马云口中的大数据风控灵不灵

　　文/新浪财经意见领袖（微信公众号kopleader）专栏作家 董希淼

　　面对海量数据，如何分析和挖掘是一个很大的挑战。比如，即使有客户理财产品信息、网页浏览数据、微信聊天记录，但未能就这些多样的信息进行综合分析，海量大数据也难以发挥应有作用，“数据孤岛”的困境依然难以解决。

马云口中的大数据风控灵不灵

　　马教主又出金句了！8月18日，阿里巴巴集团董事局主席马云在2016中国保险业发展年会上说，全民炒股很不正常，应该全民买保险。

　　除了这句话之外，马云还在会上重点谈及大数据时代对保险业的影响，认为大数据时代，保险要从主要依赖营销转向依赖从头到尾的动态大数据风控。其实不光保险，目前大数据风控已经慢慢渗透到金融的多个领域。比如，像微信、支付宝等，以社交、电商数据作为信贷的风控评估标准，推出一些新的产品和服务，悄然走进了老百姓的金融生活之中。

　　还有，目前我国两家互联网银行深圳前海微众银行和浙江网商银行，客户定位均立足“小”、“微”，包括小微企业、创业企业、个人创业者、农村经营者、工薪阶层等，作为现有银行体系客户覆盖广度和深度不足的一种补充。他们没有传统柜台，没有信用审核，没有抵押担保，而是“以信用作担保，用数据防风险”。

　　这两家银行均设计了独立的风控模型，其数据来源除了中国人民银行征信系统，还包括各具特色的独立数据：微众银行将个人用户在微信平台上的社交数据纳入风控体系，网商银行则将商户在淘宝、天猫上的经营数据纳入风控体系，不再需要查询征信、上门调查。获得微众银行第一笔贷款的卡车司机徐军，就是该行通过社交媒体等大数据分析，利用软件将他的信用评定为83分，授予贷款3.5万元。

　　此外，一些从事消费金融的机构，通过数据模型对用户的电商消费记录、学历、朋友圈、工作行业等数据信息分析，借此判断用户的信用状况。最近，机器人理财也频频被谈及。什么是机器人理财？机器人理财，又称机器人投顾、智能投顾，简单地说就是投资人可以直接把钱交给专业机器人来打理。机器人结合投资者的财务状况、风险偏好、理财目标等，通过已搭建的数据模型和后台算法，尝试配置出最优的资产组合，为投资者提供相关理财建议。这一定程度上节省理财顾问的成本，以及线下开设网点的成本。

　　但是，大数据是不是真的那么神奇，这样的大数据风控是不是“靠谱”呢？我们总是有这样的担心。

　　的确，大数据技术的发展，能在一定程度上改变包括互联网公司、商业银行在内的金融企业信息获取、分析和运用的渠道和机制，不少银行也开始了这方面的尝试。除两家互联网之外，2014年7月，中国银行、招商银行、建设银行等7家银行也与阿里巴巴集团合作，基于其平台大数据和信用体系，为做外贸的中小企业提供无抵押信用贷款。

　　但是，面对海量数据，如何分析和挖掘是一个很大的挑战。比如，即使有客户理财产品信息、网页浏览数据、微信聊天记录，但未能就这些多样的信息进行综合分析，海量大数据也难以发挥应有作用，“数据孤岛”的困境依然难以解决。

　　更重要的是，数据来源的真实性尤其是社交数据的真实性问题，存在一些问题。美国Lending Club曾与Facebook合作获取社交数据，中国宜信也曾大费周折的收集借款人的社交数据，最后两者得出的结论都是社交数据根本就不能直接使用。

　　而一些互联网平台的交易数据的真实性问题，更是需要大上一个大大的问号。众所周知，当前许多电商平台的刷单现象非常严重，这将导致交易数据的严重失真。我们也不难看到，随着网购的火爆，有关电商平台“刷单”的报道屡见报端，不绝于耳。

　　此外，数据对于现实反映的有效性问题，也不容忽视。其实，网络信息本来就很难全面还原现实信息。特别是在我国，金融信用与社会信用的关系尚无深入的研究，其相关性并不确定。大数据主要来源于互联网，人们在网络中的表现并不能完全反映其真实的一面。相同的人群在不同场合呈现的特征是不一样的，尤其是人们在线上、线下割裂的状态，其行为方式往往会出现强烈的反差。同时，大数据还存在一定的滞后性，我们所使用的数据总是滞后于行为的。利用这些滞后的数据，如何准确地分析现状并预测未来，似乎是一个不可能完成的任务。

　　而对于普通老百姓来说，面对所谓的大数据风控，便意味着面对不少的潜在风险。最重要的问题是，个人隐私往往得不到很好的保护。当前数据的收集和使用，在很多时候都没有征得本人的同意，这导致了数据的滥用和隐私的泄露。有学者提出，公民应有且必需的权力是“数据权”，认为如何高效、适度地开发和使用大数据，不仅仅是一个技术问题，也是一个社会问题。越来越多的理论界和实务界的研究者都倾向于认为数据将成为个体的财产和资产。

　　所以，我们提醒也要求互联网企业和商业银行，不断提升客户体验，尊重和保护好客户隐私。国家也应该尽快出台相关的法律法规，对此进行规范。只有这样，大数据风控才能真正发挥作用，才能走得更远。

　　(本文作者介绍：中国人民大学重阳金融研究院客座研究员，近著《有趣的金融》。)