在9月22日的WISE x 新金融峰会上，中业兴融CRO于大明指出，大数据已经成为当代P2P改善风控环节的出发点。

大数据具有海量、高速、多元化、低价值密度和真实等五个特征。然而，目前国内的数据大多处于彼此孤立的状态，很难形成由网络化共享而成的数据链和数据网，而这恰恰是大数据风控所需要的。如何将数据完全被网络化共享，需要官方或者市场第三方机构整合。

P2P机构在获取数据之后，要怎么对数据进行采集、提取、挖掘和利用，让这个大数据变得有意义，这是有技术含量和价值的地方。

他指出，这个过程依靠人工是不可能出现的，自动化的审批和智能化的审批，是风控整个核心因素。

他举了一个案例Kabbage，一家面向小微企业的自动化商业贷款公司，它将小微企业营运数据，包括网络信息、企业记账信息，以及从物流企业得到的发货信息;还有Kabbage独有商家信用评分体系(关联了商家社交媒体)，获得了更加优异的风控模型与更低的违约率。依靠这一独特的信用风险评分模型，Kabbage能够在七分钟内作出付款判断。

他认为，未来中国的P2P企业也应该像Kabbage一样，变成一个智能型的金融企业，这也是行业的发展趋势。

我今天分享的议题基于大数据新风控体系，P2P行业未来的发展趋势到底什么样的。在过去几年，P2P一直属于市场先行，风控滞后的局面，为什么有这样一个局面呢?是因为，最开始的时候很多P2P公司在创立之初，很多公司大BOSS不是做风控出身的，可能是做什么呢?做产品，做运营，还有做技术，还有很多是跨界来的，强调是企业的业绩和利润，没有重视风控的环节，在行业扩张的时候有意无意的忽视了行业的风险。

在P2P产生种种的问题的同时，我们做为一个P2P从业者也在不断地思考，怎么样才能更好的把控资产端的风险，将金融风险真正防范于未然。在我们思考和探索的过程当中，大数据成为当代P2P改善风控环节的出发点。大数据这个东西我们在三四年前提出这样一个概念，最近这个概念不是特别火了，那么什么才是大数据?是不是大量的数据呢?这样来说不是很准确。IBM提出大数据五个特征的定义:

第一个是大量、海量的数据。

第二个是高速。我们现在P2P平台，获取第三方的数据，一般的速度是毫秒级，在快速的时间里获得大量的数据。

第三个是来源多样化，多元化的，它可能非常碎片化，来自于很多不同的场景，比如:电商等等。来自于不同的领域，是多样的。

第四个，量比较大且又比较多元的数据，有一个特性，低价值密度。我们把单一的数据拿出来，它的价值是非常低的，当我们聚集了很多大量的低价密度的数据集合在一起，并且加以利用的时候价值就高了。

第五个，我们这些数据要具有真实性，如果这个数据是假的，对于我们来说没有用的，也不能称之为合格的一个大数据。

我们来看一下目前来说，我们国内一个数据情况，目前来说，我们国内大部分数据还是处于信息孤岛的状况。怎么样解决信息不对称，打造全产业链的大数据，并利用这些大数据来构建各类资产独有的风控体系，这是P2P以后发展的趋势。然而从国内的数据，大多属于被孤立的情况下，很难形成网络化共享，无法形成的数据链和数据网，而恰恰我们大数据风控所需要这样一个环境。如何将数据完全被网络化共享，其实这是P2P从业者需要攻克一步。

目前来说，从市面上，主要的解决方案是两种，第一种，我们也希望监管层可以去公开，整合我们所有P2P资产方的一些信息，并且建立一个权威的数据整合的一个机构，来整合所有的数据，供所有的平台，投资者还有借款方来作为选择的依据。第二个，市场化的方案，自身的平台或者第三方平台公司进行等价交换或付费交换，这两种在市场上都是同时存在的。

那么，我们怎么对这个数据进行采集、提取、挖掘和利用，让这个大数据变得有意义，这是才是真正有技术含量和价值的地方。现在其实有一些P2P平台，还仍然处于人工去计算和挖掘这些数据的这样一个阶段，这样来做的话，往往没有办法科学的利用这些数据，并且快速的去找到合适的一些变量。尤其是在行业经过数轮的洗牌之后，目前情况下资产数比较庞大，一个月交易的标地非常多，几万笔、十几万笔、多则百万笔以上，用传统的人工来进行风控的话非常有难度的。其实我们现在很多平台，引入了一个人工智能这样的技术，打造一个自动化的和智能化的审批系统。

在这里，我们也看一个案例，我不知道在座有没有人了解这个公司，Kabbage是美国面向小微企业自动化商业贷款公司。我们来看他的数据来源，主要有两个方面，第一个方面，传统小微企业运营数据，包括网络信息、企业记帐信息，还有从物流企业获得发货信息和仓储信息等等。第二块，是商家信用评分体系，这个评分体系是鼓励客户将自己的商业账户与Facebook和Twitter社交网络连接起来，把网络的信息数据引入到商家信用评分里面去。从而获得了更加优异的评分模型。最终违约率比市面上同行大大降低，Kabbage通过这个评分体系，往往决策一个小微企业的贷款可以控制在7分钟之内。

以前我们来做这个小微贷款的时候，可能要借款方提供资料进行审核，可能还要现场考察，还要电话核实，往往花费一天到两天的时间，而Kabbage能控制在7分钟之内，可见自动化的审批和智能化的审批，其实是风控整个核心因素。未来中国的P2P企业也应该像Kabbage一样，变成一个智能型的金融企业，这也是行业的发展趋势。

智能机器人从最开始媒体说这个概念的时候，这个技术可能用得领域不是很多。现在大多数P2P公司，也在应用或者探索这一块。以前用作数据的抓取，可能做了一些爬虫这些东西，模型的建立与迭代。智能决策，还有到后续的资产的跟踪、管理，这个过程当中，可能加入了一些机器的深度学习，具有了自动净化功能。通过机器人自主的需要能力，也可以快速的对风控模型进行调整与迭代。目前业内P2P的平台或多或少涉足了AI这个领域，致力于打造智能金融平台。

其中像我们中业兴融，在人工智能上面有一定的研究和应用，其实我们最开始的是以线性回归作为统计分析的方法，分类、聚类作为数据挖掘的方法。后期我们加入了一些云计算、机器学习和建模仿真等技术手段，我们制定针对不同资产类型的智能模型。其实我们以前更多是以客户的资产、负债，历史的信用情况，以点的方式来去评判这个客户到底是好客户，还是一个坏客户。之后我们画了一些规则，这个规则像一条条线一样，去卡这个客户。这个客户超过了这条线，我们的评分卡，比如超过了600分算作通过了，可能400-600分之间人工介入，低于400分直接把这个客户干掉了，以前是这样的。线多了像一个网，更像一个平面化。而我们智能金融，想像是一个立体化的，无论这个资产带着什么样的数据进来，这样一个模型找到最适合评判你风险的数据，你接单之后，我可以快速成百上千个维度里面怎么评判这个是好客户，还是一个坏客户。我们团队私下也称其为球体理论。

如今现在涉及AI这些平台，仍然处于人工和人工智能这些相结合的初步阶段，其实我还是在这里面有一个愿景，以后我们做风控的人员也好，可能做市场的人员也好，做产品的人员也好，都是以数据来推动，人工参与的部分越来越少，人工智能可以真正像人一样，对人类的思维进行模拟、延伸和扩展。我们也希望以后的人工智能越来越好之后，人力成本会大大的降低，风控的效率和准确性越来越好，这是也未来行业的趋势。