܄

大数据是奢侈品 消费金融行业防欺诈难题待解

【数据猿导读】 伴随着中国消费金融市场快速发展,欺诈问题已经逐渐显现。大数据是防治欺诈和老赖的最好手段,但在中国现阶段,大数据本身仍存在数据不全面问题,且大数据非常烧钱,目前还只是行业内巨头才能玩得起的奢侈品。应对欺诈和老赖的手段强弱,直接决定了消费金融企业的坏账率的高地。但就目前...

大数据是奢侈品 消费金融行业防欺诈难题待解

伴随着中国消费金融市场快速发展,欺诈问题已经逐渐显现。大数据是防治欺诈和老赖的最好手段,但在中国现阶段,大数据本身仍存在数据不全面问题,且大数据非常烧钱,目前还只是行业内巨头才能玩得起的奢侈品。应对欺诈和老赖的手段强弱,直接决定了消费金融企业的坏账率的高地。但就目前来看,这一问题仍有待解决。

34至43岁的老赖最多

老赖究竟长什么样?

同盾科技近日发布了《老赖画像》,对老赖人群的特征和行为做了描述:男性居多,平均年龄39岁,34-43岁的老赖人数最多,44-53岁的借贷风险最高。

第一,从性别分布上看,借贷者的男女性别比例约为2:1,而老赖群体中,男女性别比例高达近4:1。

第二,从年龄分布上看,19-28岁的年轻人是借贷的主力军。而34-53岁的中年群体在老赖中的占比高达一半以上,34-38岁的老赖绝对数量最高,44-53岁借贷时成为老赖的概率和风险更高。

第三,甚至可以“星座分析”,9-11月出生的人最偏爱借贷,而3-5月出生的人最不爱借贷。同时,天秤、金牛和白羊座的人最珍爱信誉。

而通过统计发现,多头借贷成老赖主要行为特征。

大数据之殇成老赖泛滥重要原因

现阶段,中国大数据面临怎样的问题?

中国人民银行金融研究所李博近日在深圳参加论坛时表示,当前大数据本身存在割裂的现象,因此数据的共享和开放是一定要提高到国家层面。

同盾科技CSO兼执行副总裁马骏驱也认为,行业与行业之间数据无法共享是最大的问题,“电商数据就是电商数据;社交数据就是社交数据;游戏数据就是游戏数据,行业之间都是隔断的。”

除此以外,李博还认为,由于互联网征信技术是利用网络对时空和地域进行突破,因此在法律上容易出现违规;IT技术不完备,相关企业内部管理缺位,导致出现了信息的泄露和转卖现象等问题的存在,我国大数据发展的还并不全面。

法律手段是当前防老赖的最佳手段

当前如何防治老赖?

“这是一个系统工程”,北京市盈科(广州)律师事务所律师滕元庆对和讯网表示,在大数据应用不足的情况下,当前最有效的方式,依然是法律手段,“诉讼判决程序,把老赖纳入法院的失信被执行人名单。”

依据《最高人民法院关于公布失信被执行人名单信息的若干规定》,以及《最高人民法院关于限制被执行人高消费的若干规定》等文件,执行部门可以对老赖进行信用惩戒,把失信被执行人名单通过报纸、广播、电视、网络、法院公告栏等其他方式予以公布,并通报给政府相关部门、金融监管机构、金融机构、承担行政职能的事业单位及行业协会等,供相关单位依照法律、法规和有关规定,在政府采购、招标投标、行政审批、政府扶持、融资信贷、市场准入、资质认定等方面,对失信被执行人予以信用惩戒。

此外,人民法院还可以对失信被执行人限制其高消费。

“尤其是限制高消费,这个措施是非常有效的,”滕元庆表示,他们通过与老赖接触发现,老赖害怕被法院拉到黑名单后限制了高消费,老赖基本就寸步难行了,“威慑力很大”。

大数据风控仍是消费金融行业奢侈品

据了解,现阶段,能够使用大数据的平台寥寥无几,主要以巨头为主。

有相关业内人士对和讯网表示,以捷信为例,建设线上风控系统起码“烧掉”了上亿资金。

“消费金融,不是小平台能随便玩的”,一位业内人士感叹。

在大数据尚无法在消费金融行业大面积推广普及前提下,行业只能寄望走线下渠道。

“现阶段我们有把握的是传统的线下风控”,新联在线COO陈智诚对和讯网表示。

采访中,多家有意或开始转型消费金融的P2P平台都对和讯网表示,线下风控仍是当前风控主要手段,“线上成本太高,另一方面当前大数据的可靠性有待提高,没有面谈有效。”

投哪网副总经理诸葛鹏则对和讯网表示,中国大数据发展成规模,仍需要10年。


来源: 和讯网

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。

刷新相关文章

旅游交通大数据——大众旅游时代的“富矿”
旅游交通大数据——大众旅游时代的“富矿”
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数据”智慧丨数据猿新冠战“疫”公益策划
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数...
张涵诚:大数据招商平台可推动地方供给侧改革
张涵诚:大数据招商平台可推动地方供给侧改革

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部