追溯至1980 年,著名未來學(xué)家阿爾文· 托夫勒曾在著作《第三次浪潮》中,熱情地贊頌了大數(shù)據(jù)將成為繼工業(yè)革命、數(shù)字信息之后的第三次浪潮。直到2008年末,蘭道爾·布萊恩特、蘭迪·卡茲、愛德華·拉佐斯加在《大數(shù)據(jù)計(jì)算:在商務(wù)、科學(xué)和社會領(lǐng)域創(chuàng)建革命性突破》中探討了大數(shù)據(jù)應(yīng)用的可能。更進(jìn)一步講,IBM在2012年發(fā)布了白皮書《分析:大數(shù)據(jù)在現(xiàn)實(shí)世界中的應(yīng)用》,其在高德納分析員道格·萊尼3V理論的基礎(chǔ)上,重新定義了大數(shù)據(jù)的4V應(yīng)用理論,并在發(fā)布會上大膽預(yù)言。
2011年2月17日,全世界記住了IBM的沃森計(jì)算機(jī)系統(tǒng)。其在智力競賽節(jié)目《Jeopardy》(危險(xiǎn))中打敗了兩名人類挑戰(zhàn)者,計(jì)算機(jī)科學(xué)家們認(rèn)為這是大數(shù)據(jù)超級計(jì)算能力的勝利。自此以后,大數(shù)據(jù)正式開啟產(chǎn)業(yè)應(yīng)用的先河,短短幾年間席卷了金融、科技、政府、教育、醫(yī)療等多個領(lǐng)域。其中, 金融作為一個以數(shù)字體現(xiàn)價值的典型行業(yè),大數(shù)據(jù)技術(shù)已經(jīng)廣泛應(yīng)用于金融的多個領(lǐng)域,比如風(fēng)險(xiǎn)控制、客戶管理、精準(zhǔn)營銷和產(chǎn)品服務(wù)創(chuàng)新等。
金融領(lǐng)域的應(yīng)用
眾所周知,大數(shù)據(jù)技術(shù)在風(fēng)險(xiǎn)控制領(lǐng)域的應(yīng)用是非常廣泛的。大數(shù)據(jù)風(fēng)控在金融領(lǐng)域的應(yīng)用,根據(jù)風(fēng)險(xiǎn)類型的不同會有所差異,如申請欺詐風(fēng)險(xiǎn)、交易欺詐風(fēng)險(xiǎn)、支付欺詐風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、合規(guī)風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、套現(xiàn)風(fēng)險(xiǎn)和洗錢風(fēng)險(xiǎn)等。筆者將從最重要的兩類風(fēng)險(xiǎn):欺詐和信用來進(jìn)行探討。反欺詐主要是通過身份核驗(yàn)、黑名單排查來解決:1數(shù)據(jù)真實(shí)性;2還款意愿問題。征信主要是對還款能力和還款意愿的一種判斷。
舉例來說,JPMorgan是較早采用金融大數(shù)據(jù)風(fēng)險(xiǎn)控制解決方案的投資銀行。其反欺詐和信用風(fēng)控的原理是基于事件驅(qū)動型的實(shí)時欺詐檢測和信用風(fēng)險(xiǎn)監(jiān)管。
在信息采集方面,客戶的數(shù)據(jù)大部分來源于線下業(yè)務(wù)系統(tǒng)累積的結(jié)構(gòu)化數(shù)據(jù),小部分?jǐn)?shù)據(jù)是在Facebook和Twitter等社交網(wǎng)站上采集的半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)。比如文本、視頻等。經(jīng)過數(shù)據(jù)交換平臺和Hadoop分布式系統(tǒng)的集中處理后,JPMorgan的金融大數(shù)據(jù)系統(tǒng)會將統(tǒng)一格式化后的數(shù)據(jù)存儲在數(shù)據(jù)倉庫。
