安卓用户将要面临贷款难，金融大数据的应用

“我个人十分尊敬Apple公司，但是我拒绝花将近一万块来买Iphone，相反，我超长待机的一两千块的安卓机已经满足我的需求。不过，在这个与大数据融合的经济里，我没有想到的是以上的决定增加了很多难以预测的成本。”

近期由德国法兰克福学校金融管理系的Tobias Berg发表一篇论文，证明一个人的数字足迹（网络上露面的情况）可以对金融活动的信用分数起到预测作用。他们发现：IPhone手机用户和安卓手机用户贷款违约率存在差距，明显的是，IPhone手机用户是可信赖的高收入和高信用的族群。

《大数据时代》的作者Schönberger对大数据的定义就是，“大数据，不是随机样本，而是所有数据；不是精确性，而是混杂性；不是因果关系，而是相关关系”。这里强调的便是数据的多样性。

有了大数据，自然就要有大数据技术，即从各种各样类型的巨量数据中，快速获取有价值信息的技术，强调快，这是大数据技术与传统数据挖掘技术的重要区别。

Fintech Australia是澳大利亚的一个金融创新企业联盟组织，该组织已经更依赖大数据方法而不是传统方法来测试信用等级。金融行业也在增加从互联网上追踪到的微小的事情来判定一个人的信用等级。从追踪的统计数据很可能让算法的决策出现错误，这就意味着，我们需要寻找更多类似Berg的研究来给予算法更多的思考空间。

以美国主流的个人信用评分工具FICO信用分为例，FICO分的基本思路：

把借款人过去的信用历史资料与数据库中的全体借款人的信用习惯相比较，检查借款人的发展趋势和经常违约、随意透支、甚至申请破产的各种陷入财务困境的借款人的发展趋势是否相似。

FICO评分是传统金融机构对大数据的运用，比较于典型机构ZestFinance对大数据的运用，ZestFinance的客群主要就是FICO评分难以覆盖的人群，要么是在FICO得分过低金融机构拒绝放贷的人，要么是FICO得分适中，金融机构同意放贷但利率较高的人。

在Berg的论文中，还提到了从德国的一家家居电商的270,399次购买记录中获得由数据分析得出的其他重要的变量。（这一家电商采用家居先邮寄，再付款模式。所以是否违约、不付款变得非常容易观察；每年的订单违约率在3%左右）

得出的结论是：

用手机下订单的用户要比用电脑下订单的客户违约率高出3倍以上。

一个用户从比价网站上跳转到购物页面要比从搜索引擎来的违约率少一半。

邮箱名称中包含名字的违约率要比不包含的少⅓，如果不包含数字违约率会下降更多。

那些在中午12点到下午6点购物的人们违约率比午夜购物的下降一半。

这些发现非常直观。有着规律的生活作息和良好自制力的人更加让人信赖。及时付款的人相较违约的人也更加富裕。

其实，无论是金融还是其他领域。

大数据并不是一个充斥着运算法则和机器的冰冷世界，其中仍需要人类扮演重要角色，人类独有的弱点，错觉错误都是十分必要的，因为这些特性的另一头牵着的是人类的创造力、直觉和天赋。

偶尔也会带来同样混乱的大脑运作，也能带来成功，或在偶然间促成我们的伟大。这提示我们应该乐于接受类似的不准确，因为不准确正是我们之所以为人的特征之一。就好像我们学习处理混乱数据一样，因为这些数据服务的是更加广大的目标。毕竟混乱构成了世界的本质，也构成了人脑的本质而无论是世界的混乱还是人脑的混乱，学会接受和应用它们才能得益。

大数据是一种资源，也是一种工具，大数据提供的不是最终答案，只是参考答案，为我们提供暂时的帮助，以便等待更好的方法和答案的出现。

*参考资料来源：Own an Android Phone? You Might Not Get That Loan；Leonid Bershidsky