电商大数据模型与银行信用评级终有一战 谁会获胜？

　　近日，在央行下发的《关于加强征信合规管理工作的通知》中通报，公安机关在破获的非法买卖个人征信信息案件中，发现个别商业银行员工利用职务便利，违规查询、下载和非法出售金融信用信息基础数据库个人征信信息。更有媒体爆料，部分征信和数据公司，直接从黑市上购买数据，甚至雇佣黑客去盗取数据。

　　密集的子弹打在了征信业上，这个原本处在阴暗处的行业猛然被推到了风控浪尖。金融平台对于获取数据的疯狂举动令人咋舌，这恰恰也体现了征信在金融领域的重要性。无论是传统的金融机构还是新兴的互联网金融平台，征信都是发展中必须研究的一大课题。

　　而在征信之上，两种类型的征信机构正暗地里较量。

　　近几年电商金融平台的征信业务发展迅速，大有盖过银行征信之势，然而真的是这样吗?事实上，电商类数据和泛金融相关数据，并没有银行的数据处理维度多，数据模型可能还称不上金融模型，但是未来成长空间不容小觑。

　　可以预见的是，电商大数据模型与银行信用评级终有一战，我们关心的是，究竟谁会在这场战争中获胜?

电商金融征信维度少、权重低

　　随着2013年3月15出台的我国首部征信业法规——《征信业管理条例》正式开始实施，各大电商纷纷踏足个人征信领域，利用用户在自己平台上的消费行为信息，建立起自己的大数据征信系统。在当下的互联网环境下，随着人们越来越依赖电商平台，这就意味着这些基于用户行为的大数据基础比传统银行的征信维度更为复杂?

　　从征信角度来说，蚂蚁借呗以电商和类金融行为数据为主，微粒贷以社交类行为数据为主，拉卡拉以线下刷卡支付行为为主，相较于其他电商，他们收集的用户行为信息会更多更全，他们也有相应资金实力建立起庞大的大数据分析团队，但是电商类数据和泛金融相关数据，并没有银行的数据处理维度多，数据模型可能还称不上金融模型，更别提复杂度了。

　　银行的征信和评级模型远比互联网复杂的多，二者的差距就像企业付费版和家庭免费版一样，数据权重就是一个很好的体现。传统银行过去不重视权重低的一些其他类别的数据，或者因为获得数据的成本太大，从而舍弃了这些数据，而用户在电商平台上的行为信息在传统银行模型体系恰恰都属于权重低的那部分。

　　金融平台如果单靠数理模型的数学专家至少得重走几十年金融建模的老路(在欧美顶级专家和银行家通力合作的情况下)。毕竟，国内的银行业还没有走完一个完整的经济周期，更何况是刚刚兴起不到几年的金融平台。

　　虽然现在的技术环境成熟，这个过程可以加速，但是难度还是不小的，不是一朝一夕，不可逾越的必要条件“必须长久干过大量金融的经验”。而现在有不少的电商金融平台还只是围数据、交换数据、攒数据的规则校验平台，它们需要沉下心学习这种复杂维度的模型，吸收金融人才和金融调整模型的经验。

“心态”是做征信的关键

　　虽然互联网较少的考虑安全，不受监管，更能获取一些其他类数据。但是银行也越来越开放的获得数据，基本上银行一招手，互联网数据拼着命就来了，只是关键看银行的体制和心态。这样看来银行更具备优势。

　　一时的优势不能代表什么，有时候做事往往成败于心态。更开放的互联网模式，才是成败的关键。未来究竟是银行继续做大，还是互联网企业成功逆袭?最关键的还是看心态，谁更包容，谁更开放，谁就可能成为最大的赢家。

　　补充一下如果说做风控这个事说起，授信、评级(大数据模型只是其中的应用)、押品、审批、贷后、额度、授权，这些都是必须完善的风控技术。全面风控才是有效的风控技术，单纯靠点内部评分和外部评分(也叫模型、征信、大数据)，预防风险是很困难的。

　　大数据技术，可以帮助各方面更有效一些。但如果只单独的追求数据技术，没有风控技术的话，是本末倒置。征信的目的是风控而不是堆积数据，如果不能明白这点，“虚拟信用卡”“白条”“各种贷”的小船难免说翻就翻。

　　电商金融平台和银行机构在征信领域的关系，未来是竞争还是竞和，目前尚未可知，不过可以确定的是，征信是一个任重而道远的事业，不会一蹴而就。搭建一个可靠的征信体系需要成熟的技术，更需要“金融的专业性”，还有充分的时间。