罗鸿雁

（广西经贸职业技术学院，广西 南宁 530021）

传统金融消费群体比较多样化，从年龄结构看，涉及各个年龄段的客户群，而消费金融的目标客户主要为年轻客群，这个群体风险意识薄弱，评估信用工具目前又不健全，因此，对这个客户群的信用风险的评估是有相当难度的。但是借助大数据的相关实用技术则可有效化解结构性矛盾，带来高效、多样的风险预测措施，并促进各类信息的深度挖掘与整合，避免系统性消费金融风险的发生。

一、我国消费金融发展现状

近年来，我国金融政策不断放开，私人金融及中小微金融快速发展，但层次参差不齐，也正因如此，我国政府及各类企业高度关注，并对消费金融的探索日益深入。

（一）历程

2015年出台《国务院关于积极发挥新消费引领作用加快培育形成新供给新动力的指导意见》《关于加大对新消费领域金融支持的指导意见》中要求试点多元化的消费金融模式及贷款体系。11家消费金融公司相继获批，各类金融机构不断涌现，从消费额度上实现了高速度的增长。2018年，中国银行业协会消费金融专业委员会正式成立，消费金融有了行业指导机构，开始进入全面发展阶段。

（二）规模

消费金融公司的发展经历了潜在期，成长期和成熟期，刚发展时，其规模较小，主要是我国相关主管部门对其审批较为严格，对规模要求有明确限制，导师它们普遍未收到市场的重视和接纳。但随后，随着民间及学界对金融改革的诉求不断扩张，金融领域主管部门在宏观上实现了放管服的变革，从而保障了“互联网+金融”的茁壮成长，线上客户数量井喷式发展，科技与政策的红利逐渐显现，千亿级别的消费金融贷款屡见不鲜。

二、我国消费金融面临问题

随着消费金融的全面发展，其服务手段简单粗暴，便捷与低门槛，客户群难以把控的缺点逐渐暴露，与此同时信息不对称风险日渐凸显，去监管、去程序、去担保的趋势愈加明显。尤其是在IT及信息技术的大力支撑下，与传统金融相比，优势明显，客户体验感往往较好。但信息不对称的行业大环境下，消费金融公司往往难以对客户的资质、信用、用途、资金能力等进行全面把控，甚至出现不把控，0门槛的情况，这加速了市场的占有率，但也带来了较大的金融信用风险，甚至成为我国金融系统性风险的重要组成部分之一。

三、大数据技术及风控应用

（一）特点

大数据技术具有信息量丰沛的特点，随着信息时代移动智能高质量发展，大数据的存储容量不断扩充，互联网技术的发展实现了通过各种渠道获取数据，数据的多渠道来源使得大数据具有多样性。其借助互联网平台整合各种模式及数据信息，实现高速计算及数据分析，可见大数据对消费金融领域是有极其重要的利用价值，可助其堵塞相关漏洞。

（二）应用领域

1．获取数据

数据容易在获取过程中遇到风险，比如接入风险，第三方风险，实际过程媒介风险等，为此，借助大数据事先做好评估及判断，对获取可靠数据具有现实意义和价值。有助于从多个主观及客观性上帮助金融消费企业及客户把握具有系统进度的高素质金融数据集成。

2．构建风险指标池

在风险指标池中，可对职业、事项、行业、购物过程、购物风险、通话记录、设备水准和品牌进行全面把握，实现各种消费事项的全面监控，把它们装进一个安全池，促进安全保障工作，降低不规范、低端无序消费金融活动的发生。

3．构建风险模型

利用大数据进行逻辑模型的构建，可以促进风险模型的进一步精准和优化，比如，将金融消费目标率、客户获取成本率、复合增长率、月营销协同率、人均消费率等数据模型统筹优化，保障售前稳定、售中健全、售后清晰，从而促进消费金融体验效果的高质量。

4．应用风险模型

把风险模型的过程与结果进行人工智能化的内核分析，可以避免出现购后生气，投诉无果，起诉无效的情况，因为风险模型的共享性，保障了社会监管的可行性，因此，高透明度下，任何一方都不敢懈怠，避免了信任徒降、道德沦丧、法制不彰的现象存在于消费金融领域，从而更加规范实现消费金融领域科学化，促进其规范化的发展。

消费金融属于中国商业界的新兴事物，只有借助政府宏观政策是不够的，还要借助大数据带来的技术与科技优势，促进其把坏人变好人，人人守法，人人遵诚信，改变行业风气，影响全行业的从业者实现规避风险能力的提升，为金融行业做好表率及榜样作用。