来源：中国网财经 

　“一切皆可智能化的时代，数据正在成为金融业基本业务单元和重要资产，数据经营能力也成为了金融机构关键能力。”这是《数据智能下的金融数字化转型2022年度报告》(下称“报告”)中的一段话，一定程度上解释了为什么这几年大数据风控成为了金融行业最热门的业务领域。

　　3月26日，在华夏时报社主办的“数据智能重塑实体：2022智能数据论坛”上，华夏时报金融研究院与算力智库共同发布了这份报告，系统梳理了数据智能下金融场景的典型应用案例和代表厂商，对金融业的数字化转型路径和未来趋势做出了预判。其中关于大数据风控的内容引发了与会专家和行业人士的强烈关注，马上消费金融(下称“马上消费”)凭借在大数据智能风控领域的领先应用成为该报告中的优秀案例。

　　大数据风控的优势及特点

　　从世界范围来看，大数据的概念大约诞生于2010年，被数据资产众多的金融行业接纳后形成了大数据风控的概念，并很快在信贷领域得到了落地应用。2015年前后，国内的信贷市场开始尝试使用大数据风控。电子商务公司开始提供网络信贷产品，数家互联网银行相继成立，以马上消费为代表的消费金融公司陆续成立并向市场提供了一系列以大数据风控为基础的产品服务。至此，我国大数据风控市场基本确立。

　　相对于传统的风控手段，大数据风控体系的数据来源更广、维度更多，决策审批过程自动化程度更高，基于算法构建的模型更客观公正。这些特点既成为了大数据风控的优势，也为大数据风控领域构筑了很高的技术门槛。

　　以马上消费为例，组建了一支近千人的IT团队，自主研发了900项核心技术系统，如自主可控的风控系统平台；基于云和微服务的、弹性可扩展的、支持高并发的架构设计；支持亿万级数据，支持多场景差异化风控流程、可视化风控监控与分析。

　　这种体量的技术队伍和研发能力，对于很多中小型金融机构来说是难以想象的。然而对于中小型金融机构，尤其是中小型银行来说，尽管困难重重，但是大数据风控仍然是他们无法舍弃的那颗蜜糖。毕竟传统的信贷手段基本上只能为有抵押担保或有征信记录的用户提供信贷服务，而为那些不能提供抵押担保和征信记录的用户提供信贷服务，只能依托于大数据风控。

　　大数据风控助力传统金融机构转型

　　“共同富裕是社会主义的本质要求，是中国式现代化的重要特征。”对于现代人来说，金融服务是生活的必需品。只有一部分人才能接受金融服务，这无疑是不合理的，也是实现共同富裕的一大阻碍。而让金融机构，尤其是传统金融机构跨越这个障碍，大数据风控是目前唯一有效的手段。

　　通过人工智能、大数据、云计算等新技术，传统金融机构对借贷中各环节进行优化，包括传统风控中的金融数据，以及对借款申请人还款能力和还款意愿的风险特征进行描述。通过大数据，将多个维度的数据，例如消费、社交等进行分析整理，以此达成金融新型风险评估模式。以此，金融机构可以不单一依赖于传统的金融信贷数据，并且可以对征信白户，即没有任何信用记录的人群进行风险审查，进行定价，进而提供金融产品和服务。

　　马上消费自主研发的“金融大数据智能风控平台”，依托自研的跨源SQL引擎、决策分析、模型实时预测等技术，可以有效解决实时风控领域数据应用“数据孤岛”、数据整合困难、计算技术门槛高、存储成本高等行业技术难题；解决传统风控系统难以形成风控全景数据资产，导致数据利用率及使用效率低的问题；以及解决传统风控业务需求开发交付流程长、系统交互复杂、涉及的技术多且复杂等研发问题，能够快速、灵活的进行风控策略适配与调优，助力信贷业务长期稳定健康发展，帮助金融机构实现稳定风控、快速展业的目标。目前，该平台主要用于金融行业风控实时信用审批、反欺诈、风控营销等场景，对公业务方面，大数据风控能够帮助金融机构建立项目评估规范化标准，扩宽授信企业数据获取维度，如税务、海关等，提升项目评估准确度，减少对抵押品的依赖。另外，大数据风控还能借助计算机改善传统项目分析，大大减少人为主观因素影响，解放客户经理在尽调等环节的工作量，通过数据驱动，提高贷款审批效率。

　　大数据风控面临的挑战

　　值得注意的是，在提高行业整体效率的同时，大数据风控也面临着诸多亟待解决的问题和障碍。

　　首先，作为大数据风控的基础，数据已经成为现代社会重要的生产要素。然而由于数据资产尚未建立明确的产权制度，因此数据权属难以界定和保障。用户作为生产数据的主体，理论上应该享有支配数据的权利，但实际上用户数据往往不由用户掌握，而是存在于服务提供方的数据库中，被当成其的核心资产，在用户毫不知情的情况下被计算分析，进而牟取利益。

　　其次，数据标准未建立。金融数据存在维度低、样本少、稀疏标注问题，无法支撑大样本，高维度数据需求，同时也致使定价和交易成难题。

　　第三，数据孤岛现象还很严重，各方数据分割严重，数据壁垒意识强烈，囿于自身商业机密和利益保护，数据流通共享受限。

　　第四，数据整合和治理程度较低，清洗数据花费大量时间，有效清流的数据整体占比低。

　　第五，数据融合存在问题。目前无法对专家知识进行有效建模，融入数据模型之中。

　　除了数据本身存在的问题以外，在大数据风控中使用数据也存在一些矛盾和问题。为了解决这些矛盾和问题。马上消费总结出实施大数据风控的“十大原则”：

　　第一，必须保障数据来源的合规性。

　　第二，必须保障核身的可靠性。

　　第三，必须保障在线实时信息传输的合规性和安全性。

　　第四，必须保障所用决策信息的合规性。

　　第五，必须保障所用模型和各类评分的有效性。

　　第六，必须保障所实施策略在验证数据集上模拟的有效性。

　　第七，必须保障大数据风控运行各环节的可追踪性。

　　第八，必须保障定期追踪回顾和及时调整优化迭代。

　　第九，必须保障在线自动运行时各环节实时监控和预警，预防造成较大业务损失。

　　第十，必须保障在线自动运行触发预警可及时干预性，在必要时进行及时有效干预。

　　展望未来，在中国复杂多变的发展环境中，金融机构应继续保持挑战自我、不断创新、严守风险底线的优良传统，脚踏实地砥砺前行，为金融健康和谐发展保驾护航