2016年下半年以来风声迭起的金融科技和大数据风控浪潮，仅仅在大数据风控领域，蚂蚁金服、京东金融、积木盒子、宜信、网易金融、百度金融等都在公开场合进行了产品概念演示、战略表述或者是发布会推进。

作为新的互联网金融趋势之一，大数据风控显然已经成为了行业内争相竞争的蓝海市场，近两年一过也很有可能在参与者上成为红海市场，因为理论上而言目前市场上主流的互联网金融服务集团（基本上都有巨头背景，数量在10家左右）以及国内排名前20的P2P平台，包括一些传统的金融机构的互联网金融业务部门（以平安、中信为代表）都有可能在大数据领域开展外部合作和产品研发，甚至直接产生平台型输出型的产品。另外还有一些此前专门服务于金融机构和电商平台的数据服务和IT技术服务外包方，掌握了一定的数据基础和建模能力之后，也有一定的实力参与其中。

如此一来，2017年如果继续保持炙手可热的趋势，行业内参与者很有可能突破百家，也就是说会有多达百家的机构在建立自己的大数据风控业务和产品，对于目前国内整个大数据产业而言，虽说是一种促进，但也一定程度上反应了这个细分行业的过热趋势，以及在产品业务实际发展和外部宣传上的背离特征（从一个风控模型的成熟实验和推广前准备来看，至少要经历一年左右的模型实验和资金数据、行业数据测试，在保证不良率和风险敞露可以维持在一定水平之后才适合对外推广）。

实际上，国内众多的大数据风控平台运营和产品研发方，除了少数拥有海量数据和先期成熟的风控模型试运营以及信贷数据周期测验的平台之外，大多数的中小平台在大数据风控面前更多还处于前期的模型搭建和数据、模型、用户的尝试和匹配阶段，如果说行业内的第一名在这个领域已经跑了一百步的话，那么大多数的平台可能还在三十步左右。

很简单，大数据风控本质解决的是一个金融信用的问题，这里包括个人信用和企业信用。个人信用方面，目前央行正在考察8家个人征信公司，但是还没有下发牌照，只是做业务和市场调研，并在场景、数据和私密性上做一定限制。而企业征信方面，国内持牌公司数量已经相对较多（完成央行备案的企业征信公司就有135家），主要用于企业信用、债权、中小企业私募债、证券化、项目融资等评级和企业征信查询行为，以考察企业的信用衍生情况。

而聚焦到大数据风控领域，这里主要是指通过线上的互联网电商、社交、搜索、浏览和新闻、资讯、行为数据的综合，以及与线下一些传统企业的部门数据，用户的水电煤气等公共部门数据进行交叉维度的分析，最终可以产生一种辅助原有的信贷审核体系，甚至在一定程度上可以完全替代传统以流水、资产、抵押、担保为主要依据的一些信贷审核流程的风控手段。

这种大数据风控主要的适用领域在于个人端的信用贷款、消费分期，以及小微企业的经营性贷款、周转性融资等需求。因为这些市场是传统的大额项目贷款流程所无力全面覆盖的，数据、财报、资料和其他信审材料的缺失，一定程度上也让这一块小微和个人市场成为了普惠金融下的“边缘地带”。

不过，即便是这样，目前市场上各种大数据风控产品，在真正应用到场景里面之前，也必须要满足一定的模型测试需要。因为从监管的角度而言，不论信用审核流程发生怎样改变，是不是采用了大数据的风控模型还是线下的传统信贷流程体系，关键一个环节在于风险是否可控，以及是否能够满足抵御一定经济周期的能力，这也是为什么央行迟迟没有下发个人征信牌照的原因：因为在很多涉及底层信用的环节，个人征信作为大数据风控的一个组成部分，并不能保证数据信息安全以及对授信审核工作有本质上的解决和提升能力，至少还有一定的数据和模型风险存在。

所以，目前各类平台在市场上主打的大数据风控概念，还需要经历一个必备的模型测验和场景初步试运营期，至少目前这种炙手可热的大数据风控模型和建模、识别、分析能力并不是每个平台都具备的。行业内有巨头背景的公司更加注重对风控模型底层能力的建设，因为后期的目标不仅仅在于通过这套模型进行了多上规模的资金放款，更重要的意义在于能否通过平台技术能力输出进行各个场景的风控能力建设。而对于很多中小创业公司而言，眼前为了占领市场舆论的优势，很有可能会在短期内尽可能多尝试放款场景和扩大模型交易规模，但也存在一定的隐忧：风险有可能在模型不完善的情况下敞露出来。

或许到了2017年，包括大数据风控在内的金融科技产业都要经历一个较为冷静、客观的观察期，特别是一些跑在前面的金融科技公司，在经历过了前期的概念炒作和市场追捧之后，迎来的将是更为踏实的投资者视角：能否具备对接线下线上场景的能力，具体在放款量和违约率上如何保证，是否完成风控模型迭代，在效率、成本、场景、资金上是否已经形成一个完整的产业链。而这些都决定了明年的大数据风控体系能否在燥热中保持一个冷静客观的视角，因为最终，和信贷行为有关的产品都要看数据，靠数据说话。