大数据分析下的互联网金融风险预警研究

摘要

互联网金融在很大程度上增加了金融的灵活性,但互联网金融也带来一定的风险,为使互联网金融健康安全发展,必须建立和完善互联网金融的风险预警系统。

我国互联网金融创新步伐较快,而起步又相对较晚,其相应的监管措施尚未及时跟进,使得互联网金融的宏微观风险逐渐凸显。为了能更好地控制互联网金融存在的风险,我们必须建立一个以大数据为基础的互联网金融预警系统,从而保证互联网金融健康、安全地发展起来。

一、大数据分类

在互联网金融行业中,大数据贯穿了互联网金融。以第三方支付、P2P平台为代表的互联网金融模式借助于多渠道获取的上千条甚至上万条原始信息数据。目前,可被用于互联网金融风险控制的数据来源主要有六个方面。

第一,电商大数据。淘宝、腾讯、京东等电商拥有稳定、丰富的数据源。以阿里巴巴为例,它已利用丰富数据建立了面向社会的信用服务体系,芝麻信用通过分析自身积累的大量网络交易及行为数据,对用户进行信用评估。这些信用评估能够有效地帮助互联网金融企业对用户的还款能力做出结论,继而为用户提供相关的金融和经济服务。

第二,信用卡大数据。信用卡类网站的大数据同样对互联网金融的风险控制非常有价值。信用卡申请年份、是否通过、授信额度、卡片种类、还款金额、逾期还款次数、对优惠信息的关注等都能作为个人信用评级的参考数据。国内典型代表是2013年推出的信用风险管理平台“信用宝”,结合国外引入的FICO风控模型,从事互联网金融小额信贷业务。

第三,社交网站大数据。社交网站类的大数据是利用社交网络关系数据和朋友之间的相互信任来确定个人信用等级。以美国的Lending Club为例,它基于社交平台上的应用搭建借贷双方平台。

第四,小贷网站大数据。小贷网站类的大数据是各网站平台长期积累的信贷数据,包括借贷人基本信息、信贷额度、违约记录等。其中有数据统计的全国小贷平台有上千家,全国性比较知名的有陆金所、红岭等。

第五,第三方支付大数据。第三方支付类数据是基于用户的消费数据做信用分析,每月支付的额度、支付的方向、购买产品品牌等都可作为个人信用评级的参考依据。

第六,生活服务类大数据。生活服务类大数据包括水、电、煤气、有线电视、电话、网络费、物业费交纳等。这些数据真实反映了个人以及家庭基本信息,是信用评级中重要的数据。

二、互联网金融风险

在互联网金融发展过程中,存在不少风险,主要体现如下:

第一,信息技术的不安全性。互联网金融的发展是基于互联网技术得以发展的,但是互联网本身具有的开放性以及技术不完善也给互联网金融的发展带来了不确定的风险因素。这不仅使互联网金融系统可能遭受病毒或木马的攻击,而且在信息的储存、处理、发布等过程中,由于技术的缺失导致传输信息发生失真、迟滞、泄露等情况。

第二,信用水平缺失。从我国当前的法律法规和监管来看,均处于不健全和不完善的现状。互联网金融平台在选择用户时准入不严格,用户在互联网机构提供的平台上简单注册就可以进行交易,即便是在注册时要求客户填写基础信息,也不能避免注册用户在这一部分造假或可以隐瞒。同时,我国尚未完全建立存款保险制度,在利益的驱使之下,用户很有可能存在没有保险托底和准备金不充足的情况下,出现携款潜逃等情况,而所有这些对于投资者而言,无疑存在巨大风险。

第三,行业自律严重失衡。由于互联网金融本身所具有的虚拟性特征,使得其投资者与互联网金融机构之间成为了利益共同体,而另一方面二者又是相对独立的,拥有不同的特性,因此要想将两者紧密结合起来,除了通过法律法规相互约束之外,交易双方之间还必须在道德和信用的基础及法律法规的底线上,实现高度的行业自律。但是从当前的情况来看,随着互联网金融的飞速发展,其不论是法律体系的构建、还是信用和精神层面的发展都处于失衡状态。

三、互联网金融风险预警系统

(一)以数据为中心的体系设计原则

在互联网金融风险预警系统设计的过程中须遵循以下三点原则。

第一,系统性原则。互联网金融风险预警系统是一个针对互联网金融风险进行检测、预测以及预警的系统,是一个复杂的体系,这个体系涵盖了互联网金融行业的全部,所以在建立这个系统的时候应考虑每个参与者的利益。

第二,时效性。对于互联网金融行业的数据须及时处理,具有高效性,所以在进行建立预警系统的时候要注意时限性,确保能够及时地发现风险及不足,这样才能有充足的时间去预防,避免出错,防止造成更大的损失。