在實(shí)時欺詐風(fēng)控方面,JPMorgan基于客戶的360度畫像進(jìn)行反欺詐和反作弊的實(shí)時監(jiān)控。首先,采取線上結(jié)合線下的方式對客戶的身份進(jìn)行交叉檢驗(yàn)。例如,通過FICO評分,選取評分低于650分的客戶群進(jìn)行線下調(diào)查。從很大程度上,規(guī)避了個人或團(tuán)伙的申請欺詐。另外,JPMorgan的反欺詐平臺會利用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等技術(shù),隨機(jī)從消費(fèi)歷史數(shù)據(jù)庫的欺詐消費(fèi)記錄中,提取出具備相同特征的欺詐模式,對下一次新的消費(fèi)行為進(jìn)行預(yù)測和分析。每當(dāng)發(fā)現(xiàn)新的欺詐行為后,系統(tǒng)會立即進(jìn)行匹配檢測,判斷欺詐類型是交易欺詐、支付欺詐亦或是其他類型的欺詐,若與系統(tǒng)原有欺詐模式不同,則將此全新的欺詐行為記錄到反欺詐模型中。
在信用風(fēng)險(xiǎn)控制方面,JPMorgan重點(diǎn)考察客戶的還款能力和還款意愿。其利用logistic回歸修正模型來預(yù)測借款者的還款能力。模型主要對客戶的資產(chǎn)、負(fù)債、未來收入和成本的現(xiàn)金流等特征進(jìn)行量化價值評估。JPMorgan對客戶還款意愿強(qiáng)弱的考察主要是基于客戶的事件信息和相似客戶行為來進(jìn)行分析。形象來說,杰克近期中了500萬彩票大獎,中獎事件信息的觸發(fā)會增強(qiáng)李三的還款意愿。湯姆和吉姆是好朋友,經(jīng)常一起出入同一餐廳(按美國習(xí)慣同時使用各自信用卡分?jǐn)値?,從湯姆還款的頻率和額度可以從很大程度上預(yù)測吉姆的還款意愿的強(qiáng)弱。
其他領(lǐng)域的應(yīng)用
如今,全世界的一半以上的人口生活在城市中。隨著城市人口的劇增,如何精細(xì)化管理人口、資源如何平衡配置和如何打造智慧城市成為了各國政府亟待解決的難題。
大數(shù)據(jù)作為一項(xiàng)新型信息挖掘和處理技術(shù),對智慧城市的建設(shè)提供了有效的解決方案。一個大數(shù)據(jù)技術(shù)比較典型的應(yīng)用是在智慧交通領(lǐng)域,現(xiàn)階段,錯綜復(fù)雜的城市道路,可以通過GPS和攝像頭數(shù)據(jù)來進(jìn)行規(guī)劃設(shè)計(jì)。包括道路紅綠燈的時間間隔、事故預(yù)防調(diào)查和道路攝像頭的關(guān)聯(lián)控制等。例如,大數(shù)據(jù)服務(wù)提供商Teradata曾經(jīng)幫助西班牙交通總署實(shí)現(xiàn)大數(shù)據(jù)交通事故調(diào)查,不僅大幅降低了事故調(diào)查的人力、財(cái)力資源,而且從交通事故源頭上有效減小了事故發(fā)生概率。
近年來,大數(shù)據(jù)風(fēng)控技術(shù)在各個應(yīng)用領(lǐng)域的發(fā)展速度令人目不暇接。然而,從另一個方面,其有效性也受到了非常大的挑戰(zhàn)。陳宇2015年在《風(fēng)吹江南之互聯(lián)網(wǎng)金融》中提出了大數(shù)據(jù)風(fēng)控?zé)o效論。筆者認(rèn)為,大數(shù)據(jù)是有效的,但其有效性不足。
