大数据在互联网金融风险防控中的应用

弓琛

[摘 要]在21世纪的今天，互联网技术得到了普及，网络信息技术发展势头正盛。为了促进网络银行的快速发展和金融合并迅速普及，快速发展的数据技术支援也变得愈发重要。以互联网技术为核心的数据应用革新是未来金融风险发展的方向，通过合理分析应用方案和应用程序的状态，为用户提供金融风险防控服务。

[关键词]大数据；互联网金融；风险控制

doi：10.3969/j.issn.1673 - 0194.2017.16.061

[中图分类号]F832 [文献标识码]A [文章编号]1673-0194（2017）16-00-03

网络银行的快速发展，依托于全新的经济发展形势与新社交工具的出现。目前，更多的资金筹集来自于移动支付，其对于网络安全的要求愈发严苛。移动电子商务的出现，以及其在互联网金融企业的应用普及，创造了更多的变化以适应更多人的需求。互联网金融行业凭借着诸多便利以及自身优势发展迅速，互联网金融开发前景广阔。互联网竞争又主要来自于大数据技术的角逐，在互联网时代数据安全也成为大家关注的焦点，且风险控制本身就是互联网金融行业得以发展、壮大的根本。因此本文主要研究大数据在互联网金融风险防控中的具体应用。

1 互联网金融

现实资金的融资过程中会发生一些不可避免的成本，其中就包括机会成本与交易成本，二者所带来的损失是融资过程中所必须考虑的成本。机会成本是交易中无法避免的，任何投资都会产生一定的机会成本，但交易成本所带来的过度损耗则是可以避免的，通过现代信息网络的帮助，可以在一定程度上减少交易成本带来的损失。互联网信息质检的融通可以适当根据过往经验减少输入人力资源和材料等，为各个产品制定更合理的价格区间，大幅降低了网络上的交易成本。20世纪末期，随着信息技术的不断扩展，传统意义上的金融业务也发生了一系列变化，开始产生了互联网金融行业。同时，互联网金融的出现大大降低了交易的时间成本，互联网金融计算处理业务高效、高速。互联网的便利性逐渐渗透进入人们的日常生活和工作之中，网络服务器内储存的服务信息作为一种重要的数据资源在商业银行的研究和分析中发挥着重大的商业价值。但在现阶段，互联网金融监管仍然较弱，在法律层面上缺乏明确、详细的限制与约束，如仅规定了P2P类的金融平台受银监会监督、管理，但尚未制定整个行业的法律法规。此外，相关技术较为薄弱，不法分子可能会通过管理以及技术层面的漏洞去获取大量客户的个人信息，导致各类违法的网络、电信诈骗案件层出不穷，网络银行的安全性值得人们去深思。

互联网金融的特点可以总结为成本低、效率高、覆盖广、发展快、管理弱、风险大。一是成本低，除了上述提到的交易成本可以被大幅度降低之外，互联网金融可以降低中介费用和垄断利润；二是效率高，互联网金融在操作上实现了计算机化，省去了人工的种种限制，同时使客户在操作上更加便捷；三是覆盖广，互联网的信息搜索便捷带来了更加丰厚的金融资源，在网上匹配适当的资源较之传统的搜寻显得更加方便，覆盖面不仅包括传统金融业的客户，还有之前服务中所涉及不到的部分盲区；四是发展快，在电子信息技术飞速发展的背景下，互联网金融业得以迅速发展壮大，各个互联网金融企业在建立之后都飞速发展，如余额宝，在上线半个月之后转入资金数目就高达66亿人民币；五是管理弱，目前，风险控制以及监督管理方面都存在着薄弱部分，在风险控制方面尚未形成完善的系统，而监管方面也尚未有完善的法律体系，因而管理上有待进一步发展；六是风险大，互联网金融不仅存在着较高的信用风险，还存在很大的网络安全隐患。

2 大数据技术

对于信息化时代中的大数据定义描述起源于麦肯锡公司。在庞大的数据储备中搜寻有价值的信息，大数据技术通过采用更高级的数据挖掘方法扩大运算的精度，发掘、利用价值更高的信息。安全的数据处理结构的优化和最大限度地提升数据处理速度已经成为大数据下一步的发展任务。目前，大数据逐渐被人们熟知，在2012年，纽约时报就曾报道说大数据时代已经来临，各行各业也屡屡出现依靠大数据分析成功的案例。金融创新也同样离不开大数据，大数据技术逐渐成为了金融系统风险防控的核心技术。创新大数据技术的使用，在很大程度上提升了用户交易频率，并在提升交易空间的同时大幅缩减支出、缩减风险、降低交易时间，这些因素都极大促进了互联网金融风险防控能力的发展。

