據過程中，也面臨著合法使用的問題，如果能夠有效地利用其大數據，不僅是技術方面，更是社會方面，這些沒有得以保護的數據流入到社會中，就會對用戶自身信息安全造成影響，嚴重的甚至會影響國家的發展[4]。而且在收集和使用數據過程中，也沒有爭取數據主體自身的同意，這樣就導致數據的泄漏。近年來，數據的泄漏問題經常發生，因為個人信息泄漏而導致損失的事件也經常出現，這樣就嚴重影響大數據風控的有效性。

3 大數據風控的基本原則

3.1 多元性原則

隨著社會經濟的進一步發展，各大互聯網平臺乃至其他領域的社會企業越來越重視大數據的挖掘和應用，大數據已經滲透到多個行業。就大數據風險控制的角度來講，無論是大數據信息的挖掘，還是使用機制，都應堅持多元性原則。具體來講，就是要從多渠道獲取數據，并根據實際需求將數據類型進行細化，便于相關單位從大數據中挖掘更多的價值。

3.2 長效性和持續性原則

從時代發展的趨勢來講，大數據將會成為未來經濟與社會發展的主要內容。任何平臺、單位建立大數據分析和風控體系，都應秉承長效性和持續性的原則。長效性是指大數據體系應能夠滿足未來行業及社會發展的需求，無論是數據來源、分析模式，都要充分保證數據有效性。持續性是指相關平臺能夠持續獲取有用的數據信息，并從中挖掘有價值的內容，這種數據價值的持續性至關重要，可有效降低后期體系改造產生的額外成本，同時避免信息價值浪費。

3.3 安全性原則

安全性是指大數據信息自身的安全，涉及相關平臺的資產安全、用戶隱私安全、國家信息安全。在互聯網時代，信息數據已成為各個平臺重要的資產，同時也是社會民眾重要的隱私。而計算機病毒、不法黑客是大數據風控體系中潛藏的威脅。一旦企業、用戶數據泄露或遭到竊取，就容易產生嚴重的后果。所以，在大數據風控體系構建以及應用的過程中，要從技術、工作、管理等多個角度，做好數據安全防護，提高大數據防泄漏、防竊取能力。

4 大數據風控的優化對策

雖然在運用大數據風控過程中還存在著很多的問題，但是這并不能從側面說明其大數據風控無效果。因為對于數據的分析與應用還處于初級階段，需要在不斷解決問題中有效提高大數據風控效果，而解決問題需要各方的努力才能實現，包括企業、政府和金融部門的研究。

4.1 政府部門的策略

對于政府部門而言，要能在這其中積極地完善相應的法律制度，必須采取以下策略。

第一，通過建設相應的法律制度，進而來對其數據進行保護。我國對于數據保護方面的相應制度常見于我國各類法律中，但是在這其中多數都是對個人隱私的保護，并沒有專門針對數據保護的法律，這樣就導致其數據的保護存在一定的問題，無法有效地落實相應的保護制度，也不能應用準確的數據保護機制，這樣就使數據收集和運用受到阻礙[5]。所以，就應該針對這一情況及時地出臺相應政策，針對數據來制定法律內容，在完善對個人信息保護基礎上，出臺個人信息保護法，明確各角色，比如商家、法人等相應信息的邊界，以及自身使用信息的范圍。相關研究人員認為，應該構建數據保護方面的法律。在2014年我國頒布相應的制度，其中就明確個人信息保護的具體范圍。第二，隨著數據越來越重要，未來有可能將其列入企業資產負債表中，讓其和勞動力、土地等具有等同價值，越來越多的研究人員已經開始明確數據的角色，將數據作為個人財產。2014年，某學者就曾說明自己的觀點，認為對于個人的信息而言就是個人財產的一部分，如果沒有經過個人同意，不應該隨意使用。所以，政府應該及時制定相應的會計制度，進而有效地明確其數據價值。

4.2 企業方面的策略

對于企業而言，應該為其構建多樣化的基礎數據。

第一，應該先從多個角度來收集數據，進而讓數據之間能夠有很好地聯系。通過構建多渠道、多元化的數據體系，結合多領域、多平臺合作，建立一套適用于整個行業乃至全社會的大數據體系，避免出現數據孤島。比如，美國征信系統的完善就是因為相關部門對于大數據資源的深入分析[6]。我國當前大數據風控系統還不夠完善，沒有實現相關企業的互相聯系，很多大型互聯網企業也沒有分享彼此的數據。所以，應該讓金融企業在這其中能夠建立互通制度，打破原有數據的獨立性，進而從多個角度來收集數據，實現數據的有效應用。第二，如果想要更好地獲取相應數據，就應該從交易的環節入手，要保證其交易的穩定。一方面，通過當前社會的不斷努力，社會中的供應鏈已經有一套完整的體系，所以就應該在這其中保證數據質量，這樣才能為金融企業發展提供相應幫助；另一方面，這些數據對于企業的評價具有可靠性，金融企業在這過程中就應以此為基礎，結合自身的實際情況，來制定完整的數據信用評價體系。第三，應該合理布置物聯網。當前的物聯網其覆蓋范圍較廣，而且從整體上來看，互聯網只不過是物聯網的一部分，在這樣的情況下，就應該保證及時獲取交易環節的數據，最主要的是生產和使用兩個環節的數據[7]。所以，金融企業在此過程中就應該對其物聯網進行合理布置，進而更好地獲取全方面的數據。比如，企業在運行過程中，就可以收集客戶的喜好，這是大數據風控中非常重要的內容。

4.3 金融部門的策略

對于金融部門而言，在構建大數據風控模型過程中，大多都是以技術的角度來進行研究。但是，從經濟和金融的角度來看，還有很多欠缺的部分，其不同的經濟研究內容所能夠產生的結果各不相同[8]。所以，應該從經濟、金融等方面來對大數據風控的有效性進行研究。比如，大數據風控應該如何按照經濟發展的規律來進行，如何從統計方面來明確未來的發展方向等。

5 結語

總之，通過大數據風控能夠推動金融企業的向前發展，但是在這其中應該明確大數據并非萬能，只能夠幫助人們解決一些問題，通過對相應信息的整合，進而來規范人們的行為，但是依然需要及時解決在這其中所存在的問題。金融企業、政府和相關部門也應該積極地采取相應對策，讓其大數據風控能夠更好地發揮自身的作用，努力保證其數據的準確，為我國社會的穩定發展提供相應幫助。