具體如近期特別關(guān)注的P2P平臺。自2007年我國誕生第一家P2P平臺起,P2P平臺頻頻暴露出跑路、停業(yè)、提現(xiàn)困難和經(jīng)偵介入等問題。目前,大部分P2P平臺均宣稱,自家平臺是采用先進(jìn)的大數(shù)據(jù)風(fēng)控技術(shù),嚴(yán)進(jìn)嚴(yán)出,基本能保障不良貸款率在P2P行業(yè)較低的水平。然而,P2P行業(yè)的風(fēng)控現(xiàn)狀卻總是事與愿違。根據(jù)網(wǎng)貸之家發(fā)布的《2015年P(guān)2P網(wǎng)貸行業(yè)年報(bào)》顯示,2015年全國正常運(yùn)營的P2P平臺總數(shù)2595家,累積停業(yè)及問題平臺數(shù)量高達(dá)896家,占比34.53%。問題平臺總數(shù)高達(dá)2014年的3.26倍。因此,P2P風(fēng)控之殤從一個側(cè)面反映出大數(shù)據(jù)風(fēng)險(xiǎn)控制存在有效性不足的問題。
有效性問題的提出
在數(shù)據(jù)來源方面,數(shù)據(jù)孤島仍然是制約我國金融信貸行業(yè)發(fā)展的重要因素。目前,政府、銀行、券商、互聯(lián)網(wǎng)企業(yè)和第三方征信公司掌握的信息資產(chǎn)難以在短時間內(nèi)互聯(lián)互通。正如吳昊(2015)所說一樣,信息孤島導(dǎo)致了信息不對稱、不透明,帶來了大量的多頭債務(wù)風(fēng)險(xiǎn)和欺詐風(fēng)險(xiǎn)。由此得知,金融信貸行業(yè)若想利用大數(shù)據(jù)風(fēng)控技術(shù)大力提升風(fēng)控水平,就必須打破信息孤島,解決信息不對稱和信息獲取不及時的問題。
在數(shù)據(jù)質(zhì)量方面,數(shù)據(jù)缺乏有效性是數(shù)據(jù)質(zhì)量不佳的主要因素,也直接導(dǎo)致了大數(shù)據(jù)風(fēng)控有效性的不足。近些年,金融機(jī)構(gòu)、電子商務(wù)、社交網(wǎng)絡(luò)、公共政務(wù)、OTO互聯(lián)網(wǎng)平臺等數(shù)據(jù)體猶如一臺永不停歇的機(jī)器一般,源源不斷地制造著每天2EB級別的海量數(shù)據(jù)。然而,數(shù)據(jù)格式多樣化、數(shù)據(jù)形式碎片化、有效數(shù)據(jù)缺失和數(shù)據(jù)內(nèi)容不完整等問題也隨之而來。因此,改善數(shù)據(jù)質(zhì)量,提升有效性成為大數(shù)據(jù)風(fēng)控水平提高的必備環(huán)節(jié)。在數(shù)據(jù)采集和使用的制度建設(shè)方面,保護(hù)個人或企業(yè)隱私,一直都是我國政府制度建設(shè)的一個重大方向。如何合法地、適度地、有效地采集和使用大數(shù)據(jù)?這不僅僅是一個技術(shù)實(shí)現(xiàn)的問題,更是一個社會進(jìn)步的問題。近年來,數(shù)據(jù)泄露事件頻頻出現(xiàn),也成為了各大媒體爭相報(bào)道的新聞頭條和人們老生常談的熱點(diǎn)話題。
有效性問題的分析
