P2P網(wǎng)貸平臺(tái)征信系統(tǒng)研究

時(shí)間:2022-06-03 05:45:28

導(dǎo)語:P2P網(wǎng)貸平臺(tái)征信系統(tǒng)研究一文來源于網(wǎng)友上傳,不代表本站觀點(diǎn),若需要原創(chuàng)文章可咨詢客服老師,歡迎參考。

P2P網(wǎng)貸平臺(tái)征信系統(tǒng)研究

[摘要]隨著p2p網(wǎng)貸發(fā)展的加快,征信問題成為我國(guó)P2P行業(yè)發(fā)展的瓶頸。而大數(shù)據(jù)征信技術(shù)可以突破這一瓶頸。國(guó)內(nèi)外都有應(yīng)用成功的案例,如美國(guó)金融科技公司ZestFinance利用大數(shù)據(jù)對(duì)用戶進(jìn)行信用風(fēng)險(xiǎn)評(píng)估,挖掘了FICO評(píng)分沒有覆蓋的借貸用戶群體;我國(guó)阿里集團(tuán)下的螞蟻小貸依托阿里集團(tuán)的背景也在互聯(lián)網(wǎng)金融大數(shù)據(jù)征信領(lǐng)域取得了一席之地。通過對(duì)國(guó)內(nèi)外多家成功應(yīng)用大數(shù)據(jù)征信技術(shù)的P2P網(wǎng)貸平臺(tái)進(jìn)行分析,提出基于大數(shù)據(jù)征信技術(shù)的P2P網(wǎng)貸平臺(tái)的信用風(fēng)險(xiǎn)管理建議。

[關(guān)鍵詞]P2P網(wǎng)絡(luò)借貸;信用風(fēng)險(xiǎn);征信;大數(shù)據(jù)

一、引言

P2P(PeertoPeerlending)網(wǎng)絡(luò)借貸平臺(tái),是指借貸方(法人、自然人、其他組織)在運(yùn)營(yíng)平臺(tái)借貸信息,投資人根據(jù)信息投資的一種商業(yè)模式(Borrower,2012)。P2P網(wǎng)貸平臺(tái)的出現(xiàn),不僅促進(jìn)了我國(guó)實(shí)體經(jīng)濟(jì)的發(fā)展,豐富了投融資手段,在解決我國(guó)民生問題上也起到了積極的作用,但其存在的風(fēng)險(xiǎn)也日漸凸顯,平臺(tái)失聯(lián)、暫停運(yùn)營(yíng)、借貸人跑路事件頻頻發(fā)生。截至2019年9月,我國(guó)共有6615家P2P網(wǎng)貸平臺(tái),其中轉(zhuǎn)型的網(wǎng)貸平臺(tái)3152家,問題平臺(tái)2861家,還在正常運(yùn)營(yíng)的網(wǎng)貸平臺(tái)僅剩602家(網(wǎng)貸天眼)。我國(guó)大多數(shù)P2P網(wǎng)貸平臺(tái)出現(xiàn)問題、虧損、倒閉的一個(gè)重要原因就是忽視了對(duì)信用風(fēng)險(xiǎn)的管控,從而導(dǎo)致經(jīng)營(yíng)不善(張巧良,2015)。康峰(2019)指出可以將我國(guó)P2P網(wǎng)貸平臺(tái)存在的風(fēng)險(xiǎn)劃分為五個(gè)方面:市場(chǎng)風(fēng)險(xiǎn)、操作與技術(shù)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、法律與監(jiān)管風(fēng)險(xiǎn)。目前,信用風(fēng)險(xiǎn)在互聯(lián)網(wǎng)金融行業(yè)普遍存在,P2P市場(chǎng)信用風(fēng)險(xiǎn)表現(xiàn)為借貸人逾期還款等。我國(guó)P2P網(wǎng)貸平臺(tái)可以考慮運(yùn)用大數(shù)據(jù)征信運(yùn)作方式并且結(jié)合具體情況對(duì)信用風(fēng)險(xiǎn)進(jìn)行管控,本著“一切數(shù)據(jù)皆信用”的觀點(diǎn),通過大數(shù)據(jù)技術(shù),結(jié)合個(gè)人在網(wǎng)絡(luò)上的購物、聊天記錄、上網(wǎng)行為等信息,建立網(wǎng)貸平臺(tái)征信系統(tǒng),這對(duì)平臺(tái)、投資人、貸款人以及監(jiān)管部門都具有十分重要參考意義。

