联系方式

《新莆京娱乐》杂志社编辑部
联 系 人:李编辑
投稿邮箱:3456669469@QQ.COM
Q Q/微信:3456669469
电??话:知识力量杂志社联系电话可查

论文范文

当前位置:新莆京娱乐 > 论文范文 >

大数据征信技术在互联网金融风险控制体系中的

发布时间:2019-11-28 11:03:58? 文章来源:/? 作者:费编辑? 阅读:次


(对外经济贸易大学统计学院,北京 100029)
摘要:技术的发展代表着时代的发展,以计算机技术和互联网技术为核心的信息时代,社会的生产生活都发生了极大的改变。互联网的出现不仅使得机械化的生产向智能化转变,而且连同生产交易活动也向信息化转变,互联网金融就是信息化时代生产交易的代表,也成为现代社会支付与交易的主流。互联网金融的出现虽然给人们的交易活动提供了极大的方便,但是也使得部分交易活动存在着不可避免的风险。信用作为传统金融交易中风险控制的主要依据,同样也延续到互联网金融风险管理体系中,成为衡量互联网金融交易风险的重要内容。为了更好的发展互联网金融,大数据征信技术应运而生。大数据征信技术是利用当前最为流行的大数据管理技术对企业、个人以及财产实施的信用征集,包括信息采集、处理分析、综合评价和信用信息传播等活动。本文就来分析大数据征信技术及信用在互联网金融风险控制中的应用,探讨相关问题的表现。
关键词:大数据;征信技术;互联网金融;信用;风险控制体系