縱觀大數(shù)據(jù)風(fēng)控有效性不足的三大因素,數(shù)據(jù)孤島是當(dāng)務(wù)之急。首先,公共設(shè)施、生活繳費(fèi)、社會保險(xiǎn)、交通路況、教育醫(yī)療等政務(wù)數(shù)據(jù),依然掌握在相關(guān)政府部門數(shù)據(jù)庫,尚未向社會公開,甚至可以說,政府部門內(nèi)部都未進(jìn)行共享。目前,雖然工商、司法、公益等信息已經(jīng)向全社會開放,但是公共政務(wù)信息的開放程度仍然較低。況且,政府部門信息的公開必將是一個漫長且復(fù)雜的過程。其次,銀行、券商、基金和信托等傳統(tǒng)金融機(jī)構(gòu)長期形成的合規(guī)文化氛圍,主導(dǎo)著各項(xiàng)業(yè)務(wù)的規(guī)范發(fā)展,因而設(shè)計(jì)了諸多制約環(huán)節(jié)和監(jiān)控措施。以至于傳統(tǒng)金融機(jī)構(gòu)的數(shù)據(jù)開放流程變得異常繁瑣和低效。再者,掌握著大量真實(shí)信息的互聯(lián)網(wǎng)企業(yè)、第三方征信公司和O2O平臺之間也難以達(dá)到互聯(lián)互通的程度。電子商務(wù)、社交網(wǎng)絡(luò)、地理位置、信用評估、搜索發(fā)動機(jī)、移動互聯(lián)網(wǎng)行為等大數(shù)據(jù)交叉集中于阿里巴巴、騰訊、百度、、九次方等企業(yè)。自IBM公布首例大數(shù)據(jù)商業(yè)案例以來,大數(shù)據(jù)技術(shù)在世界范圍內(nèi)得到快速普及。數(shù)據(jù)即價值,由此深深地根植于每一個現(xiàn)代企業(yè)的發(fā)展理念中,這些企業(yè)都希望抓住第三次技術(shù)浪潮的時代機(jī)遇。因?yàn)樵谄渑荞R圈地的過程中,互相之間存在激烈的競爭關(guān)系,所以大數(shù)據(jù)互聯(lián)互通的目標(biāo)目前看來難以實(shí)現(xiàn)。
從互聯(lián)網(wǎng)金融元年開始的短短三年間,網(wǎng)絡(luò)安全事件層出不窮,網(wǎng)絡(luò)數(shù)據(jù)真實(shí)性再次被提及。王強(qiáng)(2015)認(rèn)為,大數(shù)據(jù)時代的數(shù)據(jù)基本是垃圾進(jìn)垃圾出,真實(shí)度可能只有50%。企業(yè)家和學(xué)者對數(shù)據(jù)真實(shí)性的擔(dān)憂不是空穴來風(fēng),銀行、P2P等機(jī)構(gòu)都遭遇過嚴(yán)重的金融欺詐事件。比如,2015年,我國商業(yè)銀行頻現(xiàn)身份冒用、盜卡交易和頻繁套現(xiàn)等安全事件。毋庸置疑,視風(fēng)險(xiǎn)為第一要務(wù)的商業(yè)銀行仍然是大數(shù)據(jù)真實(shí)性最高的機(jī)構(gòu)。然而,商業(yè)銀行仍然會遭受上述風(fēng)險(xiǎn)。其中,金融基礎(chǔ)設(shè)施不完善是最直接的一個因素。具體舉例來說,在身份驗(yàn)證方面,一個自然人或企業(yè)很有可能會開通各個商業(yè)銀行、第三方支付、P2P網(wǎng)絡(luò)借貸、小額貸款等賬戶。商業(yè)銀行通過央行征信系統(tǒng)來對客戶在其他銀行的表現(xiàn)進(jìn)行風(fēng)險(xiǎn)識別和風(fēng)險(xiǎn)定價,對于第三方支付、P2P網(wǎng)絡(luò)借貸和小額貸款等公司的賬戶數(shù)據(jù),商業(yè)銀行由于缺乏外部大數(shù)據(jù)采集能力和意識,并不能及時和輕易地獲取。因此,客戶除商業(yè)銀行之外,在其他信貸渠道引發(fā)的信用風(fēng)險(xiǎn),勢必會疊加到商業(yè)銀行的信貸風(fēng)險(xiǎn)中。