二、P2P網(wǎng)貸信用風(fēng)險(xiǎn)研究

(一)國(guó)內(nèi)P2P網(wǎng)貸信用風(fēng)險(xiǎn)研究。我國(guó)學(xué)者對(duì)于P2P網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)研究主要集中在:相關(guān)法律法規(guī)、監(jiān)管情況、P2P平臺(tái)自身風(fēng)險(xiǎn)管理、市場(chǎng)風(fēng)險(xiǎn)、用戶的信用風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)等領(lǐng)域。研究結(jié)果顯示,信用是借貸成功與否的核心要素,但我國(guó)的征信系統(tǒng)還不完善、覆蓋不全面,P2P借貸平臺(tái)利用這些數(shù)據(jù)可能會(huì)增加平臺(tái)的信用風(fēng)險(xiǎn),會(huì)使投資人處于信息不對(duì)稱的劣勢(shì)位置,從而造成財(cái)產(chǎn)損失。可以通過大數(shù)據(jù)技術(shù)在事前對(duì)借貸人信用進(jìn)行評(píng)估,從而減少投資人損失,大數(shù)據(jù)征信會(huì)大大降低貸款違約率。我國(guó)的P2P網(wǎng)貸市場(chǎng)發(fā)展的空間巨大,可以采用與第三方征信平臺(tái)外包方式。政府管理部門,應(yīng)建立健全法律法規(guī),為互聯(lián)網(wǎng)金融行業(yè)甚至P2P借貸平臺(tái)提供保障。(二)國(guó)外P2P網(wǎng)貸信用風(fēng)險(xiǎn)研究。國(guó)外學(xué)者主要從四個(gè)方面研究P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn):貸款人信息、抵押擔(dān)保、征信體制和風(fēng)險(xiǎn)控制。在借貸人信息方面,P2P網(wǎng)貸平臺(tái)將借貸人的個(gè)人信息透明,從而可以確保投資人和借貸人雙方之間信息的對(duì)稱,投資人才能作出正確的選擇。Klafft(2008)利用Logistic分析法進(jìn)行抽樣分析,發(fā)現(xiàn)在抽樣的十七萬件P2P借款事例中:借款人收入、信用記錄以及擔(dān)保借款額都與違約風(fēng)險(xiǎn)呈顯著相關(guān),所以應(yīng)該對(duì)借貸人的信用等信息詳細(xì)審核清楚,正如Freedman(2008)認(rèn)為網(wǎng)絡(luò)借貸平臺(tái)可以利用征信幫助投資人評(píng)估在借貸時(shí)的道德風(fēng)險(xiǎn)與逆向選擇問題,所以對(duì)于P2P網(wǎng)貸平臺(tái)來說對(duì)信用進(jìn)行監(jiān)管是必不可少的。

