如何運用大資料進行信貸審批？

金融的核心是風控，風控的核心是資料+模型。沒有資料，再牛逼的模型也沒用。只有資料，沒有牛逼的模型，那也就是一潭死水，只能冷冰冰的躺在伺服器裡，毫無價值。所謂模型從廣義上說就是利用牛X技術把資料價值最大化（順便說一下，現在的風控真心不是做幾個策略就能搞定了）言歸正傳，回答樓主的問題，以下為我個人見解：

大資料時代沒有新使用者：

大資料時代，我們打電話、上網 ，刷卡消費、穿戴裝置、智慧家居等等行為都會留痕，我們所有的行為都會以資料形式留存下來。隨著大資料的發展，國家也越來越重視資訊保安，且已經出臺了相應的隱私資料保護法規。規定擁有公民隱私資料的企事業單位有責任保護使用者的隱私資料不會被洩露。

資料就是資產 ：

金融資料在銀行、互金，搜尋資料在百度，電商資料在京東，社交資料在騰訊。現在各個行業都發現了大資料的重要性，都想獲得更多的資料，同時開始對資料進行計價、賦值、交易，把自己的資料價值最大化。跟隨市場的急切需求，於是乎產生了幾種產業鏈。譬如，銷售平臺模式，資料平臺以中間代理人形式提供給買賣雙方一個撮合服務。如貴陽大資料交易所。另一種，以資料堂為例，該公司為主要資料提供方，自營為主。無論任何形式的資料交易，目前資料涉獵範圍還是有限。於是乎，我們期望有一個平臺，可以打通資料壁壘，提供一個規範的資料共享和交易渠道。這個平臺能解決資料標準化、資料整合、資料價值評估，資料歸屬等問題,還能保證資料的安全、保護隱私，保證合法、保證透明和公正。資料開放和資料共享勢在必行，而資料安全、隱私保護是發展資料開放的前提條件。

資料+技術驅動業務：

首先舉一個例子，CapitalOne :美國第一資本金融銀行，是全美最大的銀行之一 ，業務範圍涉及信用卡、汽車貸款、家庭貸款、儲蓄、個人信貸、保險等。該公司演繹瞭如何從一家默默無名的小公司躍升為美國著名金融集團，而用資訊科技驅動業務發展是該公司的制勝法寶。CapitalOne之所以成功，主要取決其強大的模型分析能力和精益化運營方案。

通過資料分析找到最優質的客戶：

最優質使用者不是信用最好的使用者，而是價值貢獻最高的使用者。CapitalOne通過資料分析，發現使用者主要分為三類，
-1 .白領，有高額收入，有很強的還款能力，每個月能按時還款
-2.低風險群體，將欠款展期但能夠歸還
-3.過度借貸、違約率高的垃圾使用者。
通過分析，發現20%的低風險群體創造了80%的利潤，於是他們把目標就定在低風險群體。

對使用者進行分組管理，

差異定價： CapitalOne將個人資訊、收入狀況，用卡習慣、產品偏好等多維度對使用者進行分組，同時對不同使用者的風險特徵標註出來。然後對競爭對手優質客戶推出的產品年化利率最低達9.8%。事實證明，這招很快吸引了大量低風險客戶。CapitalOne提出精益化運營方案，將”合適的產品在合適的時間以合適的價格投向合適的客戶”。

我司則依靠強大的資訊科技+精細的量化分析+精益的運營方案。

我司是指京東-作者注

拿我們的消費貸產品舉例： 我們依託電商生態體系資料和外部資料，基於機器學習手段和業務經驗，建設特徵庫，形成數萬維的特徵池。同時我們有上千維的使用者畫像，譬如通過使用者的金融資產、實物資產分析他的還款能力，通過使用者的購買行為和瀏覽行為等，洞察客戶需求，發掘客戶價值。線上上，我們把信用模型，還款能力模型、套現風險模型，盜號風險模型全部整合，當使用者申請貸款時，快速得到一個信用評分，準確的對其貸款期限、授信金額、以及風險做出決策併發放。另外，基於我們龐大的使用者畫像，前期根據客戶的特徵，推理需求，給合適的人權推薦不同的貸款產品，採取不同的觸達方式，降低邊際成本。 在過去，銀行要給一個客戶貸款，首先要求客戶提供他的資產證明、半年甚至一年的銀行流水來證明他的還款能力，通過資產抵押、質押等形式來提供貸款。大資料時代，我們可以從多維的角度評估你的償還能力、信用狀況、還款能力，最終的流程就是你只要證明你是你就夠了，這個時代已經萌芽。

本文轉載自知乎
作者：端茶倒水的程式設計師
連結：https://www.zhihu.com/question/57680810/answer/160653304