與此同時,網(wǎng)絡(luò)安全事件也帶來了嚴(yán)重的數(shù)據(jù)泄露風(fēng)險(xiǎn)。從國際數(shù)據(jù)泄露情況來看,Verizon發(fā)布的報(bào)告《Data Breach Investigations Report 2015》顯示,全球調(diào)研覆蓋95個國家,61個報(bào)告了數(shù)據(jù)泄露問題,共涉及79790個安全事件,損失高達(dá)數(shù)千億美金。從國內(nèi)來看,國內(nèi)專業(yè)的互聯(lián)網(wǎng)安全平臺360發(fā)布的《2015年中國互聯(lián)網(wǎng)安全報(bào)告》顯示,共有1410個漏洞可能造成網(wǎng)站上的個人信息泄露,可能泄露的個人信息量高達(dá)55.3億條。
總而言之,若想提升大數(shù)據(jù)風(fēng)控的有效性,就必須解決數(shù)據(jù)孤島、數(shù)據(jù)低質(zhì)、數(shù)據(jù)泄露的問題。
與其說大數(shù)據(jù)風(fēng)控是無效的,不如說大數(shù)據(jù)風(fēng)控尚處于初級階段。在這個階段,大數(shù)據(jù)風(fēng)控有效性的提升需要以探索的方式解決數(shù)據(jù)孤島、數(shù)據(jù)低質(zhì)、數(shù)據(jù)泄露三個方面的問題。從而對我國原有過度中心化、同質(zhì)化的風(fēng)控體系進(jìn)行升級換血,避免系統(tǒng)性風(fēng)險(xiǎn)帶給我們的巨大危害。
在現(xiàn)有大數(shù)據(jù)風(fēng)控模式優(yōu)化的長期過程中,政府監(jiān)管部門、傳統(tǒng)金融機(jī)構(gòu)、互聯(lián)網(wǎng)企業(yè)、第三方征信公司、OTO平臺將扮演不可或缺的角色。其中,政府監(jiān)管部門的作用尤為重要。比如數(shù)據(jù)孤島的打破,得益于政府監(jiān)管部門積極的征集多方意見,制定公正嚴(yán)明的法律法規(guī)或行業(yè)規(guī)則,倡導(dǎo)多方加入到信息共享、數(shù)據(jù)互通的行列。因此,大數(shù)據(jù)風(fēng)控有效性的提升,筆者認(rèn)為,應(yīng)該從以下三個方面來思考:
倡導(dǎo)數(shù)據(jù)互聯(lián)互通解決數(shù)據(jù)孤島問題
目前,數(shù)據(jù)孤島是大數(shù)據(jù)風(fēng)控體系建設(shè)過程中資源集成的最大障礙。各個機(jī)構(gòu)和企業(yè)在拓展業(yè)務(wù)的同時,積累了海量的數(shù)據(jù)信息。但由于各個系統(tǒng)之間缺乏信息共享機(jī)制,導(dǎo)致形成了大量的數(shù)據(jù)孤島,不利于我國信用基礎(chǔ)數(shù)據(jù)庫的建設(shè)。
倡導(dǎo)數(shù)據(jù)互聯(lián)互通能有效地打破數(shù)據(jù)孤島,然而,真正實(shí)現(xiàn)互聯(lián)互通的目標(biāo),必須經(jīng)歷漫長的過程。回顧國際上發(fā)達(dá)國家的信息互通的歷程,作為世界金融中心的美國,其信用大數(shù)據(jù)的開放方式是值得借鑒的。美國最初的數(shù)據(jù)開放源自于民眾對信用數(shù)據(jù)知情權(quán)的訴求。1953年至今,從最早的《信息自由法》到美國總統(tǒng)奧巴馬推動數(shù)據(jù)的開放運(yùn)動,已經(jīng)從國內(nèi)成功地推廣到了由美國、英國、墨西哥等8個國家發(fā)起成立的數(shù)據(jù)開放政府聯(lián)盟(OGP)。