三、國(guó)外P2P網(wǎng)貸平臺(tái)征信系統(tǒng)運(yùn)行現(xiàn)狀

(一)傳統(tǒng)模式。純信用中介形式的P2P網(wǎng)貸平臺(tái),其運(yùn)營(yíng)模式的核心是讓第三方網(wǎng)絡(luò)銀行加入到整個(gè)借貸運(yùn)營(yíng)環(huán)節(jié)之中。先由貸款人登記個(gè)人貸款信息,再與WebBank簽訂借貸信息合同,WebBank將此次借貸的所有權(quán)出售給P2P網(wǎng)貸平臺(tái),平臺(tái)作為中介將所有權(quán)票據(jù)再出售給投資人,投資人最后持有,在這個(gè)過程中,看似P2P網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)被轉(zhuǎn)移到WebBank,其實(shí)WebBank也是一家已經(jīng)保有聯(lián)邦存款保險(xiǎn)的銀行,將WebBank所承擔(dān)的風(fēng)險(xiǎn)又分?jǐn)偟搅吮kU(xiǎn)公司上,這個(gè)模式避免了現(xiàn)金滯留在借貸平臺(tái)本身,將資金轉(zhuǎn)移到第三方銀行平臺(tái),轉(zhuǎn)移了P2P網(wǎng)貸平臺(tái)因市場(chǎng)風(fēng)險(xiǎn)而面對(duì)的資金鏈斷裂等風(fēng)險(xiǎn)(劉玲,2018)。純中介的網(wǎng)貸平臺(tái)主要采用了FICO評(píng)分為網(wǎng)貸平臺(tái)對(duì)用戶信用評(píng)估的影響因素,將FICO評(píng)分作為主要判斷借貸人可借貸金額、借貸利率等指標(biāo)。FICO是美國(guó)當(dāng)下主流的個(gè)人信用評(píng)分標(biāo)準(zhǔn),被用來做借貸人是否可以申請(qǐng)借款的有效審核工具,不僅被美國(guó)各大銀行采用,還被美國(guó)三大征信局所采納接受,美國(guó)的各類P2P借貸平臺(tái)可以通過向該機(jī)構(gòu)提交申請(qǐng),就可以調(diào)查所有借貸人的各種信用信息。這種評(píng)估方式所采用的評(píng)估標(biāo)準(zhǔn)相對(duì)于大數(shù)據(jù)征信來說所收集的數(shù)據(jù)較少,主要涉及歷史消費(fèi)記錄、歷史借貸信息、購買物品等。Prosper與LendingClub平臺(tái)所應(yīng)用的就是這種征信方式,根據(jù)借貸人的FICO評(píng)分采用相應(yīng)的借貸方式,該種征信方式的好處是數(shù)據(jù)獲取方便、覆蓋人群廣泛。(二)大數(shù)據(jù)模式。ZestFinance網(wǎng)貸平臺(tái)是美國(guó)最新興的一個(gè)平臺(tái),因?yàn)镕ICO評(píng)分覆蓋了美國(guó)85%以上的客戶,典型的如Prosper與LendingClub,而還有15%處于沒有評(píng)分狀態(tài),這就使這部分人群無法借貸或是不利于借貸,針對(duì)這一情況,ZestFinance發(fā)現(xiàn)了商機(jī),利用自主研發(fā)的大數(shù)據(jù)算法,為剩下15%沒有被FICO評(píng)分的對(duì)象進(jìn)行借貸服務(wù)。平臺(tái)創(chuàng)建信用評(píng)分模型再利用收集到的數(shù)據(jù)代入,計(jì)算出用戶的信用分?jǐn)?shù)進(jìn)行借貸,并且還應(yīng)用機(jī)器學(xué)習(xí)預(yù)測(cè)未來借貸人借貸數(shù)據(jù)。機(jī)器學(xué)習(xí)是指從輸入的數(shù)據(jù)中自主獲取數(shù)據(jù)間相關(guān)規(guī)律,再通過獲取的規(guī)律來預(yù)測(cè)未知的數(shù)據(jù)的算法。ZestFinance網(wǎng)貸平臺(tái)挖掘數(shù)據(jù)的深度也強(qiáng)于其他平臺(tái),不僅采用在以往征信體系中常用的決策變量,如FICO的五個(gè)基本影響因素,包括未還款金額、付款記錄、新信貸申請(qǐng)、信貸期限、信貸組合等,但彌補(bǔ)FICO評(píng)分模型信息獲取單一、不具備時(shí)間的同步性的缺點(diǎn),ZestFinancc還會(huì)收集音像、圖片、視頻等非結(jié)構(gòu)化的數(shù)據(jù)信息,如客戶的Facebook等社交網(wǎng)絡(luò)信息、會(huì)員信息等,將信息進(jìn)而轉(zhuǎn)向結(jié)構(gòu)化數(shù)據(jù)再進(jìn)行評(píng)分。其信息覆蓋也十分廣泛,比如借貸人是否繳納房租,登入時(shí)的IP地址,書寫行為習(xí)慣,使用的瀏覽器版本,輸入時(shí)用的拼寫習(xí)慣,網(wǎng)絡(luò)交易資料等。