郑志伟

互联网的汹汹而来，和人们息息相关的金融业也在互联网的发展中逐渐向着数据化、海量化、精准化、普惠化的方向发展。由此衍生的互联网金融，正在深刻的改变着现代人的生活与工作。

本世纪初在说到互联网金融时，在人们的心中只是一个遥远的概念，未经几年，互联网金融已经成为大部分人的生活方式之一。以个体单位来看，大到家庭的理财规划，小到日常的网购支付，互联网金融承担着越来越重要的角色。从经济学的角度解读，金融包括了收支两方面的内容。随着理财项目的日益增多，收入被分化为劳动性收入和理财性收入两部分。除去工资、年薪等劳动性收入之外，均为理财性收入。理财性收入是和前置性的投入相联系的，这就决定了在进行所有行为时必然会产生时间成本和机会成本。

互联网金融把金融项目从线下“搬”到了线上，人们可以足不出户实现对各种理财项目的比较、选择与购买，极大地降低了时间成本。而互联网特有的开放性使得买卖双方居于信息对称的两边，促使金融产品在定价和收益上回归到了一个理性的价格区间，进而降低了交易成本。

因此我们可以知道，互联网金融是一种打破了传统金融限制的、平等开放、共享协作的操作平台。它包括了网络投资融资平台、第三方支付平台、传统金融产品的线上营销平台等。具体在人们生活中的表现是，利用智能移动设备实现了资金流通、融合、交易与结算。

大数据风险控制，是在大数据的基础上诞生的概念。它是运用大数据来建构风险模型，为借款人进行风险提示与控制。在以往传统的金融行业之中，每个企业都有自己独立的风控团队，对风险的控制与预警主要依靠人工来完成。但是随着互联网技术的发展，信息增量增速的程度远远超过了人工承载能力，大数据搜索信息、聚焦信息、锁定信息的优势一下子凸显出来，它利用高级的数据挖掘方式对数据实现的全覆盖形式，将或大或小的风险一并囊括其中，贴合了时代的需要，促进了行业的良性竞争，使整个社会对于互联网投资的焦虑情绪和茫然行为得到了稀释与指导。

大数据技术有利于实现数据共享，在国内金融系统初发的阶段，各行各业都呈现出信息孤岛的状态，让互联网没有用武之地。跨界合作、数据共享已经成为所有行业的迫切要求。如果说互联网是人类的第一次信息革命，那么大数据则是人类第二次的信息革命。同时也是独立于国家征信系统之外的互联网金融必须依靠自身力量，迅速建立起来的属于自己的征信系统。可见互联网金融和大数据风控是一场双赢的联姻，可谓是鱼儿离不开水，花儿离不开秧。

大数据的引入也会改变互联网金融现存的被动态势，将之前找人合作变成坐等各行各业的企业主动上门来寻求合作。因为企业通常会选择与强大的征信机构建立起数据共享联系，而服务多元化的公司则建立自己的征信数据库，为扩大服务、缩减风险做长期准备。因此，金融企业有必要应用大数据来预防互联网金融风险。

互联网金融作为新兴的金融行业，在最初问世时，为了尽可能多的占领市场，会选择传统信贷难以下手的市场。传统市场对这些领域涉及较少，一个非常重要的原因是风险过高，成本较大。互联网金融为了尽可能降低风险，就会对贷中和贷后方面实施极为严格的风控。而恰巧，大数据最擅长的正是对互联网金融做贷中和贷后的风险控制。

一家企业决定利用互联网金融帮助其完成融资、投资等事项时，互联网金融企业会用大数据监控企业内部各个区域的产品流水、资金流水。如果在一段时间里，流水出现了异常，大数据会迅速捕捉并实施监测，相较于传统风控派驻人员的调查方式，这样做显然是成本最低而效率最高的。更何况，机器相较于人工更加的客观。举一个比较极端的例子，有些企业在经营过程中出现状况，难以弥补时，企业的负责人准备潜逃跑路，大数据风控也会迅速监测到现金流等资金的变化。因为跑路的负责人在利用互联网进行购物、机票预订、路线选择，哪怕仅仅是无意的浏览外国网站，都已经被大数据监测到了。由此可见，互联网金融和大数据风控在贷中环节的配合可谓是天衣无缝，大有不发一兵已决胜千里之外的事态。

在贷后环节，大数据则主要在两个方面发生作用。第一是为互联网金融提供分析手段，第二是挖掘客户更深层次的需求。互联网金融模式的本质和其他商业产品别无二致，都是为了解决给什么人（客户）提供把什么最合适的东西（产品）这一问题。利用大数据是将互联网的优势发挥到淋漓尽致的一种方法。举一个最为形象直观的例子：某个人（老农）准备摆摊卖苹果。首先他要有货，进了货要有地方存放。这是首先要解决的两个具体问题。当苹果进来后，老农发现它们有大有小、有青有红，产地品种各不相同，那肯定是不能卖同一个价钱了。于是，老农开始按照不同的标准对这些苹果进行了分类。按照产地分为山东烟台的、陕西富平的、山西平谷的。再按照品种分为红富士、黄元帅、印度青等等。再按照采摘的时间、个头的大小等等进行分类，这样一来就分出了N个大类。这个过程就好比互联网金融对客户信用等级的分类，道理是一样的。客户按照职业、收入、年龄、资金流水等等可以分成N大类，每一类对应的都是对用户的评估和授信。大数据把这些评估和授信的量级放大，这源于他们基于互联网收集到了更多的信息，然后看似简单的几个指标在进行了交接合作之后，产生了成千上万，甚至上亿的组合，这些组合让大数据对人群和他们的需求划分的更加精细，试想在如此多的指标的对应下，计算机真正做到了比人更了解人的程度，轻而易举的完成了互联网金融分析和客户需求挖掘的工作。

当然，世界上没有万无一失的融资与投资，仍然以上文中的老农为例，他第一天将苹果摊摆在了农贸市场，来买苹果的人大多数都是普通家庭，他们将个头小的、价格便宜些的苹果全部买走了，大个的贵的苹果全都剩下了，老农一看，大个的无人问津，价格需要调整，因此把大个的苹果每斤降价一元，然后在第二天来到了CBD区卖苹果，一群白领来买水果，把大的全部买走了，小的一个也没卖出去。老农突然发现，不同的人群原来在需求上是不一样的，因此他决定在不同的地方卖不同的苹果。自从他进行了简单的分类后，生意做的顺利多了，可是没有多久，他在买卖过程中收到了假币，又遇到了城管、税务的检查，层出不穷的问题让其在之前的积累毁于一旦。回望其失败的经历，根源就在于老农对于信息和风险的预估不足。类比到金融行业的系统性天灾，大数据模型因为对人群的精密分类，因此在异常信息上也格外敏感，在产品运行中，会得到比以往更多更丰富的反馈信息，可以在系统性风险发生之前就给出足够的预警，给了金融企业躲灾的可能性。

互联网金融和大数据风控是两条并行的腿，未来的互联网金融企业在发展的途径必须将两条腿的力量补齐，才能在市场上获取一席之地，长久发展。