從國內(nèi)來看,我國在數(shù)據(jù)開放水平上進(jìn)步顯著,近幾年提出了很多創(chuàng)新舉措。2015年8月31日,國務(wù)院印發(fā)了《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》,正式將大數(shù)據(jù)戰(zhàn)略定位為國家層面的創(chuàng)新戰(zhàn)略。在這份綱要中,提出了 2017 年底前,我國跨部門數(shù)據(jù)資源的內(nèi)部共享格局將形成。2018 年底前,將建成我國政府?dāng)?shù)據(jù)統(tǒng)一開放平臺。2020年底前,我國將逐步實(shí)現(xiàn)金融、信用、企業(yè)登記監(jiān)管、交通、醫(yī)療、教育、氣象等民生保障服務(wù)相關(guān)領(lǐng)域的政府?dāng)?shù)據(jù)集向社會開放。
對地方政府而言,我國50個省市在貴陽市政府、貴陽大數(shù)據(jù)交易所的推動下,將共同發(fā)起中國城市大數(shù)據(jù)產(chǎn)業(yè)發(fā)展聯(lián)盟,并于2016年5月27日在貴陽揭牌。中國城市大數(shù)據(jù)產(chǎn)業(yè)發(fā)展聯(lián)盟的成立,不僅從很大程度上推動城市之間的信息共享、數(shù)據(jù)互通,全面激活大數(shù)據(jù)價值,而且有助于提升政府行政效率,提升科學(xué)決策能力。例如,而且將積極推動政府?dāng)?shù)據(jù)公開,打通部門壁壘、提高行政效率,提升政府治理能力,引領(lǐng)政府職能轉(zhuǎn)型。舉例來說,農(nóng)產(chǎn)品的核心問題是合理種植或養(yǎng)殖農(nóng)產(chǎn)品,正如郭文利,權(quán)維俊,劉洪2010年在《精細(xì)化農(nóng)業(yè)氣候區(qū)劃業(yè)務(wù)流程初步設(shè)計(jì)》中所言一樣,農(nóng)業(yè)氣候區(qū)劃是農(nóng)民種植好農(nóng)產(chǎn)品的決定性因素之一。 所以說,根據(jù)已有的氣候、土質(zhì)、病蟲災(zāi)害、循環(huán)生長等信息,借助于大數(shù)據(jù)風(fēng)控技術(shù)形成的生長趨勢和消費(fèi)情況報(bào)告,對農(nóng)牧業(yè)的精細(xì)化生產(chǎn)尤為重要。隨著政府?dāng)?shù)據(jù)的共享,農(nóng)業(yè)部門通過氣象部門的實(shí)時氣候大數(shù)據(jù)預(yù)測,可以幫助農(nóng)民完成科學(xué)種植。對企業(yè)而言,2015年1月,中國人民銀行印發(fā)了《關(guān)于做好個人征信業(yè)務(wù)準(zhǔn)備工作的通知》。通知要求芝麻信用、拉卡拉信用和騰訊征信等八家機(jī)構(gòu)做好個人征信業(yè)務(wù)的準(zhǔn)備工作,具體來說,截止到2015年末,央行個人征信系統(tǒng)共收錄8.8億自然人數(shù),其中3.8億人有信貸記錄,企業(yè)征信系統(tǒng)收錄企業(yè)及其他組織2120萬戶,其中577萬戶有信貸記錄。數(shù)據(jù)量的爆炸式增長,反映了政府監(jiān)管部門、金融機(jī)構(gòu)和企業(yè)之間已經(jīng)開始進(jìn)行大數(shù)據(jù)的分享嘗試。由此,拉開了大數(shù)據(jù)交叉互通的序幕。