大数据给人们带来的观念性革命主要有以下三点：首先，数据是全部数据而不是随机样本，之前在进行分析统计的过程中，普遍使用的方式就是随机抽样，即仅仅通过抽取少部分样本对整体进行的分析、推算，而大数据可以将更多的数据通过各种算法进行有效处理，从整体上对数据进行分析处理，而不是以小见大；其次，大数据的分析更在于混杂性而不是精确性，这意味着对于数据中出现的某一现象，人们不再进行刨根问底，而是把握数据总体的发展方向，从宏观角度洞悉问题的所在，而不是站在微觀角度去精确分析每一个现象；第三，大数据分析更加倾向于相关关系而不是因果关系，以往对于数据的分析更注重所谓的因果关系，在因果关系的寻找中往往更关注事情与事情之间的逻辑关系，但相关关系则是表明一件事情与另一件事情之间是关联发生的，虽然没有说明发生的逻辑关系，但事情带来的商机是更为关键的。

3 大数据技术在互联网金融中的应用

3.1 利用大数据技术进行高频交易和算法交易

所谓高频交易，指的是互联网金融企业利用大数据技术在同样的时间内完成更多的业务。为了实现较高收益，互联网金融企业利用大数据技术分析商家交易，在极短的时间内就可以得到充分的交易信息，时间上的大幅度减小可以帮助互联网金融企业在同样任务时段内完成更多的业务。所谓算法交易，指的是互联网金融企业利用大数据技术算法中高精度的模式去识别和推定交易机会以及获利空间。互联网金融企业通过利用网络平台上对外披露的众多财务数据分析交易周期，具体到从吸引参加者到确认交易的指令全部由计算机程序发出，通过算法中高精度的模式去识别和推定交易机会以及获利空间。endprint

3.2 利用大数据技术进行市场情绪分析

所谓市场情绪分析，指的是互联网金融企业利用大数据技术提取对冲基金市场的感情信息，并通过精密的计算机算法阻止市场黑天鹅的发生。市场黑天鹅一旦出现，公司则会立刻调整投资策略以规避即将到来的种种市场风险。值得一提的是，著名心理学研究人士理查德·彼得通过不断发掘人们对于市场的心理预期来获得最佳投资策略，他运用大数据技术分析来自于大量社交软件、媒体的信息，进而对这些信息进行市场情绪分析，成功地建立了一支高回报的投资组合篮子。

3.3 利用大数据技术提升互联网企业的风险控制能力

互联网是一个开放平台，虚拟化程度较高。人们在选择交易平台上就有更高的要求，其中对于用户选择影响最大的便是该平台对于风险防控的能力，也就是说互联网企业的风险控制能力是人们能否有信心进行大量互联网金融交易的基础。互联网金融企业的风险管理的核心是对用户以往交易数据的收集与分析，通过详细分析可以得出该用户潜在的信用能力，从而确定该用户的资本供给额度，为特定的中小企业及消费者解决问题。模型化的在线信用分析程序是互联网金融企业风险防控的基础。

3.4 利用大数据进行产品价值潜力测评

互联网金融企业通过利用大数据技术建立起分析模型，将信用能力纳入到评价体系中来，为金融企业投资及金融企业服务的对象提供全面的产品与企业价值潜力测评，并建立起全新的分析体系，为高效利用数据寻找其他出路。此外，互联网金融企业利用大数据技术评测产品价值潜力对于产品销售、服务提供来说都是至关重要的，挖掘产品的潜在客户与为其提供更全面的产品价值潜力测评报告同等重要。

4 互联网金融风险控制的基础方式

分散观念是互联网金融风险控制的基础方式之一。最有效的风险管理方法来自于一句话，即绝不将所有的鸡蛋都放在一个篮子里，也就是将资金合理投资于独立的几个项目中，这样的做法将能够保证互联网金融企业在系统风险来临之前，可以将风险降低至最小，这就是所谓的分散观念。分散观念在互联网风险管理中占据着非常重要的地位，由于互联网金融潜在的贷款服务需求者在地域上较为分散，贷款客户的个人情况也不统一，因此可以认定对于每位用户来说发生违约的风险也是相对独立的，可以不考虑连带关系所带来的损失连带。既然每个贷款客户发生违约的风险是独立的，那么将大额资金分散成小额资金提供给较多的贷款客户是降低违约风险，阻止资金损失发生的最有效投资策略。一笔大额资金得以分散提供的做法可以使较大风险被分散为较小风险，此时，互联网金融公司利用大数据技术发掘更多财务相关性较低的潜在客户并分析其信用能力，是大数据技术在金融风险防控之中的又一項重大突破举措。

