最近，金融科技領(lǐng)域大金額融資現(xiàn)象頻頻涌現(xiàn)，僅5月初的一周之內(nèi)，全球金融科技領(lǐng)域就有8家機(jī)構(gòu)獲得投融資，其中在國內(nèi)融資有3家，融資總額達(dá)12億元人民幣。隨著金融科技企業(yè)的愈發(fā)備受青睞，大數(shù)據(jù)風(fēng)控作為其發(fā)力的引擎，引來多個(gè)產(chǎn)業(yè)鏈上下游企業(yè)圍繞它展開激烈的角逐。

　　據(jù)佛瑞斯特研究公司數(shù)據(jù)顯示，近40%的公司正在實(shí)施和擴(kuò)展大數(shù)據(jù)技術(shù)應(yīng)用，另有30%的公司計(jì)劃在未來12個(gè)月內(nèi)采用大數(shù)據(jù)技術(shù)。

　　越來越多的金融科技企業(yè)致力于提供定制化的大數(shù)據(jù)風(fēng)控解決方案，金融科技促成了“金融+場景+技術(shù)”的跨界融合，使整個(gè)金融生態(tài)發(fā)生了一些積極的變化，除提高傳統(tǒng)及新型金融機(jī)構(gòu)的服務(wù)水平外，也在一定程度上降低了金融風(fēng)險(xiǎn)。

　　一切跡象表明，金融科技3.0時(shí)代已悄然來臨……

　　大數(shù)據(jù)風(fēng)控彎道超車

　　在信貸領(lǐng)域，傳統(tǒng)風(fēng)控?zé)o疑較為穩(wěn)健，其主要是借助房產(chǎn)、汽車等固定資產(chǎn)作為抵押，然后通過歷史借貸數(shù)據(jù)來預(yù)測和判斷借款人的違約風(fēng)險(xiǎn)，所以傳統(tǒng)風(fēng)控模式很難給過去沒有發(fā)生過借貸交易的人進(jìn)行信用評(píng)分。其對(duì)信用數(shù)據(jù)的采集方式主要是通過用戶自己提供，然后金融機(jī)構(gòu)再通過人工的方式去核實(shí)這些信息的真實(shí)性，需要大量的人力、物力支撐，這意味著其服務(wù)的人群數(shù)量有限。

　　我國目前存在大量征信空白群體。資料顯示，截至2016年6月，央行征信覆蓋人群8.8億，其中有信用數(shù)據(jù)的人群僅3.8億，占總?cè)丝诘?9%，金融服務(wù)需求未得到滿足的人群數(shù)量缺口較大。這種現(xiàn)狀導(dǎo)致了傳統(tǒng)風(fēng)控的客戶群體狹窄，使得金融服務(wù)很難得到創(chuàng)新，阻礙了金融行業(yè)的優(yōu)化升級(jí)。

　　金融科技企業(yè)通過運(yùn)用大數(shù)據(jù)構(gòu)建風(fēng)控模型的方法為客戶進(jìn)行風(fēng)險(xiǎn)控制和風(fēng)險(xiǎn)提示，避開傳統(tǒng)風(fēng)控的劣勢(shì)，使客戶能夠?yàn)楦嘤薪鹑谛枨蟮娜巳悍?wù)。此外，大數(shù)據(jù)風(fēng)控系統(tǒng)能夠?qū)Χ嗑S度、大量數(shù)據(jù)進(jìn)行智能處理，且批量標(biāo)準(zhǔn)化的執(zhí)行，這為金融服務(wù)的創(chuàng)新奠定了基礎(chǔ)，使金融科技企業(yè)能夠開展多樣化業(yè)務(wù)。以上海前隆金融信息服務(wù)有限公司(以下簡稱：前隆金融)為例，作為典型的金融科技公司，以大數(shù)據(jù)風(fēng)控系統(tǒng)為核心，開展了多種創(chuàng)新型業(yè)務(wù)，從推出移動(dòng)智能信貸管理平臺(tái)——手機(jī)貸，到提供以風(fēng)控模型輸出為核心的靈活解決方案——應(yīng)花分期，而這僅僅是行業(yè)的一個(gè)縮影。