并且ZestFinance的信用評(píng)估模型,每一季度都會(huì)進(jìn)行更新,確保模型的信用評(píng)估準(zhǔn)確度。傳統(tǒng)的FICO等其它征信公司的評(píng)分?jǐn)?shù)據(jù)模型,僅收入三十至幾百條數(shù)據(jù)項(xiàng),而ZestFinance會(huì)收集幾萬條數(shù)據(jù)項(xiàng),去評(píng)判一個(gè)人的真實(shí)信用如何,即使是看似毫無關(guān)聯(lián)的數(shù)據(jù)信息,都有可能幫助ZestFinance更有效地評(píng)斷個(gè)人信用。大數(shù)據(jù)征信相對(duì)比傳統(tǒng)的FICO征信來說具有兩點(diǎn)優(yōu)勢(shì),一是數(shù)據(jù)收集齊備,對(duì)沒有FICO評(píng)分的用戶進(jìn)行了形象刻畫,避免了市場(chǎng)空白。二是通過機(jī)器學(xué)習(xí),自主研發(fā)數(shù)據(jù)模型,更加有效地審核了借貸人的信用信息,降低了違約率。(三)國(guó)外P2P網(wǎng)貸平臺(tái)大數(shù)據(jù)征信的啟示。1.加強(qiáng)平臺(tái)數(shù)據(jù)共。享ZestFinance利用大數(shù)據(jù)征信平臺(tái)成功的基礎(chǔ)就是美國(guó)信息的開放,不僅如此,ZestFinance也與Facebook、Twitter等社交平臺(tái)進(jìn)行信息共享而獲得更多數(shù)據(jù)源來進(jìn)行更精準(zhǔn)的信用評(píng)分。在美國(guó)傳統(tǒng)的FICO評(píng)分中,收集了大量民眾信用信息,其中包括銀行卡使用記錄、銀行存取款記錄、水電繳費(fèi)情況等信息,但ZestFinance還收集了幾十萬類不同的數(shù)據(jù)項(xiàng)目,借此構(gòu)建了較為全面的用戶信用信息系統(tǒng)。我國(guó)的P2P網(wǎng)貸平臺(tái)也應(yīng)學(xué)會(huì)自行建立征信系統(tǒng),學(xué)習(xí)數(shù)據(jù)共享技術(shù),進(jìn)而不斷擴(kuò)大征信系統(tǒng)中原數(shù)據(jù)來源,建立更加可靠的P2P平臺(tái)征信體系,進(jìn)而覆蓋更多的互聯(lián)網(wǎng)金融平臺(tái),覆蓋更全面的客戶群,而不是處于一個(gè)“信息孤島”的狀態(tài)。2.提高數(shù)據(jù)分析能力。ZestFinance平臺(tái)的理念是“相信一切數(shù)據(jù)皆信用”,這就是它在P2P網(wǎng)貸平臺(tái)征信成功的關(guān)鍵:擁有強(qiáng)大的數(shù)據(jù)分析和處理能力。自2007年我國(guó)首家P2P網(wǎng)貸平臺(tái)拍拍貸上線以來,我國(guó)P2P網(wǎng)貸平臺(tái)通過自身的信息庫以及第三方平臺(tái)的數(shù)據(jù)庫積累了大量有關(guān)客戶消費(fèi)、支付、信用等信息數(shù)據(jù),但我國(guó)P2P網(wǎng)貸平臺(tái)缺乏數(shù)據(jù)處理與分析的能力,暫時(shí)還不能深度挖掘來自這些信息背后或者更深層次的內(nèi)容。ZestFinance公司所開發(fā)的集成的機(jī)器學(xué)習(xí)模型極大促進(jìn)了平臺(tái)清洗數(shù)據(jù)與數(shù)據(jù)分析能力,我國(guó)的P2P網(wǎng)貸平臺(tái)應(yīng)加強(qiáng)數(shù)據(jù)模型建設(shè),強(qiáng)化數(shù)據(jù)清晰、篩選技術(shù),提高非結(jié)構(gòu)數(shù)據(jù)處理能力。3.明確服務(wù)對(duì)象。ZestFinance明確自身服務(wù)的征信對(duì)象為FICO評(píng)分在500分以下的低信用評(píng)分客戶,針對(duì)該客戶群體內(nèi)部不同的信用類型再進(jìn)一步開發(fā)細(xì)化信用評(píng)估模型,比如還款能力模型、預(yù)付能力模型等,不斷深入發(fā)掘信用信息,擴(kuò)大公司的客戶范圍,從而不斷提高自身的盈利水平,增強(qiáng)公司的競(jìng)爭(zhēng)力。所以精準(zhǔn)定位和深入分類研究是ZestFinance領(lǐng)先于其他互聯(lián)網(wǎng)征信機(jī)構(gòu)的關(guān)鍵,我國(guó)網(wǎng)貸平臺(tái)也可以參考此類運(yùn)行模式,明確平臺(tái)主要服務(wù)對(duì)象,做到市場(chǎng)精細(xì)化,從而擴(kuò)大客戶范圍。

