信而富王征宇博士：大数据犹如星辰，照亮征信数据不充分的地方

信而富王征宇大数据征信数据

王征宇 | 2016-09-02 14:50

【数据猿导读】在国内蓬勃发展的互联网金融行业中，大数据同样是热门话题。不过，大数据这个问题的由来是什么?大数据在美国的发展历史是什么样的?为什么研究互联网金融要研究大数据

前日发改委发布通知，决定实施大数据领域创新能力建设专项，构建大数据领域创新网络。

而早在去年9月5日，国务院正式发布《促进大数据发展行动纲要》，提出了我国大数据的顶层设计，国务院国资委监事会主席、第九巡视组副组长季晓南表示，大数据金融将成为互联网金融重要的发展方向，推动大数据与金融的深度融合具有十分重要的意义。

在国内蓬勃发展的互联网金融行业中，大数据同样是热门话题。不过，大数据这个问题的由来是什么?大数据在美国的发展历史是什么样的?为什么研究互联网金融要研究大数据?

如果你有这些疑问，可以阅读这篇节选自新金融书系《互联网金融12讲》第10讲《大数据的机遇与挑战》的文章，作者是上海新金融研究院(SFI)理事、信而富创始人&CEO王征宇，他以自己在美国金融机构的工作经历，以及回国创立信而富的经验，来解答上述问题。

互联网金融涉及众筹、支付、网络贷款中介等领域。而在网络贷款中介业务中，大数据又是一个热门话题。大数据这个问题的由来是什么?大数据在美国的发展历史是什么样的?为什么研究互联网金融要研究大数据?

谷歌感冒地图是大数据的典型应用

大数据这个问题源自一个最基本的现象。举个例子，美国有一个全国疾病中心——Centersfor Disease Control(CDC)，它与中国卫生部下属的疾病预防控制中心的作用一样，主要职责是在全国各个地方设观测点，在发生传染病或各种稀奇古怪的疾病后，及时报送，防止大规模流行病的发生和传播。随着美国公民前往世界各地活动，美国CDC就把观测点发展到世界各地，这就需要美国CDC与世界卫生组织(WHO)的合作。但美国CDC与WHO合作，乃至WHO要求全世界各个国家都参与的为控制最基本的疾病流行所付出的努力，都面临一个最基本的挑战，就是每年的感冒流行是非常难预测的。

有些疾病，例如肝炎、艾滋病，它们的流行、分布、传播轨迹都有迹可循，然而最难控制的疾病却是感冒。在世界各地，CDC和WHO花了无数多的金钱，花了无穷多的人力，花了无数多的精力，跟无数多的国家进行紧密合作，每年形成的感冒世界地图，在感冒流行的发展趋势预测上却总是滞后。这使得WHO感到非常困惑。直到Google出现，这个问题迎刃而解。

Google在WHO发布感冒地图的时候，也上线了Google的感冒分布——Google指数。这让WHO感到震惊，一开始觉得是Google闹着玩的，只是另一个版本的Google地图，但是它发布的感冒地图，往往比WHO编制的感冒地图要更精准、更及时、反应速度更快!Google凭借什么构建的感冒地图呢?大数据!大数据来自哪呢?Google是覆盖世界各种地区及语言的，它在世界各个地区统计大家搜索的关键词，当一个地区内查找“感冒药”、“头疼”、“脑热”、“打喷嚏”等感冒症状相关的词汇时，Google就分析这些词汇的频度、强度和范围，然后用不同颜色划分成全世界的感冒地图。结果证明，Google的感冒地图解决了WHO和CDC多少年来没有解决的感冒发生的即时分布问题，这是一个大数据的典型应用，这就叫大数据。

消费信贷数据犹如夜晚星辰

这个大数据的应用解决的不是金融问题，而是一个靠人力难以解决的问题。Google在这些领域有一些相当前沿的应用，都是与大数据相关的。大数据又是如何跟互联网金融连接在一起的呢?在美国，大数据与互联网金融的结合没有那么紧密，因为美国具有一个人在所有金融活动或信贷活动中所有数据的极好的数据源。大数据讲的是无穷多的数据，每一个数据贡献一部分小的作用。而互联网金融或信贷服务当中最有效的数据是人的消费信贷行为，即美国征信局现有的数据。

在预测人的消费信贷、借款行为、还款行为等方面，征信局的信贷行为数据相当于我们在白天见到的太阳，太阳出来，即有了征信局数据这样一个极强的数据源的时候，就能极好地诠释人的消费信贷行为。而大数据所起的作用，就相当于满天的星星，太阳一出来，星星的光芒都没有了，除非到了晚上——当征信局的数据覆盖不充分时，就是天上没有太阳，在这种情况下，星星的光芒就透出来了。比如中国征信中心的数据就覆盖不充分。

所以美国的传统金融服务，如Lending Club、Prosper等典型的网贷公司，不需要特别多的大数据，因为它们解决问题的方法，仍然是到传统的征信局去寻找数据。而在今天的中国，由于金融服务覆盖数据不充分，所以提出了大数据这么一个命题，这就是大数据这个问题的由来。大数据也确实可以在很大程度上帮我们解决一些问题。

来源：齐鲁晚报

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。