◎每经记者 史青伟 发自上海

　　从记者目前了解的情况来看，大数据存在已久，大数据在金融领域的应用国外已比较成熟，而国内则 处于刚刚起步的阶段。不过，随着中国征信市场的放开，移动互联网技术的日臻完善，加上央行今年1月已经发布指导意见，移动金融2.0时代将迎来大好发展机 遇，大数据风控时代已经到来。

　　《每日经济新闻》记者注意到，目前，业内普遍采用信用评分卡模型进行风险定价，使用传统变量（信贷）和大 数据如电商、社交和网络行为记录判断还款意愿和还款能力，而由于互联网信贷依赖程序系统判断，需要标准化的筛选处理，个人的收入、诚信水平比较容易量化判 断，创新的领域多在消费金融领域。

　　个人消费贷款市场需求迫切

　　从1.0到2.0，是什么促使移动金融的业态发生了改变？

　　维信理财总裁廖世宏告诉《每日经济新闻》记者，“风控需要一个试错的过程，需要不断改善，大数据风控相关产业链和技术在走向成熟，比如反欺诈、电子合同、身份验证等相关产业取得了新的进步，促使大环境向好的方向转变。”

　　手机贷CEO俞亮也向记者表示，信贷中的风险预测需要做到99%，在国内征信大环境不透明的条件下，鲜有冒险者在这个领域尝试突破，自然会处于观望状 态。近几年，政府倡导建立诚信社会，批核第一批个人征信牌照。各类征信数据源得以合法获取、商业运用，政策导向的改变推动互联网在线信审逐步成熟。

　　事实上，单从自动化授信来说，PC端的难度远小于移动端，因为PC端能够更好地获取用户数据并加以分析，而移动端则对一些数据无法加以挖掘并利用，所以在初期探索中，多以个人小额消费借款为主。

　　“个人消费贷款具有零散化、额度低、易营销等特点，是（目前）最为迫切的市场需求”，麦子金服董事长黄大容告诉记者。

　　如业内预期的那样，政府在政策层面对互联网金融特别是移动金融有足够的支持。今年1月，央行印发了《关于推动移动金融技术创新健康发展的指导意见》，强调移动金融是丰富金融服务渠道、创新金融产品和服务模式、发展普惠金融的有效途径和方法。

　　与此同时，随着阿里等公司表示将推“刷脸”支付，以及有商业银行推出掌静脉存取款业务，生物识别技术在金融领域的应用受到前所未有的关注，而生物技术识别和身份验证技术的提高，也将使得移动金融公司大幅提高风控能力。

　　信息共享是大数据风控前提

　　目前，市场上有关大数据风控的争议较多，其风控模型也十分复杂。据了解，维信理财在实践中建立起包括拦截引擎、反欺诈引擎、大数据引擎、分析引擎、评分引擎、决策引擎、支付引擎和机器学习引擎体系。

　　在诸多风控程序中，反欺诈是最重要的程序之一。“我们通过长期的数据积累和研发，建立了反欺诈信息库，通过这样的方式可以进行后端有效的扫描和识别。用 户申请我们这款产品贷款后，第一步会经过拦截引擎，我们依靠长期积累的一些比如说黑名单、白名单、关注名单，加上我们也和同行进行互换和分享，由此实现过 滤。”廖世宏称。

　　“首先，我们看重的是反欺诈系列数据，规避伪冒风险；其次，通过收入等稳定性数据（即还款能力）来推导未来；最后，对个人诚信意愿行为进行评判预测，测量信用风险。通过大量的样本测试得到模型，优化模型、筛选维度、求证变量的关联度。”俞亮称。

　　据悉，在风控决策上，行业通行的做法是，用户授权获取互联网大数据，包括用户的消费行为，操作行为等方面数据，通过用户的消费、社交及相关的生活偏好等信息，建立类似信用卡的评分模型。

　　大数据风控需要依赖庞大的数据库，数据的共享是前提。对此，黄大容表示，大数据共享以及深度挖掘，可以让很多民间创业型公司少走很多弯路，也能保证行业健康发展和民众投资互联网金融的信心，未来希望国家征信数据向民间开放。

　　“目前，维信理财已经和中国电信这样的运营商开展战略合作，还与一些国内领先的电子商务平台和第三方支付机构开展合作，未来还希望与更多的机构进行合作。”廖世宏表示，通过前期的谈判，维信理财与中国电信翼支付达成了消费金融等多方面的战略合作协议。

　　俞亮也表示，一年之前，手机贷产品上线初期，就与业内各大征信机构开展合作，几乎覆盖市场上所有的机构。