返回目录：理财投资
根据《2018年中国大数据风控调研报告》中数据分析，我国2017年大数据风控市场规模已达140亿元，超过美国同年120亿的市场规模，但我国的征信人口基数是美国人口基数的4-5倍，大数据风控市场的覆盖率远不及市场发展已基本成熟的美国，我国大数据风控市场发展潜力巨大。
我国大数据风控市场潜力巨大，三类公司业务各有侧重
大数据风控，是通过运用大数据构建模型的方法进行风险控制和风险提示。相较传统风控来说，大数据风控可以提供更多维度、更具实效性的数据，并通过模型进行大规模计算，有效提高风控效率。
目前大数据风控市场主要有三类玩家：
（1）人行征信、鹏元征信等传统征信公司。传统征信公司主要与银行，公安部、工商局等机构合作，利用公民身份证信息、银行卡信息、航旅信息、企业工商信息等基础的金融数据建立风控模型，进行大数据风控。
（2）以互联网巨头和第三方支付公司为代表的综合型互联网公司。互联网公司在运营过程中积累了大量的电商数据、社交数据、行为数据等内部数据，将这些数据与金融数据相结合，建立风控模型并形成自己的风控产品。互联网公司的风控产品早期只用于自身经营过程中风险管理，现在逐渐开始对外为企业级客户提供服务。
（3）同盾科技、百融金服等垂直类大数据风控创新型公司。这类公司通过对多方数据的整合进行大数据风控，主要为企业级客户提供风控产品、服务和解决方案。
产品升级关键：数据获取能力、模型建立能力、模型优化能力
数据获取是风控过程中最基础的环节。传统风控中运用的主要是基础的信用数据，例如年龄、收入、职业、学历、资产、负债等。但随着金融产品、金融服务的复杂化，在大数据风控过程中加入用户的行为数据可有效拓展信用风险评估的数据纬度，更加准确地评估用户风险水平。
对于做大数据风控的公司来说，数据的来源分外部数据和内部数据。外部数据主要来自征信公司、政府、银行等机构，这部分数据大多已经在征信中心实现了共享，数据层面的竞争便集中在了内部数据的差异化。内部数据包括用户在本平台的一些基本信息、注册信息、兴趣偏好，还有在平台的交易数据、行为数据等，这些数据直接影响数据风控模型中数据完整性。
但数据本身的价值有限，其价值主要体现在数据内蕴含的信息中。只有理解数据，对数据筛选得到真实的、有效的数据，对处理过的底层数据进行有效解释，建立风控模型，通过模型对于数据进行大规模运算，数据才能得以运用。风控即风险控制，评估用户可能的违约情况，主要包括反欺诈和信用评价两部分。大数据风控模型构建的两个关键在于：一发现不同特征与违约之间的相关性，二为不同的特征赋予权重或违约概率，以确定作为拥有多项特征的用户的信用状况，以此来决定是否向其提供金融服务、提供的额度是多少。
模型的优化是模型开发出来后至关重要的环节，模型的迭代直接影响模型的风控效果。进一步扩大数据量，为模型提供更有效支撑；新的欺诈手段的不断出现，会导致模型精准度下降，需要大数据风控模型迭代，加入更复杂化与更多维度的特征。没有经过经济周期的检验也是大数据风控被质疑的一个核心问题，如在大数据预测之外的黑天鹅事件，出现时会影响大数据风控模型的基本假设，从而影响风控的最终效果。几年来大数据风控与AI技术、区块链技术、物联网技术等不断结合，也将更有效地提高风控效果。
大量、多维的数据是第三方支付公司助力产品升级关键
第三方支付公司作为资金支付的“中间平台”，掌握了大量的交易流水数据，且交易行为频率较高、覆盖的场景较多。这些数据可反映了一个企业的的经营状况，一个人的消费水平、消费习惯，也有效丰富了数据量、拓展了数据维度。结合用户的支付数据进行信用分析，通过海量数据的积累和分析，更容易得出有效的行为信息，对客户的风险情况进行有效判定。
第三方支付企业做大数据的有很多，依据自身平台的流量优势，建立封闭系统的信用评级和风控模型。比如主要面向C端用户的蚂蚁金服，微信支付；以及面向B端用户的中金支付。
芝麻信用依托大数据、云计算、区块链等创新技术，连接商业、民生等多维场景，为消费者提供普惠平等的信用服务。蚂蚁金服还推出大数据风控品牌“蚁盾”，并开放给上百家企业，在航旅、银行公共出行、汽车金融等行业领域业务过程中提供保护。蚁盾产品充分运用淘宝、支付宝多年的支付数据，探索刷单党、羊毛党的交易特点、相关数据特征，利用大数据风控技术为客户提供反黄牛、反作弊、反欺诈服务。
腾讯云与微众银行微粒贷团队合作，通过一系列丰富的数据和算法建模，支持微众银行微粒贷产品做到精准风控管理，极大的降低微粒贷的逾期率和坏账率。快速的信用评估和决策得益于微粒贷背后腾讯云的大数据服务，大数据服务是基于腾讯积累的不同场景的用户数据，包括每个用户的社交关系、支付行为、过往的借贷情况等。腾讯云还推出伽利略风控系统、风险预警系统、交易反欺诈系统、催收管理系统等，努力为金融行业提供一站式的金融风控解决方案。
中金支付的定位是服务于B端的中小微企业，覆盖B2B电商、供应链金融、跨境贸易等主流领域。业务发展的需求以及八年来在行业支付数据上的累积与沉淀，促成了中金支付最终研发出自己的大数据风控产品，建立了中金“一鉴通”平台、中金“魔镜”反欺诈核查系统、“洞悉”平台，实现身份核验认证、反欺诈验证、风险信息实时预警。
我国大数据风控尚处于发展初期，数据维度较为单一，数据量不足制约了大数据风控产品的发展。传统金融机构和政府的数据不能满足科技日新月异情况下的风控需求，各个数据机构的数据没有打通，数据缺乏连贯性，孤岛数据存在融合问题。第三方支付公司在从事大数据风控过程中加入支付数据，丰富了数据来源，拓展了数据维度；多公司在同一平台进行交易，产生的连贯性数据，解决了数据孤岛问题。数据库的丰富与拓展将有效提高风控效果，助力风控产品升级。
★ 更多深度内容，敬请关注【艾瑞咨询官方小程序】或【艾瑞咨询微信公众号】，获取完整行业报告、热门指数监测，以及每日更新的行业前沿观察。