今年以來，金融大數據行業風波不斷！

因公安部門在全國范圍內大力圍剿“套路貸”，導致其上下游產業鏈均受到不同程度的影響，其中販賣數據的大數據公司首當其沖，受打擊較大，此事在金融科技圈內已發酵數月。

值得注意的是，部分媒體對以輸出技術為主的大數據風控公司多有批評聲音，聲浪甚至蓋過了直接開展“套路貸”、“高利貸”的網絡借貸公司。

打開APP 閱讀最新報道

眾所周知，在數字經濟時代，數據已是至關重要的新型生產要素，而以數據資源為基礎的金融行業更是繞不開大數據風控技術的加持，目前大數據風控正逐漸成為各金融機構的核心競爭力。

毋庸諱言，在進行科技創新的過程中，除去因概念混淆導致的“誤傷”外，過分苛刻的環境也難以孕育出創新成果，適度允許試錯才能不斷推動技術的進步，尤其在金融行業的智能風控領域，科技的應用有助于信用體系建設。當然，這一切還有賴于從業者的嚴格自律，不能侵犯公民隱私、危害社會的發展。

概念混淆，容易誤傷

事實上，大數據分析市場是由一個極為龐大和復雜的體系組成。以美國為例，其個人數據市場結構分為三個層級：全面征信機構、專業征信信息提供商、數據分析公司。

大數據公司特指提供數據買賣和提供流量服務為主要業務的企業。他們一般通過技術手段從各種渠道獲取數據并存儲到自身數據庫，而后針對不同場景簡單打包，直接銷售給客戶。

而大數據風控則是專指提供數據分析、人工智能、機器學習、大數據平臺能力以及分析咨詢服務的企業。大數據風控公司的價值體現和核心競爭力在于科技能力，這與大數據公司直接販賣數據和流量的商業模式有本質的區別。

大數據風控公司的核心競爭力是高技術、高學歷、高品質人才，以及多項的技術專利和具有較高競爭門檻的技術產品；而大數據公司則很難談及“核心競爭力”，因為收集數據進入門檻低，因此數量眾多、魚龍混雜。

大數據風控技術天然適用于金融領域，結合各類風控模型搭建的服務產品，可實現在大批量作業下，更快、更準的識別風險；同時從銷售管理、反欺詐、貸前準入、客戶授信到貸后管理，智能風控的模式可以有效對金融機構前中后進行重塑，形成貸前、貸中、貸后體系化和全周期化的生態系統。

因此，簡單的理解，大數據風控企業只是提供大數據技術在金融風控領域中的運用，這可視為一種技術能力。比如業內知名的同盾科技，就是這類企業的典型代表。其通過人工智能、云計算、大數據等核心技術的應用，提供處理數據的一系列解決方案，以便幫助金融實體、企業，甚至政府部門完成風控、反欺詐、提高運營效率等方面的助力。

而從行業發展的角度來說，處理違規大數據公司，避免劣幣驅逐良幣現象的發生，也是一批真正具備大數據處理能力的風控企業所樂見的。通過監管行動，一批不合格公司將出局，占據行業領先地位的企業將以此為契機，迅速在滌蕩污濁的氛圍中快速崛起。

什么才是金融核心競爭力？

中國科學院的一位專家曾公開表示，數字經濟是繼農業經濟、工業經濟之后的更高級經濟階段，它正加速重構經濟發展與政府治理模式的新型經濟形態，已成為中國經濟增長的核心動力。

2018年4月，首屆數字中國建設峰會披露的數據顯示，2017年中國數字經濟規模達27.2萬億元，占GDP的比重為32.9%；2019年4月，中國國家互聯網信息辦公室發布報告稱，2018年中國數字經濟規模達31.3萬億元，占GDP比重為34.8%，占比逐年增加。

賽迪顧問測算數據顯示，預計2020年中國數字經濟規模將達到6.4萬億美元，同比增速達19.4%；另據有關機構預測，2035年中國數字經濟規模將達到16萬億美元，數字經濟已成為當下經濟發展的最強新動力(310328)之一。

以數據資源為基礎的金融行業，恰恰是大數據風控技術的長項和演練場，特別是在交易、反欺詐、精準營銷、黑灰產業防范、信貸風險評測、二級市場監測、智能投顧、騙保識別等多個金融場景中，大數據風控正起著越來越重要的作用。

大數據風控能夠幫助企業提升效率，降低成本，同時還可以更快、更準確的實現批量識別，如果說金融機構的核心能力是風險定價的能力，那么大數據風控技術正逐步成為金融機構的核心競爭力，助力它們更加高效的進行金融決策。

實際上，目前走在前面的幾家大數據風控公司，每家都有自己的優勢和特色，但成體系的提供大數據風控產品的企業并不多。相對而言，同盾科技在人工智能，大數據分析等一系列技術理念的支撐下，已經開始慢慢演化到知識圖譜、深度學習等領域。這樣的意義就非常重大，因為在這樣的能力支撐下，才能夠使得金融決策從人工審核過度到機器自動決策階段，智能風控才能夠更高效。

不僅僅是在金融行業，大數據風控技術的智能化一旦達到相當高的水平，在諸如航旅、電子商務、社交等非金融行業，也有施展的空間。這就要求志存高遠的風控公司，不能過度追求短期利益。同時，還需要不斷吸收人工智能、云計算、風險管理等方面的人才成為公司的新鮮血液，才能在智能風控和智能商業決策平臺的建設上取得一定的成果。

