互联网金融时代，如何通过大数据玩转P2P风控

目前国内p2p理财公司已发展近3000家，每个平台各有千秋，平台的安全已然成为投资者最为关注的焦点。基本上，几乎每一家正规经营的P2P平台都有自己的风控手段，但结果却是平台依然频出问题，似乎这些风控措施并没有起到作用。究其原因，或可归结为是这些风控手段并没有被体系化，而显得有头无尾、支离破碎。有的公司重视担保而轻视追索，没有将贷前、贷中和贷后的风控紧密联系起来，这样就令每个环节都出现了漏洞，漏洞环环相扣，倒反而把公司锁死，以至于隐患一旦爆发，就是惨淡收场的结局

到目前为止，将P2P风控与大数据结合起来，成为了一种非常受到推崇的观点。随着我们的世界进入到大数据时代，互联网金融行业似乎也不可避免地应该吸收进这一方法，来降低P2P平台运营过程中的风险，从而将其真正发展起来。

乐观来看，借助大数据技术建立全生命风控体系，是解决征信的有效方法。

如何降低风险?那么肯定是要尽量杜绝坏账，而这就对贷前风控有了非常高的要求。大数据所提供的正是在贷前对贷款人的风险评估依据，从而给不同客户进行信用评级，以此来避免坏账发生。

大数据的局限性在哪里?

大数据之所以冠以“大”字，所指的是范围广数据多。那么多少的数据才算足够，才能称得上是大数据?这就是大数据解决风控问题的第一个局限性。

大数据归根到底其实就是统计学的理念。想要收集到足够的数据，也不单单是任何数据都是有效的，数据之间应该保持纬度上的独立性，并且最终的数量也能覆盖偶发性的小概率事件，那么这样的数据才能是可用的大数据。而这正是数据收集方面的非常不容易克服的难点。

最完美的大数据应该满足N=所有，这样才能保证样本不存在偏差，但想要达成这一点，基本可看做是不可能的事情。这一缺陷是大数据在收集样本上的先天缺陷，无法通过后天手段加以克服。

第二，大数据提供的是过去的数据，但风险却发生在未来，这二者在时间上的断层能否通过足够的数量与精确的预测来连接填补，这显然是存在疑问的。简单来说，这是个“过去能否决定未来”的问题。

一件事情的发生必然建立在一个前提基础之上。这个前提一旦失去了当时的限制，就存在变化的可能性。如果前提已经无法被代入到下一刻分析，那么根据过去数据得出的未来结论，就失去了可靠性。这就好比我们通过数据来进行分析，要建立数理模型，但如果模型原本的常量部分发生了变动，自然无法再直接替换数据得出结果。想要解决这一问题，模型本身也要配合常量的变动而变动，做到这点同样不易。

P2P风控如何将大数据为我所用?

在大数据存在缺陷性的情况下，如果过分迷信大数据而认为风控问题可由此一举解决，那么就未免有些盲目乐观了。相对于国内互联网金融行业普遍风控缺失的状况，国外的征信系统则比较完