大數據風控目前應該是前沿技術在金融領域的最成熟應用，相對于智能投顧、區塊鏈等還在初期的金融科技應用，大數據風控目前已經在業界逐步普及，從BATJ這樣的大企業，到交易規模比較大的網貸平臺，再到做現金貸、消費金融的創業公司，都在通過大數據風控技術來控制貸款規模擴張中的風險。

大家都在做，對行業格局有什么影響，未來的市場格局會是什么樣子？

近期互金公司在大數據風控領域布局愈加頻繁

進入12月份不到半個月，大數據風控領域不斷有新動作：

由此可見，現在互金行業一個重要的趨勢是，有向普惠金融、小額信貸服務轉型需要的公司，與擁有數據資源的公司，都在努力向大數據風控領域布局。對于前者而言，大數據風控是做小額融資標的的必備工具；對于后者而言，大數據風控可以提供將數據和技術進行變現的途徑。另外，可以看到，大數據風控系統的開放也已經成為趨勢。

大公司與互金創業企業都在做大數據風控，但商業策略有所不同

以上大數據領域的新動作是互金公司發力大數據風控的縮影。近年以來，互金公司對大數據風控的布局熱情滿滿，從大公司到創業企業，都在大數據風控上下功夫。

大公司紛紛做大數據風控技術輸出

在大公司方面，一個共同特征是，都在開發自己的數據體系，利用技術打造風控能力，且將這種能力開放給業界。

可以看到，大公司基本都選擇將自己的數據和技術產品化，開放給合作伙伴。

創業企業大數據風控發展模式不盡相同

已經形成較大規模的互金創業公司也基本都有自己的大數據風控體系，一些企業也在做技術能力輸出。統計顯示，已經完成C輪融資的互金企業中，大部分都著重通過大數據、人工智能等技術加強風控、獲客、資產配置環節。例如，

這三家企業以及品鈦集團旗下的讀秒等也都在做大數據技術能力的輸出，向業界開放能力。

交易規模較大的網貸公司也大多構建了大數據風控體系，相比之下，網貸公司的大數據風控技術目前以服務自己的資產端為主，對外開放的案例并不多。

由此可見，在互金領域，從BATJ這樣的大企業，到創業企業，都努力發展大數據風控技術，以構建提供普惠金融服務的能力，一句話總結，沒有大數據風控，就沒有真正的普惠金融。

預計在未來，可能每家做借貸類的互金公司都需要有自己的一套大數據風控體系，同時，有數據與技術優勢的企業也會進一步向業界開放能力。市場上也會存在類似Zestfinance這樣的大數據征信公司向業界提供技術風控能力。

大數據風控面臨的質疑很多，為什么互金公司都在做？

盡管針對大數據風控的有效性有很多質疑，但互金業界都這么看重大數據風控，原因在于，雖然技術還不一定成熟，國內數據資源也不夠開放，但發展普惠金融，大數據風控似乎是必由之路。

互聯網金融本質上是普惠金融，為傳統金融機構所服務不了的小微企業和普通人群提供金融服務，而傳統金融之所以服務不了這部分群體，就在于這部分群體缺少傳統風控手段下必備的條件，如抵押品、高額的銀行流水等。而且傳統金融的風控是線下人力操作的風控，能服務的人群有限，成本也高。

互聯網金融之所以有可能解決這些難題，在于大數據時代的來臨，借款人、企業的各類活動都移至線上并產生大量線上數據，用這些數據進行分析，可以形成不同維度來判斷借款人和企業的信用狀況。

大數據技術正在成為開展普惠金融服務的必備工具，也正是因為這樣，大大小小的互金企業都在做大數據風控技術，提升自己的競爭力。目前的技術還存在很多不足，但預期未來其功效會越來越好。

圍繞大數據風控構建商業模式

構建一個大數據風控不是目的，目的在于通過大數據風控來推進業務，從而拓展營收與利潤。目前圍繞大數據風控的商業模式主要有兩種，即直接放貸模式與助貸模式。

平臺依托大數據風控技術直接發放貸款，就是直接放貸模式，盈利主要來自于凈息差。這樣平臺的盈利能力取決于放貸規模以及利差水平，放貸規模大，資金成本低，就有可能獲得更高的收益。網貸公司大部分是這樣的模式。

