警惕互联网金融过度依赖大数据

本篇文章1459字，读完约4分钟

杨凯生说，作为网络时代的现代人，他需要有网络思维。只有学会如何客观地对待数据，谨慎地选择方法，才能从复杂的社会经济生活中提炼出有价值的结果，才能拥有现代人真正的大数据思维和互联网思维。

我们的记者潘英丽

2016年是互联网金融业“标准化的第一年”，“实现金融风险全覆盖”仍然是全年的主题。在北京大学互联网金融发展指数新闻发布会上，北京大学互联网金融研究中心特别高级研究员、前中国工商银行行长杨凯生对金融风险特别是互联网金融风险提出了警告。他说，我们必须警惕大数据和小数据之间因果关系的分析和判断，只有大数据和小数据的整合才能避免简单的判断，更好地防范金融风险。

不要高估大数据分析能力，也不要忽视小数据方法

在与一些从事互联网金融的人士交流中，记者了解到，人们对大数据的依赖日益突出。尽管它只是一种工具，但它越来越被视为绝对权威，因为它被赋予了预测未来的能力。与此同时，行业甚至开始怀疑计量经济学的小数据方法论，考虑机器能否完全取代传统的离线人工调查。

众所周知，大数据和小数据各有利弊。大数据的特点是结构化数据由不时生成的非结构化数据组成。数据噪声比数量快，粒度大，数据清理成本相对较高，导致相关性。“如果你把大数据随机选择的行为数据作为分析贷款的考虑因素，高估了大数据分析的能力，就会出现错误。”杨凯生说。

小数据的特点是可以提取核心事物的基本内容。银行数据通常被视为小数据，直接反映客户银行交易活动的最终结果。与大数据相比，小数据侧重于分析因果关系，属于传统的思维方式。

大大小小的数据融合可以避免简单的判断

“与大数据相比，小数据缺乏对客户行为路径和决策过程的理解，但它不能简单地用相关性取代因果关系。只有将小数据的完整性和准确性与大数据的多维性和及时性结合起来，我们才能避免过于简单的判断，并在监管中发挥重要作用。”杨凯生强调，在互联网金融集中整治的过程中，也要从方法论和意识形态理论的角度进行回顾和思考。

事实上，到目前为止，对于如何定义大数据和小数据还没有权威的定义，数据量只是暂时的区别。杨凯生认为，目前人们对大数据技术的理解存在偏差，有些人盲目依赖大数据技术。应当理性地看待，大数据不仅具有强大的记录功能，而且还具有噪声，噪声中夹杂着不真实的成分，这可能会使人们比过去缺少数据时更加困惑。“在一个样本范围内，没有科学有效的综合分析就得出贷款结论是不科学的。”杨凯生告诉记者。

效率和风险控制之间的平衡是互联网金融面临的最大挑战

在网络金融企业中，“二次贷款”是衡量其追求效率的一种手段，这与传统银行的“低效”经营形成鲜明对比。从事银行业工作多年的杨凯生表示，各企业之间存在很大差异，金融机构仅靠模型评估来判断其个性化贷款违约风险可能是不够的，有时还需要必要的专家团队。银行的传统做法是使用计算机系统进行审批。对于已确定的高细分企业，机器将自动进入贷款程序，而低细分企业将自动拒绝，中间细分企业将受到必要的人工干预。如果互联网立即确定贷款金额，可能会因为不精确而产生风险。

蚂蚁金服金融风险管理部高级主管孙涛对《中国经济时报》记者表示，互联网金融与银行业的最大区别在于，它们面对的主要客户群体贷款需求小且分散，没有抵押品。如何在效率和风险控制之间取得平衡一直是网络金融防范面临的最大挑战。

数据让世界变得更大。“作为网络时代的现代人，你需要有网络思维。只有学会如何客观地对待数据，并仔细选择方法，你才能从复杂的社会和经济生活中提取有价值的结果，并拥有现代人真正的大数据思维。和网络思维。”杨凯生说。