绿麻雀网贷系统：大数据尝试下的P2P网贷

与传统金融体系的征信系统不同，P2P行业的数据主要分散于各个平台之中，平台间的各自为营使得数据无法有效的串连，极大的阻碍了P2P行业的发展。笔者认为，P2P行业想要做到真正的大数据，在呼吁官方开放征信系统的同时也要积极开放自身的数据库，使整个行业的数据能够形成有效的数据链。

在这一背景下，如何控制P2P网贷的风险，就成为整个行业和投资者群体的关注焦点。而具有互联网基因的P2P网贷，运用互联网相关的创新手段来解决问题，无疑是顺理成章的一件事。诸多互联网金融企业都围绕这一方向给出了降低网贷风险的解决方案，而大数据是其中经常被提及的一个思路。

某人士表示，在做风控的过程中，大数据是基本的。大数据除了通常所讲的搜索，互联网上的社交网络这些大数据外，在P2P方面主要是指对客户金融能力的了解，包括客户最基本的收入情况、欠债情况、各种贷款情况。此外还包括用户行为数据，如在网站操作的行为、还有线下申请的行为等。P2P需要征信报告的数据，这是基石，这个数据必须得完善。有了这个数据之后，还要通过对各种客户的细分，对各种不同的参数做模型，做各种各样的测试，建立非常好的风控模型。

通过互联网来采集这些“旁证”的成本，无疑要远远小于线下审核。由于数据采集的来源广泛且层次丰富，这些侧面的蛛丝马迹反而有可能更为全面地体现借款者的情况。

但是大数据的应用门槛不低，P2P行业要做真正的大数据有两个途径：一是建立自己的生态圈去了解客户特征，二是需要做数据挖掘寻找关键数据。前者着眼于通过一个稳态的信息来源尽可能地减少信息中的“噪音”，去粗取精地获取对风控决策有价值的信息；后者则是确定这些数据通过怎样的方式与一个人的信用情况和偿还能力形成关联，以及这一关联是否具有可靠性。