P2P网贷借力大数据防风险 监管政策落地预期增强

本篇文章1125字，读完约3分钟

□ p2p面临央行信用信息缺乏、信用数据有限、风险管理政策不确定的挑战

□目前，包括积木、pat贷款和优质贷款网络在内的网上贷款平台已经正式发布了基于大数据的风险控制模型

一方面，人们对监管政策的期望逐渐提高，另一方面，行业竞争的压力越来越大。在这样的背景下，p2p网络借贷平台有足够的风险控制能力来应对吗？

根据网上贷款之家发布的最新统计数据，2015年3月有56个问题平台被曝光，比上个月下降了28%。问题平台的发生率虽然下降到3.40%，但仍远远超过去年同期的水平(0.84%)。这些问题平台集中分布在各地区，主要分布在山东、广东、北京、四川和浙江。

运营时间方面，问题平台平均运营时间达到7.51个月，比上个月有所缩短，且大部分是一年内的新平台。瑞新投资、盛泰投资、黛安风险投资和欧亿投资等新平台在不到一个月的时间里开始运行。

“在关注平台欺诈和运营的同时，p2p网络借贷平台的运营风险不容忽视。”据网上贷款之家相关人士介绍，3月份，许多平台暴露出坏账消息或合作机构出现问题，机构间风险传递问题也值得关注。同时，也暴露出一些平台的风险控制能力较弱。

由此可见，传统金融结构的风险控制模式难以适用于p2p在线借贷平台。目前，许多p2p网络借贷平台都积极与征信机构合作，构建新的风险控制模式。业内人士认为，未来随着行业监管的引入和信用信息系统的完善，基于大数据的p2p网上借贷平台的风险控制能力将会得到提升，p2p网上借贷的蓬勃发展仍可期待。

据《经济日报》记者介绍，目前，包括积木、拍拍贷、好贷网在内的网上贷款平台已经正式发布了基于大数据的风险控制模型。“与传统金融相比，互联网金融p2p面临央行信用信息缺乏、信用数据有限、风险管理政策不确定等挑战，但互联网更大的机遇在于数据、技术及其可扩展性。”拍卖贷款风险总监顾铭表示，通过互联网，我们可以接触到庞大的用户群，收集大量零散的数据。这些数据非常适合进一步分析p2p风险。

以派牌贷款推出的魔镜系统为例。系统的核心是大数据，大数据模型是依靠600万在线用户，经过8年的排排贷款积累了近40亿条数据而形成的。基于该模型，魔镜可以对每笔贷款给出相应的风险评级，以反映对逾期率的预测。最后，系统根据风险评级形成风险定价，保证收益与风险的匹配。

“传统的风险控制模式，无论是银行还是中小信贷机构，都更注重静态风险，这是对风险的预判，而大数据更注重动态风险，掌握动态风险。”Haodai.com大数据事业部总经理吴昊表示，好岱云的风险控制平台不仅强调事前把握风险，还能及时反馈数据库中风险因素的变化。如果一个人在第一笔贷款后频繁向其他信贷机构申请贷款，我们会立即通知第一家机构，以防止潜在风险的发生。