互联网金融风险控制的另外一种基础方式是以“少量”方式对抗“小样本偏差”，是降低风险的一项重要手段。根据统计学规律，大样本下的参数统计更加符合正态分布情况，因此大样本下的推算违约率方面也更具有参考意义与价值。数据分析下的风险控制模式对于互联网企业的生存与发展意义重大。相对于传统商业银行，互联网金融的创新能力更强，这就更需要一个强大的征信与信用分析系统为其保驾护航。互联网金融强大的生命活力来自于大量潜在客户的发掘，资金需求者来自不同地域，背景大不相同，甚至很多是传统商业银行拒绝授信的个人资金需求者。此时的风险防控需要采用全新的风险控制模式，根据客户的全部个人信息和以往的诚信纪律、消费记录来发掘客户的还款能力等关键信息，综合考量其违约风险。除了分散原则之外，灵活多指标的信用分析系统也是互联网金融降低金融风险的关键所在，通过分析每个客户的特性确立风险的控制原则，为拥有不同特性的个人确定全新的信用发现指标，以降低风险的发生概率。

5 大数据在互联网金融风险防控方面应用的必要性

大数据技术有利于实现数据共享。目前，国内金融系统并不十分发达，各行业仍然处于数据孤岛中，急需跨界数据共享行动的发起来提升各行业内数据的使用价值，各行业的数据如能得到联合、统一，那么对于各个行业来说都将是革命性的。差错数据较多、前期较少的数据积累、独立于国家征信系统是互联网金融企业风险控制至关重要的背景，这样的三个特征导致互联网金融企业大数据发展仍然有一定难度。未来互联网企业与其他行业之间的数据合作需要逐渐增加，通过共享风险管理系统，增加对中小企业第三方服务咨询数据的访问，通过建立更完善的数据收集渠道和信用评级系统为金融风险防控奠定全新的基调。

目前，网络金融风险管理系统类型较为单一，服务模式单一的企业通常会选择与强大的征信机构建立起数据共享联系，而服务多元化的公司则建立自己的征信数据库，为扩大服务、缩减风险做长期准备。因此，金融企业有必要应用大数据来预防互联网金融风险。6 互联网金融行业的数据储备来源

目前，互联网金融行业的数据储备主要来自于以下几个方面。一是用户数据，只有凝集了海量用户，整个行业才能持续运营、发展，因而互联网金融企业对于用户数据的采集、整理、存储等方面都有很高要求，妥善保管、使用这类型数据对于业务展开有着重要意义。绝大部分企业会将用户数据等基础情况存储至信息系统进行保管，对于互联网金融企业来说，用户数量的多少即为自身竞争力的一个客观体现，用户数量多意味着目前的发展状况良好、市场接受度高，同时也代表较好的发展态势。二是交易数据，互联网金融行业所提供的服务也就是市场上的交易行为，获取交易数据是轻而易举的，而企业自然会保留下交易数据作为日后查证的依据，那么对于这类数据的取得和存储不是问题，重点在于对这部分数据的分析、运用。交易数据能够清晰地反映客户偏好、信用等，对于客户信用评价来说意义非凡。三是操作行为数据，这类型数据是指客户在互联网上进行操作时点击、停留等的信息。互联网金融企业所要做的不仅仅是传统金融行业所做的交易平台，更要对广大用户推广金融业务，让更多人了解金融的意义所在。而保存操作数据的意义在于帮助企业更好地进行用户分析、了解用户需求，从而做出较为合适的方案，且对于部分客户出现的反常行为能够予以判断，保证公司数据、资金安全的前提下提高公司的服务质量。四是文本数据，包括对所使用产品、服务的反馈信息，与客服交流、对话的沟通信息，对平台、服务的意见信息等。文本数据在互联网中占据着重要地位，这部分信息对于公司的声誉来说影响巨大，若不关注此类信息，则很可能导致公司声誉受损。五是其他数据，包括国家宏观经济政策导向、货币汇率变动情况、各行各业目前的发展态势及其规模大小等。除企业自身的数据之外，其他的数据也应当予以关注，互联网金融企业要想发展、壮大，对于相关政策的了解也是至关重要的，只有对整个经济形势做到心中有数，才能在竞争中生存下来。7 大数据技术在互联网金融风险防控方面的具体应用endprint

大数据技术在互联网金融风险防控方面的具体应用，具体以阿里巴巴为例进行分析、总结。阿里巴巴通过不断收集社交网站、视频网站、快递信息、购物及出行等各类消费记录，进而将个人信用卡的还款信息、交易、支付、淘宝的水电煤缴费信息都加入到信用分析评价体系中来，同时阿里还入股新浪微博，获取该平台上的社交数据以完善其数据系统。凭借着上述庞大的数据储备，阿里巴巴于2013年创立了阿里信用贷、淘宝订单贷、信用贷，通过多年数据的收集与管理，将海量的数据进行分析、评价，在某种程度上创造了较为对称的信息平台，使得公司不再处于信息劣势，而在综合分析中占据了主动地位。控制网络支付入口是阿里巴巴得以建立庞大数据库的基础，为网络用户的基本的征信能力提供参考，所有的这些大数据分析程序都会变成现实。

