01 大數據風控的定義和產業發展狀況
大數據風控屬於一種新型風險控制模式，與傳統風控模式在本質上並沒有太多區別，二者目的都在於利用已有的數據進行風險評估。但大數據風控的特點在於，其通過對海量數據和用户行為數據的量化分析和模型化，實現對風險的科學高效分析，例如對借款人的還款能力、逾期幾率及欺詐風險的預測。
在數字經濟時代，大數據風控產業的發展在世界各國受到了極大的重視。在歐美髮達國家，大數據風控在信用經濟、消費經濟、普惠金融等領域扮演着不可替代的角色。根據業內專家提供的數據，2017年美國的大數據風控市場的總體產能已突破了120億美元，並催生了龐大的數據平台、算法和人工智能產業的發展。
從數據風控導入行業的分佈情況來看，金融業作為現代經濟的核心，實體經濟的血液，承載宏觀經濟穩定的支柱，其對大數據、雲計算以及人工智能等技術的融合，讓銀行等金融機構與客户的交易信息成為可以利用的有效資源，對客户信息的分析更加全面、科學、便捷、有效。可以説，當下大數據分析的技術進步，已不單單是提升金融效率的工具，而是以業務重構和產品創新的方式，推動金融業的轉型和客户體驗的提升。以大數據分析和智能風控為代表的金融科技將是中國彎道超車重建國際金融秩序的重要手段。不僅如此，大數據風控所提供的數據分析服務還可以幫助包括大零售、醫療、物流、工業製造等行業的任何有數據處理分析需要的企業、甚至是政府部門來實現風險控制、提高運作效率的目標。
02 大數據風控的先天優勢和內在風險
毋庸置疑，大數據風控技術的發展極大地提高了各個細分行業的效率，普通民眾的生活更加便利，企業和政府部門的運作也因此受益。相對於傳統的風控模式，大數據風控的特點在於利用數據進行科學風控。在大數據風控模型中，其數據不僅包括傳統的金融數據，例如年齡、收入、負債等資信數據，還納入了許多對風險評估具有較大參考價值的個人行為數據，例如該用户是否在多家借貸平台借款，其手機上安裝的借貸APP數量和活躍程度，通訊錄是否為空，日常消費習慣等。在某些具體條件下，以上用户個人行為都具有與用户信用風險高度相關的信息，這些因素會成為評估信用風險的強相關數據，可作為重要因子錄入大數據風控系統，影響用户的信用評估結果。
但在傳統的風控模式下，礙於數據來源、挖掘和分析技術的限制，其模型設置一般只採用單一的線性迴歸模型，變量一般不超過百個。相比之下，大型大數據風控科技公司提供的變量可高達數萬個，其算法模型數量之多，足以支撐從多個角度對申請人進行衡量的需求。在數據的廣度、深度和鮮活度上，傳統風控模式均遠遜於大數據風控模式，且在後者的情況下，藉助AI自主學習還可以在後期實現模型的不斷優化、輸入數據的豐富化以及顆粒度的細化，其評估的時效性和準確性要明顯優於單純依賴傳統風控做出的風險評估。
實際上，大數據風控技術已經在傳統商業銀行、現金貸公司等各類企業上獲得廣泛運用，美國知名的大數據風控公司ZestFinance為超過15%的美國客户提供高效、準確的信用評估服務，其模型接入到多家傳統金融機構，而且大數據模型技術則依託於Google公司的信息技術支持。同時，憑藉自身AI深度學習技術的發展，大數據風控公司得以快速更新風控模型，在對抗網絡欺詐、打擊黑產上發揮了重要的作用。
當然，大數據風控自身存在一些不容忽視的運營和信息安全風險。例如數據本身的匹配程度、覆蓋率、相關度和鮮活度等因素都將嚴重影響到風控評估結果；大數據風控本身的定位也限於對決策提供輔助作用，雖然大數據可以從多維度展現和説明問題，但是最終決策仍需決策層在結合其他信息的基礎上綜合判定後作出；此外，數據的收集和使用，尤其在涉及個人信息和隱私保護的問題上，大數據風控始終面臨着不小的挑戰。
因大數據風控的內在的風險，加之行業發展的初期，缺乏行業標準缺失、法律法規不完善，以及行業內各企業技術管理水平良莠不齊的原因，大數據風控行業也亂象迭生，在涉及個人信息加工處理等敏感問題受到公眾熱議的同時，也引發了監管方面的注意。在2019年，公安部在全國範圍內開展打擊“套路貸”犯罪活動，不僅衝擊了大量P2P平台及其上下游產業鏈條，提供數據分析技術服務的大數據風控公司也因此涉嫌濫用個人信息，部分業務因受嚴重衝擊而停擺。
03 大數據風控合規化整改的展開
有鑑於此，當下我國正着手加強對大數據風控行業的監管，尤其是對數據形成及隱私保護的問題。強調對該行業發展的合規化整改，對於行業的長期健康發展的必要性無需贅言。在筆者看來，在合規化整改過程中，把握安全和發展的平衡，至關重要。
首先，應當堅持安全是發展的剎車器。對於侵害組織和個人合法權益的違法行為，監管機關應當綜合運用行政和刑事的手段開展綜合治理。在這個過程中，應避免對所有的歷史問題，對行業中普遍存在的不夠規範的問題，在行政監管等長期缺失的前提下，直接一刀切地直接認定為刑事犯罪。對於處在行業領先的頭部和技術領先企業，需要充分考量其對行業、對科技、對經濟所做的貢獻，用發展的眼光去看待企業和行業發展中的問題。
其次，應當注重制度和規則的創新。大數據分析和風控在各個細分行業的應用是未來行業發展的大趨勢，理想的監管方向應該要致力於形成一個監管、行業以及用户良性互動的態勢，在鼓勵科技向善的理念下，推動行業創新與監管規制的螺旋式上升發展。這需要充分考慮數據保護和數據流動的平衡，應當着眼於構建健康的行業生態，搭建好法律、監管和行業自律的完整治理框架，充分考慮行政和刑事的銜接問題。
監管方面對大數據發展和利用的正規化引導目標，實際上應讓行業向上發展的同時，也更好地保護普通用户的個人信息和隱私安全。這也促使行業各個公司愈發重視對個人信息收集、處理和使用的合法性，而專注於數據風控業務的合規化。毫無疑問，隨着監管整肅力度的升級和法律法規的不斷完善，大數據風控行業的發展必然會受到一定程度的影響，相關資質、牌照、監管審批的合規要求也將逐步建立健全，企業在技術開發和輸出上甚至可能因合規風險而限於保守，合規化成本攀升亦不可避免。但對於真正致力於深耕大數據風控領域的企業而言，這既是一場大的挑戰，也是一次難得的機遇，野蠻生長的時代已經過去，將技術創新和合規發展作為核心考量的大數據風控企業將更有可能在未來贏得市場的青睞。
04 總結
總而言之，在數字經濟飛速發展的時代，我國對大數據風控行業的監管不僅要考慮到個人信息和隱私的保護，也應該用長遠發展的眼光看待大數據風控行業和業內的企業。大數據風控行業自身則更需要做好應對不斷完善的監管機制的準備，在合規化的基礎上積極推動大數據領域的技術開拓，促進我國大數據全行業有序地發展。而如何更進一步將我國數字經濟做大做強，則如前所述，將有賴於監管者、行業自身和用户的互動形態。這對每一位參與者而言，都將是一次重大的考驗。