和訊財經端 註冊

大數據分析下的互聯網金融風險預警研究

2017-12-07 17:07:51 和訊名家 
    摘要

  互聯網金融在很大程度上增加了金融的靈活性,但互聯網金融也帶來一定的風險,為使互聯網金融健康安全發展,必須建立和完善互聯網金融的風險預警系統。

我國互聯網金融創新步伐較快,而起步又相對較晚,其相應的監管措施尚未及時跟進,使得互聯網金融的宏微觀風險逐漸凸顯。為了能更好地控制互聯網金融存在的風險,我們必須建立一個以大數據為基礎的互聯網金融預警系統,從而保證互聯網金融健康、安全地發展起來。
  我國互聯網金融創新步伐較快,而起步又相對較晚,其相應的監管措施尚未及時跟進,使得互聯網金融的宏微觀風險逐漸凸顯。為了能更好地控制互聯網金融存在的風險,我們必須建立一個以大數據為基礎的互聯網金融預警系統,從而保證互聯網金融健康、安全地發展起來。

  一、大數據分類

  在互聯網金融行業中,大數據貫穿了互聯網金融。以第三方支付、P2P平臺為代表的互聯網金融模式借助於多渠道獲取的上千條甚至上萬條原始信息數據。目前,可被用於互聯網金融風險控制的數據來源主要有六個方面。

  第一,電商大數據。淘寶、騰訊、京東等電商擁有穩定、豐富的數據源。以阿裏巴巴為例,它已利用豐富數據建立了面向社會的信用服務體系,芝麻信用通過分析自身積累的大量網絡交易及行為數據,對用戶進行信用評估。這些信用評估能夠有效地幫助互聯網金融企業對用戶的還款能力做出結論,繼而為用戶提供相關的金融和經濟服務。

  第二,信用卡大數據。信用卡類網站的大數據同樣對互聯網金融的風險控制非常有價值。信用卡申請年份、是否通過、授信額度、卡片種類、還款金額、逾期還款次數、對優惠信息的關註等都能作為個人信用評級的參考數據。國內典型代表是2013年推出的信用風險管理平臺“信用寶”,結合國外引入的FICO風控模型,從事互聯網金融小額信貸業務。

  第三,社交網站大數據。社交網站類的大數據是利用社交網絡關系數據和朋友之間的相互信任來確定個人信用等級。以美國的Lending Club為例,它基於社交平臺上的應用搭建借貸雙方平臺。

  第四,小貸網站大數據。小貸網站類的大數據是各網站平臺長期積累的信貸數據,包括借貸人基本信息、信貸額度、違約記錄等。其中有數據統計的全國小貸平臺有上千家,全國性比較知名的有陸金所、紅嶺等。

  第五,第三方支付大數據。第三方支付類數據是基於用戶的消費數據做信用分析,每月支付的額度、支付的方向、購買產品品牌等都可作為個人信用評級的參考依據。

  第六,生活服務類大數據。生活服務類大數據包括水、電、煤氣、有線電視、電話、網絡費、物業費交納等。這些數據真實反映了個人以及家庭基本信息,是信用評級中重要的數據。

  二、互聯網金融風險

  在互聯網金融發展過程中,存在不少風險,主要體現如下:

  第一,信息技術的不安全性。互聯網金融的發展是基於互聯網技術得以發展的,但是互聯網本身具有的開放性以及技術不完善也給互聯網金融的發展帶來了不確定的風險因素。這不僅使互聯網金融系統可能遭受病毒或木馬的攻擊,而且在信息的儲存、處理、發布等過程中,由於技術的缺失導致傳輸信息發生失真、遲滯、泄露等情況。

  第二,信用水平缺失。從我國當前的法律法規和監管來看,均處於不健全和不完善的現狀。互聯網金融平臺在選擇用戶時準入不嚴格,用戶在互聯網機構提供的平臺上簡單註冊就可以進行交易,即便是在註冊時要求客戶填寫基礎信息,也不能避免註冊用戶在這一部分造假或可以隱瞞。同時,我國尚未完全建立存款保險制度,在利益的驅使之下,用戶很有可能存在沒有保險托底和準備金不充足的情況下,出現攜款潛逃等情況,而所有這些對於投資者而言,無疑存在巨大風險。

