大数据的“触网”风险

互联网金融不但面临传统金融活动中的风险，还面临由互联网技术引起的技术风险，由虚拟金融服务引起的业务风险以及由法律法规滞后引起的法律风险。

在以网络化和信息化为基本特征的新经济时代，随着物联网、云计算、社交网络等一系列新兴技术的发展，大数据时代已经到来。

在推动大数据应用方面，无论是政界还是商届都看到大数据潜在商业价值：2012年3月29日，奥巴马政府公布了“大数据研发计划”，首批共有6个联邦部门宣布投资2亿美元用于扩大大数据技术开发和应用；2014年3月23日，阿里巴巴以7000万美元收购一家移动开发者数据统计平台；全球第三方支付平台PayPal联合创始人彼得·泰尔领头在ZestFinance的C轮融资中注资2000万美元。

根据赛迪顾问统计数据，中国大数据应用市场规模从2012年开始进入爆发式增长阶段，2012年中国大数据应用市场规模为4.5亿元，预计2016年达101亿元，增长近21倍。

互联网金融作为金融和互联网技术互相渗透融合的产物，依托于云计算、大数据、移动互联网、电子商务技术，并在大量政策信号释放和中国大数据应用市场规模高度繁荣的背景下，得到了迅速发展，对中国的金融体系造成了深刻影响。

大数据在互联网金融的突破

赛迪顾问的报告称，基于数据的业务及内部管理优化使得金融领域的大数据应用市场规模，在未来几年将以高于整体水平的速度增长。到2015年，金融行业大数据应用规模将达到23.07亿元。互联网金融对大数据的使用，更是具有得天独厚的优势。

大数据对于互联网金融的第一个助推作用在于寻找最合适的目标用户，实现营销精准化。企业基于客户的外部数据及企业自身积累的非结构化数据、交易数据，对客户进行精确划分，做到精准定位和营销，根据不同的客户和市场需求设计不同的金融产品，同有针对性地提升消费者所关心的产品质量和服务质量，制定出更加符合市场和客户需求的产品和服务策略，从而获取更多的市场份额，增强企业的竞争实力。

成立于2013年的爱投资是一家互联网投资理财平台，面向个人投资者提供投资理财类金融产品。集奥聚合（GEO）是一家提供网络大数据智能服务的公司，运用高质量非Cookie数据定向，通过用户的主动行为指数和特征去筛选潜在的受众。爱投资通过与GEO的合作，广告投放平均点击率经过数据优化和策略调整，比项目刚上线时提高了5倍，流量转化率达到了10%左右，远高于行业平均值。

另外，传统的信用评级靠的是财报和抵押担保方式，大数据则能帮助企业更好地衡量一个人或组织的信用水平。除去传统的评级数据，生活服务类网站的大数据如水、电、煤气、有线电视、电话、网络费、物业费交纳等；社交网站的大数据如兴趣爱好、性格特点、情绪波动等；电商网站的大数据如交易记录、评价记录、浏览记录等都能客观真实地反映客户的基本信息，是信用评级中几类重要的数据类型。未来互联网金融企业可以利用身份数据、交易数据、社交数据、行为数据等更好地评估一个人或一个组织的偿还意愿和偿还能力，将征信数据化，继而为用户提供快速授信。

阿里小贷自2012年8月起全面向普通会员开放，提供无抵押、无担保的低额贷款。而其依仗的正是掌握在手中的海量客户经营数据，有了这些数据，阿里巴巴可以说是对客户的资信状况了如指掌，从而最大程度降低了信贷业务风险。截至2014年上半年，阿里小贷累计发放贷款突破2000亿元，服务的小微企业达80万家，不良率在1%左右。

最后，互联网金融企业打通了资金供给者和需求者的价值链，利用基于云计算的大数据更是解决了传统金融领域资金供给者和需求者之间的信息不对称，资金供给者和需求者可通过大数据金融平台形成自发的聚合和快速传播。同时通过大数据的分析、挖掘、核查和评定，互联网金融企业能够增加资金需求者风险的可控性和管理力度，及时发现并解决可能出现的风险点，并正确把握风险发生的规律性，从而选择合理贷款发放对象，进而提高交易成功率。

美国互联网金融公司ZestFinance借助机器学习和大数据分析技术来评估客户资质，同时运营多个模型对海量数据进行分析来判断各种可能性，对每位信贷申请人的超过1万条原始信息数据进行分析，并得出超过7万个可对其行为做出测量的指标，并且整个过程在5秒钟内就能全部完成，大大提高了信贷服务的效率。

风险如影随形

作为互联网技术和金融全面结合的产物，互联网金融不但面临传统金融活动中的风险，还面临由互联网技术引起的技术风险，由虚拟金融服务引起的业务风险以及由法律法规滞后引起的法律风险。随着大数据逐渐应用到互联网金融中，互联网金融的得到了极大的发展，但同时由大数据引起的风险也必将成为隐患。

首先是法律政策风险。由于互联网金融交易具有便捷、快速、隐蔽的特性，监管部门调控和监管的难度加大，基于大数据开发的金融产品和交易工具更是对监管部门提出了挑战。互联网金融企业目前还处在野蛮生长的阶段，很明显的特点是监管缺失。随着监管部门陆续对针对性问题提出规范，预示着互联网金融监管已提上议程，如果监管机构规范互联网金融的发展，限制大数据技术的使用、或是对其使用进行直接干预，其潜在风险是非常巨大的。

