要实现大数据风控还要从两方面进行探索：一是借助大数据建立全生命风控体系，形成贷前、贷中、贷后流程管理系统和决策系统；二是加强信用数据相关性研究和量化模型的开发，金融信用可获得性比日常信用数据难，以金融信用为中心，通过日常信用，构建个人信用评估体系。

P2P跑路已经不算新鲜事，但怎么跑却花样迭出。近日，一家名不见经传的P2P平台——鑫利源用两张人去楼空的办公场所照片高调宣布跑路，让人哭笑不得。

鑫利源并不是P2P网贷行业中唯一的跑路者，但跑得如此堂而皇之、毫无顾忌，不免让人深思：风险来临，投资人的权益如何得到保护？

大数据风控是互联网金融关键

“P2P跑路现象频发，主要原因就是风控缺失，主要体现在P2P平台‘重担保、轻风控’和‘重线上风控、轻线下调查’等方面。”中国人民大学国家发展与战略研究院副院长、国际货币研究所研究员伍聪在接受《中国科学报》记者采访时说。

伍聪表示，互联网金融的风险管理不在既定的规则之中，而在互联网和金融双重叠加的对象之中，其最基本的风险边界应是保证投资者的资产安全。“守住了安全底线，平台才能健康成长。所以，P2P平台根本的安全底线在于加强自身的风控。”

“互联网+金融”具有共享性，因而产生的大数据，能够通过更完善的价格信号，帮助协调不同经济部门非集中化决策。如此一来，如何利用好大数据进行风险评级和风险控制，将是今后互联网金融企业必须面对的问题。

近几年，大数据已经撼动了世界的方方面面，数据成了有价值的公司资产、重要的经济投入和新型商业模式的基石。如果探究互联网金融与大数据流行之间的关联，背后有一个很关键的因素，就是互联网金融一直无法解答一个核心命题——风险控制。

太浩创投管理合伙人余钢在近日举行的“大数据+产业”大会上表示，互联网金融的核心环节在于风控，行业的健康成长也有赖于此。“互联网金融不能简单地将传统金融服务模式搬上线，其核心竞争力不是营销获客能力，而是大数据的风控能力。”

“数信查的一款产品是数立方，应用于各类以Web端和App端为主要获客手段的企业。通过大数据技术，数立方可以对用户基本信息进行分析，获取大量外部数据，形成丰富且全面的用户画像。”数信查创始人孙林介绍，数立方主要与业务场景结合，要做成一项“傻瓜式”工具，所有客户都可以用它做精准营销。

“由此看来，互联网大数据的积累已经让风控进入2.0时代。”余钢认为，通过数据的积累，可以实现客户开发和数据采集，然后经过后台的风控模型运算得出结果，最终达到控制风险的目的。

大数据和云计算结合使得实时把握金融风险成为可能。“云计算为大数据应用提供了硬件基础，可以实现秒级的数据采集、分析和挖掘。”伍聪解释说，“大数据的流处理模式则将静态风险和动态风险有效结合，实现了实时监控。”

大数据征信优势凸显

目前，互联网金融平台除与外部机构合作进行大数据风控外，平台也在积极搜集自有平台的数据。因此，在中国人民银行的征信数据以外，平台与平台间的打通、交流和数据共享成为重要的一环。

“为了防止大学生被骗，我们会通过第三方数据引入以及跟全国近百家的P2P数据公司对接，大家一起来共享欺诈数据，群体欺诈行为就很容易暴露。通过数据共享以及数据联动做到预防欺诈。”爱学贷创始人陈成庄从风控环节介绍了爱学贷的数据应用。

“金融的核心是做好风控。”陈成庄说：“未来可以通过大数据法则，用查询征信记录的方式解决很多问题。基于互联网科技发展起来的大数据可以对信用决策起到重要补充。”陈成庄说。

“大数据为征信行业发展提供了技术支撑。”余钢说。大数据时代，征信行业正式迈入全面量化分析阶段，征信数据和征信模型都将出现质的飞跃，更多维度和更多层次的数据都可以用来挖掘分析，有助于更加真实地反映用户的信用状况。

从消费、社交等几个纬度来评判，为用户建立信用报告，形成以大数据为基础的海量数据库——这也是大数据的优势所在。

“但是，我们也不能迷信或过分夸大‘互联网+’的效率和普惠，线上的大数据和线下的实地考察必须结合。”伍聪提醒道：“贷前风控最重要的是要实现线下调查，也就是通过线下实地走访和考察，对客户信息进行交叉验证和真实性验证，通过审查评估借款人还款能力，这些线下风控现在看来仍然是不可或缺的。”

仍有短板待优化

大数据在数年前就已经出现，大家也都在慢慢接受这一理念。但到落地层面，它仍然存在各种各样的问题。

“现在能真正利用数据的企业还非常少，而大量数据正在被浪费。”孙林说，“很多人认为数据挖掘是一件高深的事情，我们做的事正在改变世界。事实上，我们90%的时间都在进行最基础的障碍清理。例如，如何把日常工作人员简化了的手工录入的内容或者口语化的名称，统一成计算机的表达，这一项的工作量就非常大。”

“目前大数据对于金融风控的主要作用，还处于支持层面，还没有办法完全替代整个风控过程，但是可以越来越多地提升风控效率和效能。”好贷网大数据事业部总经理吴昊说。

“从数据的获取维度来看，大数据能够增加非常多的维度。但是目前仅靠大数据还不能对一个借款人的风险做全面的判断。”吴昊说，“大数据在风控领域的应用主要在于三点：防欺诈、信用评估、风险定价，从现状来看，大数据应用仍有很大的提升空间。”

数据本身是死的，但是如何把它用好，却有非常多的讲究。吴昊认为，到目前为止大数据还是比较侧重于风控审批环节，它的场景就是审批人在做审批时可能需要用到的一些外部数据。

“其实风险控制是涵盖贷款从信贷政策制定到后期催收结束的整个流程，在数据应用场景、对客户风险度做判断等方面起作用，包括客户失联后如何利用大数据找失联人等。”吴昊认为大数据在行业应用当中，主要还是应朝着场景化和精细化两个方向发展。

伍聪认为，要实现大数据风控还要从两方面进行探索：一是借助大数据建立全生命风控体系，形成贷前、贷中、贷后流程管理系统和决策系统；二是加强信用数据相关性研究和量化模型的开发，金融信用（主要指借贷数据）可获得性比日常信用数据难，以金融信用为中心，通过日常信用，构建个人信用评估体系。