  第三,行業自律嚴重失衡。由於互聯網金融本身所具有的虛擬性特征,使得其投資者與互聯網金融機構之間成為了利益共同體,而另一方面二者又是相對獨立的,擁有不同的特性,因此要想將兩者緊密結合起來,除了通過法律法規相互約束之外,交易雙方之間還必須在道德和信用的基礎及法律法規的底線上,實現高度的行業自律。但是從當前的情況來看,隨著互聯網金融的飛速發展,其不論是法律體系的構建、還是信用和精神層面的發展都處於失衡狀態。

  三、互聯網金融風險預警系統(一)以數據為中心的體系設計原則

  在互聯網金融風險預警系統設計的過程中須遵循以下三點原則。

  第一,系統性原則。互聯網金融風險預警系統是一個針對互聯網金融風險進行檢測、預測以及預警的系統,是一個復雜的體系,這個體系涵蓋了互聯網金融行業的全部,所以在建立這個系統的時候應考慮每個參與者的利益。

  第二,時效性。對於互聯網金融行業的數據須及時處理,具有高效性,所以在進行建立預警系統的時候要註意時限性,確保能夠及時地發現風險及不足,這樣才能有充足的時間去預防,避免出錯,防止造成更大的損失。

  第三,準確性。在建立該預警系統的過程中要保證數據的準確性才能準確的判斷出互聯網金融風險,避免對金融風險作出錯誤的估計,造成不必要的損失。

  (二)以數據為中心的系統層級

  結合以數據為中心的體系設計原則,預警體系涵蓋了數據的收集、數據提取、數據分析和數據結果四個環節。在互聯網金融預警系統分為四個層級:

  1、數據管理層

  互聯網金融預警系統是以數據為基礎的,數據作為系統中的核心部分,是整個體系中的關鍵環節。企業在建立以數據為中心的互聯網金融預警系統過程中,必須健全為企業服務的數據管理機制,建立與企業規模相匹配的數據中心,從而收集、整理、加工、存儲數據,以便其他層級用戶的使用。

  2、數據整合層

  要從互聯網金融的大數據中實現金融風險的預警,必須對金融風險有透徹的定義和認識。從金融風險的定義出發,確定分析需求,對數據進行重新整合,提取與之對應的分析數據。數據整合是保證分析結果可靠性、準確性必不可少的環節。

  3、數據分析層

  數據分析是互聯網金融風險管理控制的實施手段。全面的數據分析系統,應包括現行的指標體系、統計模型,及人工智能方法等功能。

  4、數據結果層

  由數據分析層中得倒的每一次預警,都須結合企業的經營管理狀況、企業外部經濟運行環境以及行業背景等進行分析,為企業決策管理者提供更完整的決策依據,從而減少企業為規避風險所產生的損益。

  四、結論

  基於大數據的金融風險預警系統作為保障互聯網金融正常運行的工具,在傳統金融互聯網化的時代背景下,將會得到快速的發展。

  文/張澳夫

    本文首發於微信公眾號:大公。文章內容屬作者個人觀點,不代表和訊網立場。投資者據此操作,風險請自擔。

(責任編輯:陶海玲 HF003)
看全文
和訊網今天刊登了《大數據分析下的互聯網金融風險預警研究 》一文,關於此事的更多報道,請在和訊財經客戶端上閱讀。
寫評論已有條評論跟帖用戶自律公約
提 交還可輸入500

最新評論

查看剩下100條評論

熱門新聞排行榜

和訊熱銷金融證券產品

【免責聲明】本文僅代表作者本人觀點,與和訊網無關。和訊網站對文中陳述、觀點判斷保持中立,不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,並請自行承擔全部責任。