大数据操作讲究合规合法
扫描二维码
随时随地手机看文章
正规数据服务商所凭借的是自身在线上的优势,通过信贷联营或称为联合放贷、助贷来与银行等正规金融机构合作。而要达成优势互补、信息共享、独立风控的信贷联营,金融行业还需在技术合作、信息共享、隐私保护等方面建立规则和标准。正规数据服务商所凭借的是自身在线上的优势,通过信贷联营或者称为联合放贷、助贷来与银行等正规金融机构合作,在消费金融场景下淘金,从来不需要那种助纣为虐的“low活”来谋利。据相关统计,不算信用卡在内,这块市场规模在5万亿元左右,带上信用卡的话则有13万亿元之巨,可谓天地广阔,大有可为。
杭州、深圳等地近日开始的针对“爬虫”等业务环节的监管风暴,让一些游走在法律法规边缘的大数据服务商如坐针毡。在大多数情况下,若只是采集互联网上公开信息,不一定会被归为违法行为。可一旦被用错了地方,如爬虫将采集公民姓名、身份证件号码、通信通讯联系方式、住址、账号密码、财产状况、行踪轨迹等个人信息用于非法途径,便构成非法获取公民个人信息的违法行为。尤其这些数据若不是来自公开信息,而是通过入侵别人的系统获取。爬虫负责人或相关高管被调查,往往缘由涉嫌侵犯隐私、助力现金贷、套路贷的暴力催收。所以,对业内正规数据服务商来说,这次正本清源的行业整肃来得正是时候。
对年轻一代来说,虽然自身所亟须的消费金融等金融服务似已无时不在,无处不有,但即便方便如手机银行,也不一定能随时满足各种需要。国家金融与发展实验室《2019年中国消费金融发展报告》显示,目前我国消费金融获得率偏低,有近40%成年人从未获得过消费金融服务,而发达国家80%以上成年人可从银行获得消费金融服务。
我国消费金融行业还有很大发展空间,预计表内消费金融占总信贷规模有可能突破25%以上。这一块的空档与鸿沟,当由数字科技平台与银行联手来弥补。互联网平台向银行开放某一成熟的商业场景(如腾讯的微粒贷、网商银行的网商贷),借助旗下的合法持牌机构,来给银行导流助贷、或者与银行联合放贷。近三四年来,联合放贷对消费金融服务的普及,已经产生了无法忽视的影响。试想,假如没有联合放贷,普惠金融岂非还只是纸上谈兵了?小微企业的融资是不是比现在更难?
信贷联营也好,联合放贷、导流助贷也罢,其本质是互联网数字科技平台向银行开放场景、用户和技术、数据。这即便对四大行这样体量的银行来说,也非易事,其中有数家银行为紧跟互联网潮流,不惜成本自建场景获客,无奈其线上商城的影响力几乎可以忽略不计。而对大部分银行尤其是那些城商行、农商行来说,获客更是老大难问题。因此,数字科技平台借助互联网的技术和数据为银行导流,银行在此过程中逐步建立自己的大数据风控能力,真可谓双赢。
但这里也有若干问题需加倍小心。一是导流归导流,其中如果对银行有收益回报承诺,辅以保证金余额形式的隐形担保,则需明令禁止。担保的存在,会诱发银行让出核心风控功能,等于出租银行牌照。一旦担保的安全垫击穿,损失的是银行,互联网平台不应该也不可能兜底。即便互联网平台加了履约保险,因为往往存在反担保,也并未安全多少,这方面的殷鉴不远。二是数字科技平台相关数据的收集,整理,算法,都要能够自证合法、合规与有效,数据与风控不能给人黑箱运作的疑惑。而这些恰恰是头部互联网平台引以为傲,赖以为生的看家本领。
线上线下本不是对立的,而是理应结合的硬币两面。譬如,对那些从未在线上留下足迹的客户,自然需要线下的人工来配合;而对能依靠线上画像来做出基本判断的客户,只需人工复核即可。那些包括人工在内的某些方面力有不逮的银行,选择与互联网平台合作,共同提升服务小微和长尾个人用户的能力,再正常不过。
说到底,违法获取数据,侵犯个人隐私的爬虫催生了现金贷、套路贷等个人消费贷市场的泡沫,属于假的信贷联营。而优势互补、信息共享、独立风控的真信贷联营,则可以覆盖中低收入人群的金融服务,尤其是5万至200万元之间的小微企业借款需求。
也有观点至今仍然认为,银行不一定需借助互联网数字科技来提供普惠信贷或者拓展消费金融。理由是大数据并不能改善借款人的还款能力与信用水平,不如依靠线下客户经理,即传统人工来的靠谱。客户经理可以察言观色面聊,靠数字模型之外的细节与其他线下软信息,来交叉验证借款人的还款能力。听上去这话不无道理,看客户提交的银行流水,自然不如让客户当面打开手机银行查流水来的准确,但这似乎将风控的线下与线上对立起来了,毕竟人海战术对于人力的要求太高。更何况,即便人力短期可以聚集,还需要高昂的培训等成本,而业务规模的扩大一旦跟不上人力的扩张,人最终还是留不住。
客观地看,不同银行之间的技术实力和风控水准永远存在差距,在这一方面存在短板的商业银行尤其中小银行,值得从互联网数字科技平台“偷师学艺”,与真正有场景、数据和风控能力的互联网数字科技平台合作建设自主的数字风控系统,力争提升风控这一核心能力。而整个金融行业也都需在技术合作、信息共享、隐私保护等方面建立规则和标准。如对行为监管优先规模监管,对行业标准、准入门槛、核查机制的明确等。显然,金融全行业的数据化风控能力建设还需要一个过程。