助貸模式是平臺本身不放貸，通過向其他企業輸出風控技術來獲取服務費或返傭。這樣收益主要來自合作企業的交易規模，平臺不會從利差中獲利。很多開放技術能力的公司都是這種模式。

目前，在技術與數據方面有優勢的互金平臺基本都采取直接放貸與助貸兩種兼用的模式，即自己也做資產端，直接放貸，同時也向外界開放技術能力，幫助合作企業放貸。究其原因，資產端的項目開拓尤其是優質資產的尋找并不容易，通過開放風控能力可以在不影響自己的資產端的前提下，進一步擴大營收來源。目前螞蟻金服、騰訊、京東金融、百度金融、網易金融等都是如此。

而中小互金企業一方面自己做大數據風控，一方面也與大企業合作來補充數據源，從而增強風控能力。

未來行業會演繹怎樣的格局？

目前做大數據風控的公司可以分為兩派，一派是在數據或技術方面有優勢的大型企業，一派是近些年在競爭中興起的互金創業公司。大家都在做比較類似的事情，未來行業會有怎樣的格局？可以從數據資源、技術能力、商業模式構建等方面做一個比較。

數據

在數據方面，大型企業有數據方面的巨大積累，量級是創業企業所不能比的，數據類型豐富，判斷用戶的維度也比較廣泛。不同企業之間的數據類型業不盡相同。

以上都是互聯網企業。相比之下，也在開放金融技術的宜信的數據主要集中在金融領域，官方資料顯示，其信用共享平臺加入了線上線下1200萬條借貸數據，以及40萬個風險名單，并結合了共享機構的借貸數據。

不過，對于大企業而言，大量龐雜的數據，其開發的難度也會比較大，對數據的整合過程是一個比較龐大的系統工程，另外很多數據類型與信用狀況相關度較弱，這就會考驗數據挖掘能力。

創業企業需要自己在業務拓展中逐步去積累自己的數據體系，并通過引入大量第三方數據來增加數據維度，過程相對來說更艱辛，不過在放貸過程中形成的數據體系，與信用強相關，對于模型的優化幫助比較大，隨著創業公司業務數據越來越大，數據基礎會逐漸扎實。在數據上，創業企業優勢不及大企業，但并非沒有機會。

技術

技術實力方面很難量化，也沒有很公允的標準來評判各家公司在技術上孰優孰劣。

相對來說，大企業財力更雄厚，可以招募到比較優秀的技術人員，技術體系也會比較系統、全面；創業公司則可以靠股權、期權、發展前景等來吸引優秀的技術人員，且創業公司普遍戰斗力強，技術開發往往更聚焦、更迅速。

商業模式構建

在大數據風控的商業模式構建方面，創業公司生存壓力大，相對來說在資產端的開拓上更為進取，目前網貸交易規模超過300億元的創業公司已經逾10家，創業企業更偏向于將自身資產端拓展與大數據技術相結合，在模式上表現為直接貸款為主，少量助貸業務；

大企業在數據和技術上有優勢，在資產端的拓展上更注重安全，目前大公司的金融服務，除了有消費場景的螞蟻金服和京東金融，其他企業交易規模普遍不大。

大企業更傾向于依托技術和數據來開放能力，打造生態。很多大企業都是直接放貸與助貸并重的模式。

行業或會形成若干個比較大的大數據風控生態圈

未來一段時間這樣的格局或會繼續延續，即大企業在做資產端的同時，也將自己的大數據風控體系開放出來，幫助互金創業企業、傳統金融機構等來提升風控能力，自己也可以擴大收入來源，壯大生態圈；創業企業在形成自己的大數據風控體系的同時，也接入大企業的風控體系，助力資產端的拓展。

大企業一個不容忽視的優勢是，在技術輸出的過程中，不僅獲得一定收入，也會獲得商業伙伴的部分數據，包括信貸、借款人等方面的信息，使自己的數據規模越來越大，優勢越來越明顯。未來的普惠金融圈子，或許會形成若干個比較大的、以少數大企業為中心的大數據風控生態圈，大企業掌握比較多的數據資源，將數據與技術開放，幫助生態圈內接入的金融機構、互金企業打造風控體系，發展資產端。