第三,准确性。在建立该预警系统的过程中要保证数据的准确性才能准确的判断出互联网金融风险,避免对金融风险作出错误的估计,造成不必要的损失。

(二)以数据为中心的系统层级

结合以数据为中心的体系设计原则,预警体系涵盖了数据的收集、数据提取、数据分析和数据结果四个环节。在互联网金融预警系统分为四个层级:

1、数据管理层

互联网金融预警系统是以数据为基础的,数据作为系统中的核心部分,是整个体系中的关键环节。企业在建立以数据为中心的互联网金融预警系统过程中,必须健全为企业服务的数据管理机制,建立与企业规模相匹配的数据中心,从而收集、整理、加工、存储数据,以便其他层级用户的使用。

2、数据整合层

要从互联网金融的大数据中实现金融风险的预警,必须对金融风险有透彻的定义和认识。从金融风险的定义出发,确定分析需求,对数据进行重新整合,提取与之对应的分析数据。数据整合是保证分析结果可靠性、准确性必不可少的环节。

3、数据分析层

数据分析是互联网金融风险管理控制的实施手段。全面的数据分析系统,应包括现行的指标体系、统计模型,及人工智能方法等功能。

4、数据结果层

由数据分析层中得倒的每一次预警,都须结合企业的经营管理状况、企业外部经济运行环境以及行业背景等进行分析,为企业决策管理者提供更完整的决策依据,从而减少企业为规避风险所产生的损益。

四、结论

基于大数据的金融风险预警系统作为保障互联网金融正常运行的工具,在传统金融互联网化的时代背景下,将会得到快速的发展。

文/张澳夫

本文来自企鹅号 - 墙角数只梅媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏企鹅号快讯

人类的未来:儿童都能驾驶的汽车

现代化人工智能的普遍,新能源汽车和无人驾驶汽车慢慢走进我们的视线。 ? 新能源汽车是指采用非常规的车用燃料作为动力来源(或使用常规的车用燃料、采用新型车载动力装...

1889
来自专栏人称T客

企业用户移动信息化 IT能力获取概况 | 研报×To B

分析师:移动信息化研究中心 杨洋 关键词:移动信息化实,IT获取能力,移动信息化研究中心 网址:www.tikehui.com 这里是移动信息化研究中心在 T ...

3284
来自专栏ytkah

微信事业群成立搜索应用部

  4月25日消息,微信事业群内部进行了组织架构调整,微信事业群下成立搜索应用部。负责微信的搜索业务、阅读推荐业务、AI技术研究及落地、微信数据平台建设和数据能...

3264
来自专栏云社区全球资讯抢先看

现在的车连导航都还没做好,自动驾驶真的靠谱?

常关注汽车资讯的网友不难发现,不少品牌近几年发展的重点,未来车型的规划,除了进军新能源之外,还有一个重要的方向——智能化自动驾驶。宝马2021年量产L5级别的自...

1940
来自专栏域名资讯

水星家纺品牌双拼夺人眼球 已挂牌上市

水星家纺在双十一大战中成绩斐然。可见“恋一张床,爱一个家,水星家纺。”这句经典的广告语已深入人心,喜上加喜的是,它成功登陆A股。

230
来自专栏钱塘大数据

大数据行业第一份应用状况调查报告

导读:中国软件网和海比研究一起做了个大数据应用状况的调研,并形成了国内第一本专门针对大数据产品技术的落地使用状况的研究报告——《中国大数据应用状况研究报告》。今...

2627
来自专栏域名资讯

“家家”更名“乐有家” 收购三拼域名leyoujia.com

9月,深圳市家家顺控股集团正式更名“深圳市乐有家控股集团”,并首购三拼品牌域名leyoujia.com。

1990
来自专栏企鹅号快讯

外媒称2018年15大科技趋势:数字货币区块链仍是关注热点

12月28日凌晨消息,美国知名财经网站《The Motley Fool》今日对2018年全球科技市场的发展趋势进行了预测,认为比特币仍将是人们关注的热点,而增强...

1788
来自专栏企鹅号快讯

分分钟破解人脸识别、声纹验证、银行卡密码……人工智能真的会统治人类吗?

从手机扫码支付、智能穿戴设备,到人脸识别的无人店、人工智能机器人,互联网的应用日新月异,深刻改变着我们每一个人的工作和生活。 但是,如果有黑客瞄上了你的设备,盗...

2425
来自专栏人工智能

AI风口虚火旺 谨防热潮变寒潮

作者 Sunny 出品 OFweek 欢迎下载OFweek APP查看更多新闻 刚结束不久的世界互联网大会上,“人工智能”又一次成为人们热议的话题。大会上,...

1880

扫码关注云+社区