　　當(dāng)“李逵”遇見“李鬼”

　　當(dāng)出現(xiàn)一個(gè)為市場所認(rèn)可的新事物時(shí)，大多會(huì)出現(xiàn)技術(shù)、商業(yè)模式等復(fù)制的現(xiàn)象，甚至?xí)霈F(xiàn)“掛羊頭，賣狗肉”的情形，大數(shù)據(jù)風(fēng)控也不例外。目前，業(yè)界很多公司言及風(fēng)控，必談大數(shù)據(jù)，似乎大數(shù)據(jù)風(fēng)控已經(jīng)成為業(yè)界的標(biāo)配，但事實(shí)卻并非如此。

　　一些企業(yè)擁有“百萬級(jí)”用戶數(shù)據(jù)的企業(yè)稱自己為大數(shù)據(jù)風(fēng)控，而這樣的數(shù)據(jù)規(guī)模應(yīng)用到13億人的國家市場中是遠(yuǎn)遠(yuǎn)不夠的，中國的貧富差距之大，地區(qū)和地區(qū)間發(fā)展的極不均衡，單一的數(shù)據(jù)模型很難適用于每個(gè)消費(fèi)群體。

　　實(shí)際上，建立一個(gè)大數(shù)據(jù)風(fēng)控模型除了大量的數(shù)據(jù)做支撐外，多維度的計(jì)算、有效的數(shù)據(jù)篩選等也是值得企業(yè)深思的。

　　在前隆金融首席風(fēng)控官何同國看來，“數(shù)據(jù)量僅僅是最基礎(chǔ)的，如何進(jìn)行數(shù)據(jù)清洗、分析，并根據(jù)用戶畫像構(gòu)建風(fēng)控模型才是重中之重，而這背后需要專業(yè)的技術(shù)團(tuán)隊(duì)去開發(fā)完善。”

　　據(jù)悉，前隆金融一共有700多名員工，9成以上擁有本科及以上學(xué)歷，近8成屬于風(fēng)控和技術(shù)條線。為了不斷地更新迭代，適應(yīng)市場的需求，每年在技術(shù)開發(fā)上投入經(jīng)費(fèi)超過5000萬元。此外，公司成立初期就與復(fù)旦大學(xué)管理學(xué)院統(tǒng)計(jì)學(xué)系簽訂了長期的產(chǎn)學(xué)研合作協(xié)議，2014年5月與后者正式組建了大數(shù)據(jù)研究實(shí)驗(yàn)室，依靠大數(shù)據(jù)分析實(shí)現(xiàn)自動(dòng)化風(fēng)險(xiǎn)識(shí)別及授信。目前，公司在風(fēng)控系統(tǒng)領(lǐng)域已申請(qǐng)12項(xiàng)發(fā)明專利。

　　亟需建立完整技術(shù)體系

　　大數(shù)據(jù)風(fēng)控要達(dá)到比較成熟的水準(zhǔn)必須從基礎(chǔ)做起，從各系統(tǒng)平臺(tái)的搭建，再到硬件設(shè)施的匹配，缺一不可。真正的大數(shù)據(jù)風(fēng)控系統(tǒng)應(yīng)該是建立在大數(shù)據(jù)平臺(tái)之上的。如前隆金融就是基于大數(shù)據(jù)平臺(tái)構(gòu)建了自己的風(fēng)控系統(tǒng)。

　　大數(shù)據(jù)風(fēng)控背后凝聚的是繁重的系統(tǒng)開發(fā)、技術(shù)支持。據(jù)前隆金融首席技術(shù)官梁曉靖介紹，為應(yīng)對(duì)不斷擴(kuò)大的用戶規(guī)模，業(yè)務(wù)系統(tǒng)技術(shù)架構(gòu)經(jīng)歷了數(shù)次變遷，從單體式應(yīng)用程序到分層分布式系統(tǒng)，再到微服務(wù)架構(gòu)，實(shí)現(xiàn)了業(yè)務(wù)系統(tǒng)徹底的組件化和服務(wù)化，其水平動(dòng)態(tài)擴(kuò)展能力足以支撐未來上億用戶的大規(guī)模高并發(fā)訪問。