增強(qiáng)數(shù)據(jù)檢驗(yàn)?zāi)芰μ岣邤?shù)據(jù)質(zhì)量和可靠性
伴隨著數(shù)據(jù)采集渠道的日益拓展,通過交叉檢驗(yàn)、生物識別和機(jī)器學(xué)習(xí)等技術(shù)來解決數(shù)據(jù)低質(zhì)的問題顯得迫在眉睫。
據(jù)悉,目前貸款包裝、組團(tuán)欺詐、賬戶造假等情況屢見不鮮。尤其在信用貸款領(lǐng)域,欺詐占了60%的比例,大部分采用身份造假和資料包裝。其中,在實(shí)名場景欺詐層面,大數(shù)據(jù)風(fēng)控模式需要對身份冒用、虛假信息和不良?xì)v史進(jìn)行風(fēng)險(xiǎn)識別;在非實(shí)名場景欺詐層面,大數(shù)據(jù)風(fēng)控模式需要警惕虛假注冊、惡意搶購、買賣串通和營銷作弊等手段。面對互聯(lián)網(wǎng)金融在中國的爆炸式增長,商業(yè)銀行等信貸機(jī)構(gòu)缺乏外部大數(shù)據(jù)的采集意識和技術(shù)。舉例來說,一家創(chuàng)業(yè)企業(yè)在銀行成功獲得授信額度為50萬、為期1年的人民幣貸款。這家企業(yè)同時在多家小型P2P企業(yè)獲得多筆小額貸款,為了在銀行獲得更高的信用額度,其利用商業(yè)銀行、P2P企業(yè)之間信息不對稱的機(jī)會,將P2P借款還給銀行,以獲得銀行的第二筆額度更高的貸款。如此循環(huán),這種“類旁氏欺詐”并不會被銀行和P2P覺察。然而,隨著我國大數(shù)據(jù)開放程度的日益擴(kuò)大,交叉檢驗(yàn)等技術(shù)的日趨成熟,“類旁氏欺詐”的真實(shí)面目將會暴露無遺。
另外,現(xiàn)存的大量人工審核工作將會被智能審核技術(shù)所取代。比如第三方征信機(jī)構(gòu)——芝麻信用積極地尋求外部合作,打通公安、工商、法院部分?jǐn)?shù)據(jù)接口。擁有著豐富的內(nèi)外部大數(shù)據(jù),數(shù)據(jù)種類涵蓋衣食住行、生活繳費(fèi)、投資理財(cái)、轉(zhuǎn)賬支付、社會公益等數(shù)百種生活場景數(shù)據(jù)。與此同時,螞蟻金服借助芝麻信用公司的信用大數(shù)據(jù),利用機(jī)器學(xué)習(xí)、視頻對話和笑臉掃描等先進(jìn)技術(shù)手段,對內(nèi)外部大數(shù)據(jù)進(jìn)行交叉檢驗(yàn),有效快速地進(jìn)行風(fēng)險(xiǎn)識別和定價。借款人從申請到授信,只需要7分鐘。
推動數(shù)據(jù)安全相關(guān)制度的建設(shè)防范數(shù)據(jù)非法泄露
無疑,數(shù)據(jù)泄露是大數(shù)據(jù)時代不能忽視的一個風(fēng)險(xiǎn)來源。1997年以后,互聯(lián)網(wǎng)在中國飛速發(fā)展,我國逐漸進(jìn)入信息化社會,民眾的衣食住行現(xiàn)在已經(jīng)和互聯(lián)網(wǎng)緊密地聯(lián)系在了一起。由此,數(shù)據(jù)安全已經(jīng)上升到與國家、社會、個人息息相關(guān)的問題。對于國家而言,繼國防安全、金融安全之后,數(shù)據(jù)安全已經(jīng)上升至第一安全的位置;對于社會而言,數(shù)據(jù)安全成為了信用倫理體系健康建設(shè)的重要一環(huán);對于個人而言,如果不能保障數(shù)據(jù)安全,那么個人隱私信息將無法保全,隨之而來的是整個社會的信用風(fēng)險(xiǎn)的爆發(fā)。
