又到了岁末之际，除了风靡朋友圈的各大互联网公司年会之外，很多互联网公司和传统金融机构也纷纷公布了自身的业务年报，其中对于传统金融以及一些新兴的互联网金融平台而言，最引人注目的就是公布旗下一些信贷业务的规模和不良率了。
从公布的几份中小银行年报来看，在不良率上的敞露情况开始有所缓和，而在互联网金融领域，今年最大的热门无疑是各家都在场景端的信贷领域进行业务推广，完成了百亿甚至千亿的授信规模后，还能将不良率保持在一个较低的水平，这也显示了未来大数据风控正在成为一种和主流信贷审核方式相辅相成的新信用管理生态。
像阿里、腾讯的网商银行、微众银行，其不良率基本已经保持在了1%以下，甚至最低可以达到0.3%左右，此外网易金融最新上线的网易北斗智能风控开放平台也通过大幅度提升贷款审批效率和业务流程，帮助中小银行实现了大数据化的风控探索(平均坏账损失降低35%，有效提升模型风控预测能力—提升模型预测性能60%)。
消费金融新领域，考验风控新能力
零壹研究院估算，到2020年我国的非房贷消费贷款余额可达11.87万亿，如果其中互联网消费金融占比达到10%，当年互联网消费金融的市场规模(余额)可达到1.19万亿，乐观估计，如果考虑网上消费、O2O支付的发展增速等，2020年，互联网消费金融可能占据非放贷消费金融1/3的份额，市场规模将达到4万亿元左右。
因为消费金融火热，很多在个人信贷端进行无抵押、无担保、7*24小时信用贷款和分期推广的产品都纷纷斩获不小的市场。如蚂蚁借呗上线一年，授信3000万用户，其中，借呗在推出后的10个月的时间内用户数达到1000万，放款规模为3000亿元。微粒贷累计发放贷款总金额超1600亿元，总笔数超1500万笔，笔均放款约8000元，此外飞贷、网易小贷、快贷、白条等产品都分别斩获各自市场份额。
不过，相对于阿里和腾讯的场景化信贷行为而言，还有一些消费金融的新领域，并没有很好的场景化风控和大数据信用行为管理能力，这样的后果就是在一些场景化基础还不扎实，特别是用户行为和授信模型还不成熟的时候，容易片面扩大放贷规模而忽视了信贷的安全管理。例如，在一些平台的汽车消费金融业务中，基于降低运营风险的考量，会对每辆抵押车辆安装GPS跟踪设备，再将汽车交还给借款人使用，以此了解抵押汽车的行踪。然而，个别借款人竟然聘请专业人士想办法将GPS跟踪设备拆除，安装到其他车辆“瞒天过海”，导致消费金融机构最终难以找到抵押车辆，借款人也就无需履行还款义务。
在种种不规范的隐患下，一些小平台的消费金融业务不良率甚至已经接近或者超过10%，已经严重开始透支平台的长期发展能力。而从一般的信贷理论和行为分析上解释的话，消费金融业务应该是一项更为稳健的长期信贷市场，通过个人经营、装修、家电、数码、旅游、婚庆等各种场景的稳健消费支出进行消费金融业务的拓展。其实，到了这个阶段，就应该引入更多的大数据风控管理工具，因为大数据可以在信用审核维度和模型上通过海量的数据和资料分析，引用数千甚至上万的维度综合评定个人和企业的信用情况。
未来的信用管理，大数据风控将发挥直接作用
在大数据风控领域，核心的三个要素是风控模型、场景和资金，传统商业银行往往拥有低成本资金优势，在线下场景也具有长期客户积累，但是在线上大数据和数以千、万计的风控因子方面却稍显吃力;而BAT、网易在内的互联网IT巨头，则在海量的数据、金融云、线上场景和用户精准分析方面优势领先，但是需要一定的资金对接和金融牌照服务资质。于是乎，在目前金融监管收紧，而双方都有迫切需求的情况下，通过互联网IT巨头的技术、数据、模型对接线下传统金融的资金，成为了一个标准化的产业链合作模式。
可见，不论是阿里的“蚂云计划”，网易金融的“北斗”智能风控开放平台，还是微众银行微粒贷的同业合作模式，其实都在利用自身特定的技术、风控和数据优势，对接传统机构和一些具有信贷融资行为需求的场景。特别是目前正在兴起的消费金融，虽然具有十万亿级别的场景优势，但是通过一些中小平台的实践也暴露出了一些问题，最为集中的是信贷管理和信用审核方式比较传统，难以抵挡在互联网化时代中消费金融出现的一些新问题，而这些新问题将直接影响授信行为的准确性和还款的安全性。
从银行的信贷模型上看，真正意义上的大数据风控系统和传统银行的信贷系统处理机制有着本质的区别。以网易北斗智能风控开放平台为例，通过尖端建模及大数据收集处理能力，采用神经网络/机器学习/支持向量机等全球领先技术来保障风控模型可以去伪存真、真实反映用户的信用。目前，除了阿里和腾讯、京东以外，网易北斗通过赋能地方中小银行的商业模式值得研究，因为北斗系统可以通过数据和模型分析，为很多中小银行在地方消费金融和供应链金融领域业务推广进行“保驾护航”。
从公开的材料介绍看，网易北斗系统目前主要以银行和各种具有信用属性延伸的平台为服务目标，对于这些平台而言，网易北斗的这种集合了互联网大数据处理能力的信用管理方式可以很大程度上“对症下药”，从信贷实践数据来看，网易北斗可以帮助地方银行提高审批效率和数据处理效率，降低不良率(平均坏账损失降低35%，有效提升模型风控预测能力—提升模型预测性能60%)。
