新浪财经讯 北京时间3月7日，在纽约举行的朗迪互联网金融峰会上，来自中国的多家网络信贷公司就国内互联网金融的发展情况展开讨论。他们认为，如何通过大数据提高网络金融平台的效率是互联网金融公司的首要工作，也是企业核心竞争力的体现。
和信贷，钱牛牛，向上金服，现金巴士，小牛资本等多家中国互联网金融公司参加了峰会。他们表示，虽然中国互联网金融基础设施较为薄弱，但这也是各公司构建企业核心竞争力的良好机会。
中国现在的借贷渠道主要为传统银行贷款和互联网小额信用贷款。由于传统银行系统中贷款申请的限制较多，小额贷款有着极大的发展空间。中国小额贷款的现有交易量已超过了美国同类公司，但中美金融市场背景仍有较大差距，尤其在大数据的利用上。
首先，美国的征信系统已较为完备，而中国还没有制约性的征信系统。在此背景下，国内用户可以授权给借贷公司的数据资料则相对更广泛更多样，例如用户在京东上的浏览记录，购物记录等都可以作为数据用来计算用户的还款能力和还款概率。
同时，中国有数亿人未得到匹配的银行信用额度，有较多优良客户未能在银行端通过借贷审批。因此，国内有能力进行小额贷款的人群体量比美国信用市场中的要多三到五倍，在此需求下这类人群更需要通过借贷公司的大数据处理通过贷款审批。
由于互联网金融基础设施不够完善，中国互联网金融公司在数据获取上也需要更多发展空间。美国现有的数据分析公司可以给予金融公司标准化的数据和评分。但由于中国用户信息数据的分散化，在中国获取有效数据的难度较大，中国互联网金融公司更需要自行寻找数据来源。因此，抓取社交，非社交等多渠道数据并建设完善的数据模型也将是各互联网金融公司的主要研发方向。
其次，在中国互联网金融的发展中，群体诈骗和个人信用不良都会给互联网金融公司造成较大风险。因此，利用大数据反欺诈在各大公司的技术发展尤为重要。
国内的网络欺诈有着明显的群体性：
1．网络欺诈倾向于通过社群进行诈骗行为；
2．欺诈有着明显的链条模式，这个产业链的上下链接也是通过社群完成；
3． 欺诈较多通过社交工具实施，用户在社群的关系网络中寻找合作或诈骗对象。
因此，利用各平台的社交数据，从上游发现问题并反向断绝欺诈源是反欺诈中的重要应用。
个人欺诈或个人信用不良的诈骗案例有着更明显的行为模式，是表象明显的概率事件。此类诈骗案例更易于通过数据分析得到其行为模式的固定值，从而进行更好的辨认，构建大数据模型将更好帮助判别客户群体中的欺诈现象。（毛雅沁 冯昊发自纽约）
进入【新浪财经股吧】讨论
责任编辑：张玉洁 SF107