阿里巴巴集团推出的以上几种金融服务，采取的均是无抵押且无担保的模式，在风险防控的要求上对公司提出了更高要求，在无抵押、无担保的情况下，就更有可能出现还款问题，因而公司需要针对这一问题做出更细致的计划。如淘宝订单贷，是提供相应贷款业务给资金周转出现问题的淘宝店主，在商品销售的高峰期，海量订单所带来的大笔商品发出成本，可能会使店铺的经营局面难以维持，订单贷的出现就解决了这些商家的资金流通问题。订单贷也是无抵押担保的，阿里巴巴集团希望通过对电商平台上的各项交易、支付等信息进行综合分析，对于贷款者的信用记录做出评级，以保证在无抵押、无担保的前提下，尽可能降低贷款风险。具体来说，阿里巴巴所做的风险防控主要分为以下两个方面。

第一，阿里巴巴对于贷款客户的信用综合评级方面极为重视。除了上述数据来源的广泛以及分析管理数据的严谨之外，还运用先进的网络数据模型给每位客户的信用评级打分，再加上交叉检验和在线视频，使得公司能充分了解客户的基本情况，再辅以其余各个渠道所获取的信息，在最短的时间内公司便能够出具一份全面的客户信用评级信息。在此基础上，阿里巴巴依照目前的资金状况、运营能力等，先系统核定，后人工审核，为每位客户确定一个合理授信额度，并出具电子合同。整个评级过程效率高，且环节紧凑，一环扣一环，对于贷款者的审核与授信额度的确立都十分严谨，确保公司的风险维持在低水平。

第二，阿里巴巴从前、中、后三个时期管控风险，以保证最大限度回收款项。首先，在发放贷款之前，公司会对商家进行上述的客户信用综合评级，且对各项资料都进行严格复核，在第一道门槛上就做足防范，从而为整体的风险防控措施做到更高程度的保障；其次，在贷款中，公司会在支付宝平台和阿里云平台上对贷款者的现金流量进行严格检测，如交易异常等状况发生，则发出警告，对于异常状况的监控与管理是保障资金安全中至关重要的环节；最后，在贷款后，公司对于金额的催收方面有严格程序，对于违约的贷款者，将关闭淘宝店铺，并在阿里官网上对于欠贷企业进行披露，使企业声誉受损，很难再会有金融企业愿意为其提供贷款服务，从而能够使企业的贷款风险降至最低。

有了严格的风险防控措施，阿里金融在短时间内便发展壮大，相关数据显示，阿里金融的单笔信贷成本仅为2到3元，較之传统信贷业务成本来讲，低了千倍，这是大数据技术下的互联网金融行业的成功典范。阿里巴巴有效利用了大数据的海量信息，挖掘出金融信贷中的风险防控体系所需的关键信息，并将所挖掘的信息进行合理整合、运用，从而提升了风险控制效率。

8 结 语

大数据技术在促进互联网金融企业风险防控措施完善的环节上意义重大，互联网金融企业有必要结合自身拥有的大数据并结合其他数据进行综合使用，才能获得独特的竞争优势。但数据的云集也埋下了安全隐患，庞大的数据在正常使用时自然会给社会带来益处，但不法分子可能会利用这些数据去牟取暴利，导致个人隐私泄漏。因此，互联网金融企业需要将一部分精力投向防止个人隐私泄露方面，只有创造一个安全有序的数据使用环境，才能够确保大数据技术在控制互联网金融风险中发挥积极作用，而不至于对社会造成危害。

主要参考文献

[1]徐玖玖.大数据对互联网民营银行公司治理结构的影响[J].海南金融，2015（12）.

[2]屈秀伟.基于大数据的互联网金融创新模式应用研究[D].哈尔滨：黑龙江大学，2015.

[3]黄子健，王龑.大数据、互联网金融与信用资本：破解小微企业融资悖论[J].金融经济学研究，2015（1）.

[4]郑志来.大数据背景下互联网金融对中小企业融资影响研究[J].西南金融，2014（11）.

[5]欧金.探讨大数据对互联网金融发展的意义及应用[J].现代经济信息，2014（15）.

[6]吴昭华.大数据时代的互联网金融发展研究[J].电子世界，2014（5）.

[7]王月瑶.大数据时代下互联网金融发展的机遇与风险应对[J].经济师，2017（1）.

[8]杜永红.大数据时代互联网金融发展对策研究[J].价格理论与实践，2015（7）.

[9]杨虎，易丹辉，肖宏伟.基于大数据分析的互联网金融风险预警研究[J].现代管理科学，2014（4）.endprint