我國在數(shù)據(jù)安全立法起步較晚,但是進(jìn)展神速。2013年11月12日正式成立國家安全委員會。2014年我國在2013年11月12日正式成立國家安全委員會,并在2014年2月27日成立中共中央網(wǎng)絡(luò)安全和信息化領(lǐng)導(dǎo)小組辦公室,由習(xí)近平總書記任組長,這意味著信息安全正式提升到國家戰(zhàn)略高度。2014年8月28日,工信部發(fā)布《工業(yè)和信息化部關(guān)于加強(qiáng)電信和互聯(lián)網(wǎng)行業(yè)網(wǎng)絡(luò)安全工作指導(dǎo)意見》,提出完善網(wǎng)絡(luò)安全保障體系的總體目標(biāo)。到了2015年6月24日,民眾最為期待的《網(wǎng)絡(luò)安全法》草案進(jìn)入人大常委審議階段,2015年8月5日意見征求結(jié)束,立法進(jìn)入最后階段,正式推出在望。《網(wǎng)絡(luò)安全法》將從保障網(wǎng)絡(luò)數(shù)據(jù)安全和保障網(wǎng)絡(luò)信息安全等方面進(jìn)行了具體的制度設(shè)計(jì),這對于大數(shù)據(jù)風(fēng)控有效性的提升,是最大的利好。
在數(shù)據(jù)安全意識方面,難能可貴地是,2012年的達(dá)沃斯世界經(jīng)濟(jì)論壇上,就一致決定將數(shù)據(jù)納入到新的經(jīng)濟(jì)資產(chǎn)類別。我國學(xué)者劉玉在《淺論大數(shù)據(jù)資產(chǎn)的確認(rèn)與計(jì)量》中探討了數(shù)據(jù)作為一種經(jīng)濟(jì)資產(chǎn)的會計(jì)計(jì)量方法。
綜上所述,伴隨著政府監(jiān)管部門、傳統(tǒng)金融機(jī)構(gòu)和互聯(lián)網(wǎng)企業(yè)等各級組織的共同努力,可視化立體信用體系的確立和完備制度的建設(shè),數(shù)據(jù)將不再孤立,大數(shù)據(jù)風(fēng)控有效性不足的問題也將迎刃而解。
銀行與金融科技融合的理想境界是什么?是銀行即服務(wù)。
2019年6月14日,億歐智庫研究院將在“2019丨全球新經(jīng)濟(jì)年會·金融科技峰會”上發(fā)布《2019開放銀行與金融科技發(fā)展研究報(bào)告》,深度解讀金融科技賦能開放銀行的融合與落地應(yīng)用——上?!ず鐦颉な蕾Q(mào)展館邀您見證!搶票鏈接:https://www.iyiou.com/post/ad/id/818
友情鏈接:上海POS機(jī) 南京POS機(jī) 蘇州POS機(jī) 杭州POS機(jī) 福州POS機(jī) 廣州POS機(jī) 深圳POS機(jī) 南昌POS機(jī) 合肥POS機(jī) 武漢POS機(jī) 長沙POS機(jī) 重慶POS機(jī) 成都POS機(jī) 貴陽POS機(jī) 南寧POS機(jī) 昆明POS機(jī) 西安POS機(jī) 太原POS機(jī) 石家莊POS機(jī) 濟(jì)南POS機(jī) 鄭州POS機(jī) 北京POS機(jī) 天津POS機(jī) 大連POS機(jī) 哈爾濱POS機(jī) 長春POS機(jī) ??赑OS機(jī) 呼和浩特POS機(jī) 蘭州POS機(jī) 銀川POS機(jī) 西寧POS機(jī) hdmi 高清數(shù)據(jù)線