智能風控，接班傳統手段

對于金融機構來說，風控模型和風控體系需要非常有經驗的金融從業人士進行把控。比如，銀行風控模型的出發點主要是衡量借款方的還款能力，一般來講，模型包含客觀性和主觀性兩部分。

客觀性的評判主要依據公司的財務報告、銀行流水等可以量化的數據。但只靠客觀數據還不夠，還要關注公司所在行業是否為落后或將被淘汰的行業，同時公司管理者的經驗也會成為影響公司的風險，需要人工進行調查審核。

因此，人在傳統風控體系中的作用很大，但靠人審查的風控手段畢竟單一，且人的計算能力有限，對復雜的征信環境缺乏整體的把控能力，無法為長尾客戶提供風險定價。

這種的困境對小型企業、個體工商戶的影響尤為明顯。由于小微企業在財務人員、專業技術人員、管理規范等方面都相對較弱，加之自身資產規模較小、融資難、競爭力缺乏等問題，嚴重制約小微企業的發展。

以智能風控為代表的金融科技為這些問題的解決提供了方案。隨著互聯網科技與金融高度融合，金融科技這種輕資產、重服務的網絡模式正慢慢滲透到金融模型中，推動金融機構產生變革。

以人工智能、云計算、大數據等技術為基礎的科技公司進入金融風控領域，科技與金融的結合日益緊密。傳統風控采用評分卡模型和規則引擎等進行風險評分，而智能風控會根據履約記錄、社交行為、行為偏好、身份信息和設備安全等特征進行用戶風險評估。兩種風控方式從操作到場景都存在明顯區別，進入移動互聯網時代后，智能風控的優勢更為全面和完善。

大數據風控也需要適度容錯

總體而言，數據分析行業是一個龐大的體系，機會多也意味著風險高。

在金融大數據資產管理水平不健全、技術應用不成熟、底層基礎設施不完備、行業標準缺失、政策保障不完善的前提下，金融行業內開始亂象叢生。

隨著整肅的深入，一些敏感性問題再次受到公眾熱議，但媒體對部分以技術輸出為主的大數據風控公司的批評聲，聲浪甚至蓋過了直接開展“套路貸”、“高利貸”的網絡借貸公司，這樣緣木求魚的背后，主要的原因還是對風控公司不夠了解所導致的。

特別是在整治金融亂象期間，很多人將大數據風控公司和大數據公司混為一談，真正的大數據風控公司被誤傷的可能性非常大，被誤傷的幾率大大增加。我們說要去除糟粕，取其精華，而大數據風控公司以及這類公司附帶的智能化技術，才是金融科技領域最為精華和寶貴的財富。

退一步來說，大數據風控技術在金融領域的應用是一種創新，創新需要勇氣，創新精神更需要鼓勵。紫金財經認為，除去因混淆導致的“誤傷”外，過分苛刻的環境也難以孕育出創新成果，更會阻礙新興產業的發展壯大，因此創新應該被適度包容，金融創新也需要一定的試錯空間。

科技需要在挫折中、試錯中不斷進步。金融行業與大數據風控技術的結合還有很多可想象空間，挫折是暫時的、前途是光明的，大數據風控行業的發展，在適度容錯的環境下才會有適宜的土壤，我們也需要以更大的格局來看待這場金融科技領域的變革。

科技無善惡，行業需自律

事實上，技術本身是中性的，并沒有善惡之分。

在套路貸的亂象之下，有觀點認為金融科技公司是“助紂為虐”。但大數據風控公司的技術并非只應用在網絡借貸中，其中智能風控作為人工智能的一個方向，正是各國爭奪的焦點，不能因噎廢食，因為部分不良企業的惡行而否定技術本身。

在金融領域內，也不僅僅是現金貸公司等會用到大數據技術，傳統的商業銀行也需要金融科技團隊，也會與大數據風控公司合作。大數據應用到金融領域既可以推動普惠金融落地，促進金融公平，還可以對抗網絡欺詐和各類黑產，提升監管能力。

一份央行報告曾指出，信息技術的發展和移動互聯網的普及進一步降低了獲得金融服務的門檻。長期以來，普惠金融理念在落地方面表現得差強人意，一個重要因素便是風控難，銀行等金融機構無法評估風險。隨著金融科技的進步，大量非結構化的、非金融的數據被充分挖掘，并以此作為風控依據，真正推動了普惠金融的發展，促進了金融公平。

在對抗網絡欺詐和黑產方面，金融科技同樣功不可沒。黑產始終伴隨著互聯網的發展，給相關從業者和普通用戶造成了巨大的損失。而黑產手法不斷更新，傳統的防護手段逐漸失效。一些科技公司利用AI自主學習技術，快速迭代風控模型，有效遏制了黑產和網絡欺詐的蔓延。

還是以同盾科技為例，其利用智能反欺詐技術，阻擊黑產團伙、協助打擊反洗錢、協助各部門解決電信詐騙等方面均有優秀表現。當然不僅僅是金融領域內的風控和反欺詐，同盾科技還與滬杭甬高速公司攜手開發了高速公路擁堵狀況實時監視系統，用智能化手段改造高速系統，提升行車效率。

2017年7月由國務院發布的《新一代人工智能發展規劃》中提出“三步走”的戰略目標。達成這樣的目標需要中國產業界付出巨大的努力。而像同盾這樣一批聚焦智能風控、防范網絡欺詐、助推社會誠信體系建設的企業，未來的機會非常寬廣。

科技發展會給人類帶來巨大進步，但濫用很可能給人類帶來新問題；科技本身雖無善惡，但只有心存敬畏、正確合理的運用才是企業長遠發展之路。

責任編輯：周星如