大数据技术驱动下互联网消费金融的研究和分析

朱魁明

【摘要】互联网消费金融近几年在我国获得了快速的发展，对于人们的生活方式和消费方式产生了积极的影响，对于我国经济的发展起到了促进作用。但是由于我国互联网消费金融发展时间相对较短，导致在其发展过程中逐渐暴露出一些问题。基于此本文在对我国互联网消费金融宏观环境以及发展过程中面临主要问题分析的基础上，重点对大数据技术驱动下我国互联网消费金融发展进行了论述。

【关键词】大数据技术  互联网消费金融  征信

近些年随着与计算技术、大数据技术的快速发展，为我国互联网消费金融规模的持续扩张提供了有力的技术支持，促使我国的互联网消费金融进入了快速发展阶段。但是由于我国的互联网消费金融发展时间相对较短，我国的征信体系建设相对滞后，金融风险控制水平整体偏低等，在很大程度上限制了我国互联网消费金融的进一步健康良性发展。因此基于大数据技术来进一步挖掘互联网金融消费者的金融需求，创建可靠健全的征信数据库，提高互联网金融风险控制水平对于促进我国互联网消费金融的健康可持续性发展具有非常积极的现实意义。

一、我国互联网消费金融发展的宏观环境分析

互联网消费金融主要是指以互联网技术和网络信息技术为依托，开展消费贷款以及消费相关的金融服务。相比于传统的消费金融，其可以有效降低信息不对称性问题，提高了金融业务效率，降低了交易成本。我国互联网消费金融发展的宏观环境主要体现在三个方面，一是在财富基础方面，我国的社会财富总额持续增长，据相关数据统计我国2015年的国民生产总值已经达到67.7万亿元人民币，仅次于美国，排名世界第二，持续增长的社会财富为我国互联网消费金融的发展奠定了坚实的基础。二是在国民消费潜力方面，我国社会消费品零售总额以及信贷规模保持持续增长。国家统计局统计数据显示我国2015年的社会消费品零售总额为300931亿元人民币，相比2014年上涨10.6%。同时国内外宏观经济形势分析表明现阶段我国的经济增长方式逐渐由投资驱动型转变为消费驱动型，消费已经成为我国经济增长的主要推动因素。基于人民银行统计数据，我国2015年末的人民币贷款余额为93.95万亿元，相比2014年增长了14.3%，其中消费信贷余额为19万亿元，同时数据显示我国消费信贷余额增长速度明显高于人民币信贷余额增长速度，表明在我国经济增长中消费所起的作用越来越重要。

二、我国互联网消费金融发展过程中面临的主要问题

（一）征信体系不完善，难以对客户信用水平进行有效评估

由于我国互联网消费金融发展时间相对较短，导致我国的征信体系建设相对滞后。不同于企业商业贷款，消费贷款的主要是基于客户的信用水平进行决策，而不是传统的抵押物，因此对客户信用水平的评估在互联网消费金融风险防控中具有非常重要的作用。但是我国目前尚未形成完整的征信体系，缺少对企业以及居民征信信息的获取渠道。一是互联网消费金融机构的征信系统不能像商业银行一样与人民银行的征信系统直接相连;二是不同的互联网消费金融机构之间没有形成有效的征信信息共享机制，進而造成征信系统运行效率较低，运行成本较高。

（二）互联网消费金融市场风险控制水平较低

由于互联网消费金融的客户定位主要为低收入人群，在消费贷款中没有有效的抵押和担保，这就在一定程度上放大了互联网消费金融交易过程中的金融风险，对互联网消费金融机构的风险控制水平提出了更高的要求。一是由于偏远地区的客户征信信息以及学生的征信信息相对较少，难以准确评估他们在消费贷款中的违约风险;二是在互联网金融交易的过程中存在冒用客户信息或者信息造假等问题，难以对其进行准确的身份识别;三是同一借款人在不同的互联网消费金融平台均进行借款，在一定程度上提高了违约风险发生的概率。但是现阶段我国互联网消费金融行业还处于起步发展阶段，各互联网消费金融机构的风险管理水平良莠不齐，风险管理水平较低的平台机构很容易被市场淘汰。