四、國(guó)內(nèi)以螞蟻小貸為代表的P2P網(wǎng)貸平臺(tái)征信系統(tǒng)運(yùn)行現(xiàn)狀

(一)螞蟻小貸。螞蟻小貸是由阿里巴巴集團(tuán)成立的,主要針對(duì)阿里巴巴、淘寶、天貓平臺(tái)上的賣家進(jìn)行資金周轉(zhuǎn)、投融資服務(wù)而發(fā)展的互聯(lián)網(wǎng)金融產(chǎn)品。其對(duì)信用的審核依據(jù)就是企業(yè)在阿里巴巴平臺(tái)、天貓平臺(tái)、淘寶和支付寶上的信用記錄,從而對(duì)企業(yè)信用積分進(jìn)行核算,信用記錄主要包括:店鋪收益、實(shí)體情況、用戶評(píng)價(jià)、發(fā)貨速度等,其優(yōu)勢(shì)為審核速度快、貸款下放快、無需線下審核、資金通過支付寶進(jìn)賬。相對(duì)于傳統(tǒng)的借貸模式,螞蟻小貸憑借自身所屬公司阿里巴巴集團(tuán)就已經(jīng)獲得了巨大的優(yōu)勢(shì)。首先,傳統(tǒng)的信貸公司收集數(shù)據(jù)難,收集到的數(shù)據(jù)真假難辨,借款人很容易隱藏或造假信息,形成投資人與借貸人信息不對(duì)稱的現(xiàn)象。其次,阿里集團(tuán)下的淘寶、天貓與阿里巴巴會(huì)為螞蟻小貸創(chuàng)造大規(guī)模的訂單需求,相較于其他平臺(tái),螞蟻小貸自然擁有大量用戶群體,并且螞蟻小貸也將大數(shù)據(jù)技術(shù)實(shí)施到了P2P借貸的貸前、貸中與發(fā)放階段。貸前申請(qǐng)階段,用戶在線申請(qǐng)貸款之后,螞蟻小貸的調(diào)查團(tuán)隊(duì)會(huì)開始查明該用戶在阿里系產(chǎn)品中所有的交易信息、信用信息、商品庫存、資金流動(dòng)以及客戶評(píng)價(jià)等,根據(jù)這些數(shù)據(jù)判定用戶的信用等級(jí),再根據(jù)大數(shù)據(jù)庫內(nèi)的數(shù)據(jù)判斷用戶的償還能力以及未來可能會(huì)流入的資金額,對(duì)未來期限內(nèi)會(huì)有高收益額商家積極鼓勵(lì)其在平臺(tái)貸款,對(duì)于未來可能資金收入額較低的商家,會(huì)采取低強(qiáng)度營(yíng)銷這一方式。再將此次運(yùn)行的操作和結(jié)果記錄到系統(tǒng)中,對(duì)系統(tǒng)進(jìn)行完善。預(yù)測(cè)淘寶賣家從借貸開始到未來實(shí)際運(yùn)作以及運(yùn)作成效的曲線,需要192個(gè)數(shù)據(jù)模型,與我國(guó)傳統(tǒng)的純信用抵押信貸相比,螞蟻小貸在模型數(shù)量與模型因子方面的領(lǐng)先使其具有獨(dú)特優(yōu)勢(shì)。貸中與發(fā)放階段,平臺(tái)會(huì)對(duì)企業(yè)如何運(yùn)行資金、企業(yè)獲得貸款后的倉儲(chǔ)、與企業(yè)聯(lián)系的上下游企業(yè)、企業(yè)的客戶等用大數(shù)據(jù)進(jìn)行評(píng)估,完善企業(yè)這一次的貸款信息記錄,查看企業(yè)在獲得貸款后與貸款前的營(yíng)業(yè)數(shù)據(jù)是否有所改善,以為下一次是否貸款做好準(zhǔn)備信息。螞蟻小貸運(yùn)用大數(shù)據(jù)技術(shù)對(duì)平臺(tái)進(jìn)行運(yùn)營(yíng),也基于自身母公司的商業(yè)基礎(chǔ),成本包括給予借款人利息,平臺(tái)人工成本費(fèi)管理費(fèi)等,成本率預(yù)計(jì)在6%—7%,并且螞蟻小貸的信貸還款率遠(yuǎn)遠(yuǎn)高于其它平臺(tái),達(dá)到99%。總之螞蟻小貸在大數(shù)據(jù)方面的應(yīng)用管理給我國(guó)其他的P2P網(wǎng)貸平臺(tái)提供了參考。(二)國(guó)內(nèi)網(wǎng)貸平臺(tái)大數(shù)據(jù)征信啟示。1.保證海量豐富的數(shù)據(jù)。