11月19日，2016外滩国际金融峰会在上海举行。阿里巴巴集团董事局主席马云、复星集团董事长郭广昌等业界知名人士围绕“全球化城市与金融创新”主题进行了深入交流。

互联网金融成为峰会的热点话题。马云指出，数据、基于数据的信用体系、基于大数据的风控体系是判断一个企业是否具备从事互联网金融能力的三大要素。作为行业领军人物，马云的言论也引发了行业内外对大数据风控的思考和讨论。

数据广度、深度和有效性

马云认为，数据的关键在于丰富、广度和厚度，好的数据不仅仅来自社交媒体、电商或O2O。

简单来说，判断一家互联网金融公司的数据能力取决于两点：公司是否拥有核心数据，收集的数据量是否足够大？

阿里巴巴和腾讯利用电商平台数据和社交数据打造了各自特色的数据系统。作为一家历史悠久的互助金融公司，农诺联科也走出了一条独特的数据之路。凭借7年多的运营经验，我们在贷款端积累了大量的数据。从借贷到还款的全周期用户行为数据成为我们拥有的独有的核心数据。这也是每个企业都视为财富的资源。与此同时，我们不断扩大数据的丰富性。我们在自有核心数据的基础上，与第三方合作，获取社交网络、电商、征信等领域的大量用户数据，最终打造出广度（数据全面性）、深度（强数据的关联性），以及有效的数据库，为后续的征信体系和大数据风控奠定基础。

不仅是（农诺联科），国内大部分互助金融公司都遵循这个思路来建立数据库。但受限于公司的经营历史、业务规模和核心数据获取能力，真正像这样建立自己的数据库的公司很少。

基于数据的信用体系

当然，仅仅拥有数据是不够的。众所周知，大数据不仅取决于数据的丰富程度，还取决于对数据的分析和处理。在马云看来，要解决普惠80%的问题，必须建立强大的信用体系。如果没有信用体系的建设，两三分钟就可以放贷几乎是不可能的。

信用体系的意义在于对用户的信用进行“评分”，量化管理风险。在美国，企业可以通过向三大征信局购买信息来解决信用问题。相比之下，在信用体系相对落后的中国，互助金融公司必然要建立自己的信用报告系统，给用户信用评分，并决定是否批准贷款或授信额度。

在建立（诺诺联科）征信体系的思路中，主要解决两个诉求：寻找合格的贷方和识别潜在风险。为此，信用系统模型对数据进行处理，绘制用户画像并进行标签化，从而实现对用户风险的高效量化管控。

在此基础上，为了解决信用评估结果滞后带来的不确定性风险，（诺诺联科）还实现了信用体系模型的动态变化，即通过数据的及时录入和更新进行及时管理，对信用进行调整。评估维度。确保信用风险评估的客观性和及时性。

基于大数据的风控体系

所谓大数据风控，就是基于征信系统来预测借款人的还款能力和还款意愿，以及欺诈风险。正如马云在演讲中强调的那样，应该建立基于大数据的风控体系，而不是基于IT的风控体系。这意味着大数据风控的核心是数据，互联网技术只是手段。

（诺诺联科）的水滴风控体系与马云提出的观点不谋而合。水滴风险控制的基础是数据和由此产生的信用体系。它还结合了金融科技领域的前沿技术来提高效率，包括贷前反欺诈、专家决策系统、贷后风险预警等。更重要的是大银行的积极探索。数据风险控制。比如水滴风控系统的自学习能力，可以通过数据修正模型来适应外部因素的变化，不断迭代完善自身。

从基础数据，到信用体系的建立，再到大数据风控，诺诺链科都足够重视提升公司核心能力，保障用户投资安全。或许正如马云所说，没有数据，互联网金融就是废话。对于国内互助金融公司来说，要真正实现互联网金融的便捷、高效、安全，在大数据风控方面还有很长的路要走。