继央行暂停二维码（条码）支付业务以来，2014年4月17日，央行、银监会又联合发文规范第三方支付，明确规定银行应对第三方支付机构实施限额和重申客户身份认证重要性。客户和交易信息是大数据环境下第三方支付公司的核心资产，此举会直接影响到第三方支付的客户体验，进而影响第三方支付的发展。

根据艾瑞咨询统计数据显示，2014年二季度中国第三方互联网支付和移动支付交易规模双降，2014年二季度中国第三方互联网支付市场交易规模达18406.6亿元，比一季度微降1.7%；2014年二季度中国第三方移动支付市场交易规模达13834.6亿元，比一季度下滑5.8%。

其次是数据安全风险。数据价值随着开发程度增加而递增，但是数据开发与隐私之间往往难以平衡。随着大数据的应用，互联网金融业务渐渐表现为价值数字流的产生、交换、管理和应用，风险敞口增加，针对金融数据的犯罪渠道愈加开放、成本愈加低廉，数据安全问题的严重性愈发突出。

大数据并不意味着无限制搜集，客户对自身信息的采集和使用的知情权和控制权首先必须得到尊重。银行传统数据库采集客户的基本身份信息，是得到客户本人许可的；而互联网金融数据库采集的是客户更深一步的信息，譬如性格特征、消费习惯、兴趣爱好等，则是单方面自主收集，没有经过客户授权的。另外，大数据由于拥有庞大的数据库，一旦数据遭到非法窃取、泄露、篡改，将对客户的个人隐私、财产以及人身安全构成严重威胁。

2014年5月8日，广东警方成功侦破“海燕3号”特大黑客信用卡诈骗案。该主犯通过互联网提取信息，并利用银行网上支付、第三方快捷支付等支付漏洞，收集到160万条公民个人信息和银行卡账号，整理可以盗刷账号19万条，可提现金额高达15亿元。

最后是数据质量风险。大数据核心不在于大，而在于如何将数据转化为生产力。数据质量直接影响到大数据产品的质量和应用价值。由于大数据具有复杂、多样、多变等特点，在大数据时代下，数据质量很难保证。

数据质量包括元数据的质量、数据内容的质量和数据使用方式的质量三方面内容。一是大数据的数据来源众多，数据结构随着数据来源的不同而各异，元数据的质量难以保证。二是大数据价值密度极低，从中掘金是一项异常艰巨的任务。三是大数据的变化速度较快，有些数据的有效性几乎是瞬时的，如果这些数据没有得到剔除，在一定程度上会影响大数据的质量。以阿里巴巴为例，阿里90%以上的数据来自含淘宝、天猫在内的平台，支付宝实名制用户与该平台的重合性极高，数据库里数据单一化、同质化严重，一旦风险袭来则很难把控。

多维度防范风险

互联网金融的发展极大地促进了中国当前金融改革和创新，管理层在鼓励互联网金融创新、支持行业发展的基础上，必须协调创新与监管机制、修改完善现行法律法规，规范市场秩序。

首先，及时制定和颁布相关法律法规，明确互联网业务各交易主体的权利和义务，修订现有法律法规中不适合互联网金融发展的部分，对利用互联网实施犯罪的行为加大量刑力度，明确造成互联网金融风险应承担的民事责任。其次，明确现有监管部门的监管职责和分工，针对互联网金融业务范围的扩大和交叉，可实行分业监管和混业监管两种模式。最后，政府可以加强与企业的合作交流，把握监管力度，倡导建立自律行业协会。

互联网金融业务的市场参与者相当广，完善对互联网金融消费者的教育和保护，提高消费者风险意识和自我保护能力，可以有效避免反常突发的客户行为引起的动荡。一方面，客户应该明确自我信息的采集和使用的知情权和控制权，提升数据安全意识，形成相应的安全防范意识和上网习惯。另一方面，互联网金融企业主动要通过技术安全、优化服务、强化内控等措施，充分进行风险提示，确保交易安全、信息安全，畅通客户的投诉受理渠道。

在外部环境，政府及监管机构应该将互联网金融纳入现代金融体系的发展规划，制订统一的技术标准规范，增强互联网金融系统内的协调性，提高互联网金融数据管理水平。在内部环境，互联网金融企业必须制定完整的数据质量管理制度，全方面涵盖数据收集、数据存储到数据使用。在数据库设计时要充分考虑大数据意外情形，利用专门的数据提取技术和分析工具，扩展数据维度，培养专业的数据管理人才，以保证大数据的数据质量，从而创造出更有价值的产品。

在英美，自律对互联网金融行业的良性竞争、规范运营和保护消费者权益起到很好的促进作用。在中国，行业协会也应该发挥在推动互联网金融行业发展及自律规范方面的作用，协调业务链条中的所有机构，整合互联网金融行业发展资源，共同推动产业数据使用标准，加强产业自我监督和技术、平台、数据分享；另一方面与金融监管部门的对接交流，研究国内外大数据在互联网金融行业应用的发展规律，推动制订相关规则和标准，引导行业健康规范发展。

（作者分别系广东省社会科学综合研究开发中心主任、教授，广东省社会科学综合研究开发中心资料分析员）