三、大数据技术驱动下我国互联网消费金融发展

（一）大数据技术有助于加速我国的征信体系建设

随着大数据技术的不断发展和我国征信体系建设的不断深入，两者之间已经开始充分融合。基于大数据技术可以对客户信息进行更加深入的获取、挖掘以及分析，为互联网消费金融征信体系建设开辟了一条新的渠道，为我国互联网消费金融行业的健康发展起到了积极的促进作用。大数据技术在互联网消费金融征信领域的应用主要体现在四个方面。一是大数据采集技术的应用，通过大数据采集技术可以对传统征信系统中的信贷记录进行挖掘，可以对影响客户信用状况的职业、婚姻、支付习惯以及社会关系等其他数据进行挖掘，从而为信贷决策提供可靠充分的数据支持。二是大数据存储技术的应用，随着信息时代的到来，征信数据规模急剧增加，尤其是非结构化数据规模越来越大，这些数据的存储和备份就显得特别重要，现阶段大数据技术为海量数据的存储提供了三种解决方案，分别为Hadoop非关系型数据库、MPP关系型数据库以及由软硬件共同组成的大数据一体机。三是大数据抽取和清洗技术的应用，大量数据中并非所有的数据都会对客户的征信产生影响，因此从大量的结构化以及非结构化数据中抽取能够对客户征信产生影响的数据就显得特别重要，在将数据抽取之后再对数据采用清洗技术，对数据进行分类排序，从而为后续的数据分析奠定基础。四是大数据挖掘技术的应用，主要是指建立数据挖掘算法，通过数据挖掘将隐藏在数据背后的有效信息充分挖掘出来，进而对客户信用情况进行有效评价。

（二）大数据技术有助于提高互联网消费金融的风险管理水平

随着互联网消费金融的不断发展，互联网消费金融行业的竞争越来越激烈，互联网消费金融平台只有不断提高自己的风险管理水平，才能够在激烈的竞争中保持自身的核心优势，获得自身的发展。目前基于大数据技术实现的金融风险定量分析技术已经开始在互联网消费金融风险管理中推广应用。

一是基于大数据技术可以更加全面的获取客户相关数据，对客户进行更全面的评估。数据是大数据风险体系建设的基础，只有更全面、更准确的获得客户相关信息数据，才能对客户的信用情况以及风险状况进行更加准确的衡量。尤其是在网络信息时代，庞大且非结构化的客户信息量为互联网消费金融平台数据的获取提出了挑战。基于大数据技术互联网消费金融平台能够从多个维度、多个渠道对客户的相关信息进行收集，包括职业、年龄、财产、家庭背景、婚姻状况、文化程度、职位等信息数据，以及消费记录、支付习惯以及人际关系等行为数据，进而实现对消费者的全面准确“画像”。

二是基于大数据技术可以从多个方面对客户的信息进行核实，提高数据信息的可靠性。首先基于大数据风险控制模型设定的规则可以对客户的信息数据以及行为数据进行相互验证，对不合理的数据进行剔除;其次大数据技术可以根据客户的信息设定一系列的关联问题让客户进行作答，平台基于客户作答结果对客户的真实性进行有效评估;此外大数据技术还可以对恶意欺诈行为进行有效识别。

三是基于大数据技术可以建立信用评分系统，基于客户全面准确的信用数据，可以通过大数据技术的统计和挖掘功能对客户的信用行为和风险特征进行分析，进而对其还款能力和还款意愿进行评估，得到信用评分。在贷款阶段，信用评分可以为贷款决策提供参照;在贷中阶段，信用评分可以对贷款风险进行检测和提示;在贷后阶段，信用评分可以对客户的履约情况进行监测。

（三）大数据技术有助于互联网消费金融开展精准营销

基于大数据技术开展定量分析，有助于互联网消費金融平台快速精准定位客户群体，进而可以为客户提供有针对性的金融产品和金融服务，满足客户多样化的金融需求。首先通过大数据分析技术可以更好挖掘客户的金融偏好，进而向客户推送可能感兴趣的金融产品;其次通过大数据技术可以向客户推荐符合其偏好的支付方式;再次通过大数据技术可以向客户推荐分期付款以及消费信贷等产品，提供定制化和精准化的购买体验。大数据技术在互联网消费金融精准营销过程的作用具体体现在四个方面。一是可以对客户的行为特征进行准确的分析，通过分析客户的身份、客户的行为数据、客户的购买习惯以及支付偏好等，对客户的购买意愿和购买行为进行判断，进而开展针对性的营销。二是可以对营销效果进行有效评估，基于大数据技术对产品营销效果进行持续性的跟踪监测，分析不同形式以及不同渠道的营销方式对客户流量以及购买转化率的影响，进而对营销方案进行及时的调整更新，确保营销方案的最优化，最大程度提高客户的购买体验。三是有助于维持关键的客户关系，关键客户的定位以及关系的维持会与互联网消费金融平台的发展具有非常重要的意义，通过大数据技术可以帮助平台对信用状况良好、消费意愿强的客户进行快速准确定位，也可以有效协调平台与关键客户之间的互动，进而提高客户管理水平。

参考文献：

[1]许亚岚.大数据助推互联网消费金融[J].经济，2017，（11）.

[2]周阳.互联网消费金融风险管理研究[J].吉林工程技术师范学院学报，2016.