根據網貸之家發布的《P2P網貸行業2019年4月月報》，截至2019年4月底，P2P網貸行業正常運營平臺數量下降至973家，這是P2P網貸行業自從2014年5月正常運營平臺數量突破千家后，正常運營平臺數量首次跌破千家。而綜觀整個2018年，即便整個行業累計成交量突破8萬億大關，但全年停業及問題平臺總數卻達1279家，問題平臺涉及貸款余額高達1434.1億元，遠超此前問題平臺累計涉及貸款余額總和。風控，成為了關乎互金行業生存的命脈。

迷茫與焦慮的情緒在行業中蔓延，推動著互金企業紛紛向金融科技企業戰略轉型的決心。在金融科技新核心四要素“ABCD：人智工能、區塊鏈、云計算、大數據”中，大數據一度被廣泛應用、捧上神壇，那么大數據真的可以拯救互金行業的風控么？

從本質上來看，大數據并沒有完全顛覆傳統的金融風控，而是豐富了其數據維度。從宜人貸、人人貸等多家網貸平臺的風控數據維度來看，大數據風控首先還是利用信用屬性強的金融數據（包括年齡、職業、收入、學歷、工作單位、借貸情況、房產、汽車、還貸記錄等），來判斷借款人的償還能力和意愿。之后再利用行為數據進行補充，通過數據模型來評判借貸人的信用等級，預判借貸人特征與風險之間的關聯關系。具體到貸款的流程階段如下圖所示：

理論上講，大數據對借貸人進行多維度的分析判斷，有助于平臺方更加有效地識別欺詐行為和潛在風險。相比于傳統風控，大數據風控中的實時數據更新也更能消除貸款風險評估的滯后性。但在真實的商業環境中，大數據風控的使用效果還遠遠沒有達到理想狀態。究其原因，數據孤島多、數據質量低、數據泄露頻繁成為三道深壑，阻礙著互金行業的大數據風控之道。

數據孤島多

即便監管部門號召的百行征信已頗具雛形，但P2P網貸公司、互金機構和政府、券商、銀行及第三方征信公司之間的數據資產還難以在短時間內實現互通互聯。信息不對稱、不透明帶來了大量的數據孤島，使得多頭借貸的“羊毛黨”和金融欺詐團伙有了可乘之機。而失去數據體量的大數據風控，就像缺少燃料的戰車，根本無法達到它應有的輸出動力。

數據質量低

近年來，金融機構、電商平臺、社交網路、公共政務、生活服務等諸多領域的在線化，像永動機一般產出了海量數據。但我國數據資產管理尚在初級階段，導致各行各業數據格式多樣化、數據形式碎片化、有效數據字段缺失及數據內容不完整等諸多問題。同時，數據的真實性不高也成為了數據質量低的另一個表現。大量的數據灰產和數據不透明讓機構無法識別和驗證數據的真實性，導致銀行、互金機構都遭遇過身份冒用、盜卡交易、頻繁套現等金融欺詐事件。

數據泄露頻繁

我國金融基礎設施的不完善導致了商業銀行和網絡信貸機構的數據采集意識和能力參差不齊。這導致了越來越多的金融機構在獲取數據時，傾向于數據合作而不是高成本的自主采集。然而數據合作中的用戶隱私保護、數據泄露風險就成為了新的問題。根據國家互聯網金融安全技術專家委員發布的《2018年互聯網金融行業網絡漏洞報告書》，目前互聯網金融行業的網絡安全存在的風險較高。在數據泄露事件的主要根源中，47％的事件涉及惡意或犯罪行為，25％是由于員工或承包商疏忽（人為因素），28％涉及系統故障。如何做到數據的“可用不可見”，亞洲服務器租用，成為了可能減少數據泄露風險的方法之一。

綜上所述，與其說大數據在金融風控領域無效，倒不如說數據孤島、數據低質和數據泄露導致了金融大數據風控的無法落地。

針對上述痛點，由多家上市企業聯合發起的UD數鏈項目利用多方加密計算和區塊鏈技術開創了“斑馬合約”的解決方案。在斑馬合約中，各方數據安全地保存在本地，提供了一個安全合規、匿蹤脫敏的數據服務環境，使查詢方既可以隱藏客戶身份信息，國內服務器租用服務器托管，又能查得該客戶有無多頭借貸、有無信用逾期記錄。同時基于區塊鏈點對點網絡和可信計算協議，進行大數據的虛擬融合和加密計算，使各方得以實現聯合風控建模，聯合反欺詐，真正做到聯防聯控。

當前，已有多家機構接入斑馬合約，并取得不錯效果。隨著斑馬合約實踐的不斷深入，相信基于區塊鏈的可信計算環境和加密計算的數據融合，可以有效解決數據孤島和數據安全問題，推動大數據風控的不斷變革創新。

【凡本網注明來源非中國IDC圈的作品，均轉載自其它媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責。】