我们当前的社会中,信息已经成为一种非常重要的资源,任何有效的信息在经过大数据处理分析以后都可能转化为存在着不同价值的资源。由此可见,大数据的发展让信息资源的价值不断提升。这种以信息和大数据为主导的发展成为当今信息时代的主要特征,政府、企业等已经将大数据作为解决众多问题的核心技术,大数据的应用范围也不断的被扩大。征信是保障互联网金融安全发展的重要措施,大数据征信技术是为了满足社会对于企业、个人信用了解的需求应运而生的。大数据征信技术的发展为互联网金融信用风险控制体系的构建提供了强有力的技术支持,也为互联网金融的安全交易提供了有效的保障。
一、大数据征信技术与互联网金融
(一)大数据征信技术概述
大数据征信技术是指通过不同的渠道采集海量的数据信息,并通过大数据处理技术对海量的信息进行撷取、管理、处理、分析,最后反映成为能够表现企业、个人信用信息的技术。其核心是对看似纷繁芜杂的数据进行有效的处理与内在逻辑关系的梳理[1]。
(二)互联网金融概述
互联网金融主要包括传统金融网络化、第三方支付、互联网货币、大数据金融、P2P网络借贷和众筹六种类型。传统金融网络化指通过采用信息技术,对传统运营流程进行改造升级,实现经营、管理全面网络化的银行、证券和保险等金融机构。传统金融网络化使传统金融市场、金融中介的线下网点逐渐被线上服务取代,如网络银行、手机银行、线上支付、线上保险公司等[2]。第三方支付指拥有巨大财力和优质信用的非银行机构,利用互联网技术同银行合作并充当银行和用户之间支付结算的中介,如支付宝、微信支付等。互联网货币又称虚拟货币,互联网中各种社区内,基于网民的共同需求而产生的新型货币形式,如比特币、Q币。涉及以上金融交易活动的都可以称为互联网金融交易活动。
二、大数据征信技术在互联网金融信用风险控制体系中的应用
信息已经是当前社会重要的资源,在各行各业中发挥着巨大的价值与作用。在金融行业,信息与企业及个人的信用有着重要的联系。在传统的金融行业中,信息就是商业银行和金融机构用以分析企业及个人信用的主要凭据。随着互联网金融的发展,金融产品的形式虽然发生了较大的变化,但是对于企业及个人信用的凭据依旧以信息为主,不同的是分析信息的方式发生了改变。传统的金融信用风险管理是以资信调查和款项回收的记录为主的,而互联网金融的金融信用风险管理是以大数据分析为主的。在我国,政府及商业银行已经借助大数据征信技术建立了以信用为核心的互联网金融信用风险管理体系,该体系的建立能够有效的减少互联网金融交易中信息不对称的问题,为资产交易做出了有效的指导。特别是以商业银行为主的金融机构,通过大数据征信技术建立起的互联网信用风险控制体系能够较大的降低在信贷业务中的风险,为我国商业银行的资产回收提供了安全保障。大数据征信技术在互联网金融信用风险控制体系中的应用一定程度上为商业银行扩展业务范围、扩大业务对象和发展对公业务提供了安全保障,有效的补充了我国商业银行征信系统的缺陷和问题[3]。
大数据征信技术对于信息分析和处理的功能更强大,处理分析的信息更加全面,并且具有较好的保密性和比较性,还存在一定的前瞻性,因而处理的信息更具真实性。此外,大数据征信技术的应用在一定程度上实现了信用信息的传递与共享,使金融机构在发展互联网金融的同时可以互相分享信用信息,这种合作形式的信用信息利用能够不断的完善和补充互联网金融中的企业及个人信用,使得企业及个人的信用信息更加真实和具体,为金融机构开展业务提供了更多的参考。目前,大数据征信技术主要应用于政府和商业银行的风险控制体系中,在市场中还没有广泛推广,这是由于大数据征信技术的复杂性造成的。大数据征信技术虽然具有较好的应用效果,但是实施的复杂性决定了在互联网金融信用风险体系中应用的难度较大、成本较高[4]。从大数据征信技术在政府及商业银行的应用情况来看,这一技术的应用价值具有不断扩大的特性,而随着我国互联网金融的发展,大数据征信技术的应用普及都是必然的。
期刊文章分类查询,尽在期刊图书馆 在征信市场中,征信对象主要为商品市场、商业市场、资本市场以及个人消费市场,近两年随着大数据征信技术应用的发展,对于征信对象的调查范围也在不断的扩大,征信的内容也更加广泛。从大数据征信技术的发展来看,大数据征信技术在互联网金融信用风险控制体系中的应用程度将不断的加深,尤其是在近两年来,大数据征信在一些大企业的交易活动中也开始引入,这说明互联网金融信用风险体系的应用在未来有望成为像互联网技术一般的普及程度。
三、当前互联网金融信用风险管理存在的问题
(一)信用评分等级限制了市场活跃度
对于商业银行来讲,面临的风险是不可预估的,这种风险来自于商业市场的不稳定,这对于商业银行来讲需要更加详细的信用信息来评估信用风险。大数据征信技术虽然采集信息的范围较广,但是在互联网金融信用风险中,信用评分等级较低的企业或者个人在金融市场会被限制交易活动或者借贷业务,从而影响金融市场的活跃性。
(二)大数据征信技术量化困难
在我国,大数据征信技术目前主要应用于政府及商业银行,只有少部分的企业将大数据征信技术应用于与企业之间的竞争。互联网金融信用风险管理首先是需要大量的数据,其次还需要检验模型的有效性,而大数据的采集需要特定的条件和环境才能做到量化,这对于一般的企业来讲很难实现有效的大数据采集的量化。一方面市场存在着变化,大数据征信技术所提供的信用信息可能存在变动,影响金融风险控制体系的应用;另一方面采集对象信息征信采集存在不可控因素,难以有效控制采集对象,因此限制了大数据征信技术的应用范围。
四、改善互联网金融信用风险管理的措施
(一)加深大数据征信技术的应用
第三方支付平台成为互联网金融交易必不可少的交易平台,而平台在进行资产管理时需要平衡客户与电商商户之间的关系,因此需要充分掌握商户的信用等级,并对商户进行信用评分。以第三方交易平台为核心的交易必然离不开信用风险体系的防控。为了保障客户的安全,为客户筛选出信用等级较高的商户,也为了平台的可持续发展,上市企业应该加深对于大数据征信技术的应用,对商户
定期进行信用采集,建立起属于企业平台的互联网金融信用风险控制体系,以便第三方支付平台的安全交易。
(二)做好大数据征信技术应用方式的创新
为了扩大大数据征信技术的应用范围,建立起多样化的互联网金融信用风险控制体系,上市企业或互联网企业应该加强大数据技术应用方式的创新,结合互联网平台的特色建立起信息获取、风险识别、风险评估、风险分析、风险技术、风险控制以及风险跟踪模式,有针对性的降低互联网交易平台中存在的交易风险[5]。例如,阿里巴巴对商户提供信贷业务,为了提高淘宝商户的信用等级,防止不诚信交易的出现,要求淘宝商户不仅要提供准确的商户信息,还要求贷款商户每月的交易额必须达到一定的量,并通过互联网控制体系来监控商户的交易信息,并对商户信用进行备案。通过对商户的信用备案和动态监控,能够掌握更多的交易信息,并对商户的信用等级进行评估,以此来保证第三方交易的安全和保障贷款资金
的有效回收。这是阿里在第三方交易和互联网平台中应用信用等级评估创新的互联网金融风险控制体系。
结语:
互联网金融发展是时代发展的必然产物,也是信息技术发展的产物,大数据的应用是信息时代必不可少的技术,也将是未来几年社会发展的主流趋势。为了互联网金融能够更好的发展,为社会创造更大的价值,政府及企业应该加强对于大数据征信技术的应用,通过大数据征信技术建立起互联网金融中庞大、完整的信用风险控制体系,并为互联网金融信用信息的交流与传递创建途径与通道,加速社会信用信息的流通与利用,促进互联网金融的安全交易以及资产回收。
参考文献
[1]徐翔宇.大数据征信技术在互联网金融信用风险控制体系中的应用[J].河北企业,2018(07):50-52.
[2]张君妍.我国互联网金融风险管理研究[D].黑龙江大学,2018(03):75.
[3]肖雅.基于征信体系的我国互联网金融信用风险防控研究[D].江西财经大学,2018(01):52.
[4]贾楠.中国互联网金融风险度量、监管博弈与监管效率研究[D].吉林大学,2017(12):239.
[5]万志尧.互联网金融犯罪问题研究[D].华东政法大学,2016(05):241.

作者简介:张改艳(1991-),女,山西太原人,对外经济贸易大学统计学院在职人员,高级课程研修班学员,研究方向:大数据分析与应用。

本文来源:大数据征信技术在互联网金融风险控制体系中的:/lunwen/2349.html

XML 地图 | Sitemap 地图