螞蟻小貸成功借鑒了美國(guó)ZestFinance利用大數(shù)據(jù)技術(shù)在P2P網(wǎng)貸平臺(tái)征信方面的成功經(jīng)驗(yàn),認(rèn)識(shí)到大數(shù)據(jù)征信技術(shù)在互聯(lián)網(wǎng)金融平臺(tái)尤其是借貸平臺(tái)的重要之處,只有充分收集用戶的數(shù)據(jù),并且作出相對(duì)成熟的征信模型,才會(huì)對(duì)用戶信用評(píng)判進(jìn)行合理詮釋。阿里集團(tuán)憑借自身各大購物、民生平臺(tái)積攢了一手用戶數(shù)據(jù)信息,這是美國(guó)ZestFinance公司所缺少的,而且數(shù)據(jù)也更加精準(zhǔn),只要合理運(yùn)用收集到的數(shù)據(jù),螞蟻小貸就可以對(duì)客戶的信用進(jìn)行評(píng)判,并在借貸前期、中期、后期及時(shí)給予預(yù)警信號(hào)。2.建立大數(shù)據(jù)基礎(chǔ)處理設(shè)施。2009年阿里集團(tuán)開發(fā)了云計(jì)算系統(tǒng),阿里將精力投入到云計(jì)算系統(tǒng)的設(shè)計(jì)與開發(fā),其宗旨是創(chuàng)造全球領(lǐng)先的云計(jì)算平臺(tái),成為全球最先進(jìn)的可以同時(shí)進(jìn)行數(shù)據(jù)收集、分析以及處理于一體的服務(wù)企業(yè)。該系統(tǒng)不僅可以提供大規(guī)模的分布式數(shù)據(jù)處理為日后其他企業(yè)、平臺(tái)的大數(shù)據(jù)的計(jì)算功能、處理功能以及存儲(chǔ)功能提供最佳的解決方法,這套云計(jì)算系統(tǒng)也為阿里集團(tuán)進(jìn)軍大數(shù)據(jù)領(lǐng)域助力。目前阿里云計(jì)算已經(jīng)建立了金融云計(jì)算和電商云計(jì)算等不同的云計(jì)算服務(wù)平臺(tái),如我們熟知的支付寶和余額寶的數(shù)據(jù)也均被收入在阿里云計(jì)算服務(wù)中。3.利用大數(shù)據(jù)降低征信成本。純中介P2P網(wǎng)貸平臺(tái)的征信系統(tǒng)數(shù)據(jù)信息大多來自平臺(tái)與各大第三方征信公司,屬于二手?jǐn)?shù)據(jù),數(shù)據(jù)獲得可能會(huì)耗費(fèi)財(cái)力且數(shù)據(jù)信息不一定準(zhǔn)確,美國(guó)的ZestFinance搜集的大數(shù)據(jù)信息大多來源于線上,獲得方式比較便捷,耗費(fèi)的人力物力資源等成本較低。阿里巴巴與之類似,但是其數(shù)據(jù)都是憑借本集團(tuán)內(nèi)自有數(shù)據(jù),可以通過螞蟻小貸等平臺(tái)內(nèi)部數(shù)據(jù)庫獲得,一手?jǐn)?shù)據(jù)無需消耗額外的人力、財(cái)力。貸款的全部操作都在線上進(jìn)行,不需要耗費(fèi)投資人與借貸人的時(shí)間成本,借貸完成后平臺(tái)也只需要關(guān)注系統(tǒng)中的數(shù)據(jù)進(jìn)行分析即可,如若出現(xiàn)了逾期和違約的情況,也無需上門討債,只需將用戶的芝麻信用積分下降,必要時(shí)凍結(jié)支付寶限制用戶網(wǎng)購即可,這些都可以在線上完成,幫助平臺(tái)降低運(yùn)行管理成本。

僅對(duì)P2P網(wǎng)貸平臺(tái)進(jìn)行征信系統(tǒng)的管理是遠(yuǎn)遠(yuǎn)不夠的,還要進(jìn)行其他方面的風(fēng)險(xiǎn)控制,如市場(chǎng)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)等。本文僅從大數(shù)據(jù)征信方面去解決P2P網(wǎng)貸平臺(tái)的信用風(fēng)險(xiǎn)問題,可以從更廣泛的視角解決P2P平臺(tái)其他方面的風(fēng)險(xiǎn)。

作者:紀(jì)詩諾 單位:華僑大學(xué)工商管理學(xué)院