大数据在金融领域的应用、风险

央行金融研究所所长孙国峰近日撰文，提出金融行业应用大数据，在风控和征信两方面前景广阔，但需要注意数据垄断、数据孤岛，以及数据安全和个人隐私保护三方面的风险，并建议从个人信息保护立法、信息共享机制建设、市场自律三方面入手，监管和规范金融大数据产业。金融机构通过信用评分模型来定量计算贷款违约的可能性，确定违约的损失分布，以规避风险损失，并根据预测的风险水平进行利率定价。随着中国移动互联网的发展，移动终端累积了海量的用户行为数据，网络交易和社交平台积累的数据可以实现对信用记录空白主体的信用评估。大数据多维度刻画了经济主体的行为特征，从中可以挖掘出额外的信息和关联逻辑。大数据风控相比传统风控模型处理的数据维度更多，还会不断迭代和动态调整模型。大数据征信通过采集个人或企业使用互联网过程中留存的信息数据，并结合线下渠道采集的相关信息来做信用评估。但在金融大数据产业发展的过程中，核心信用数据资源目前掌握在少数金融科技巨头手里，这带来了数据垄断风险；企业出于保护商业机密或节约数据整理成本考虑，不愿意共享数据，一些政府部门也缺乏数据公开的动力，而数据孤岛影响大数据征信模型的公信力，就会带来风险；大数据来源复杂多样加大了用户隐私泄露的风险，个人数据应用的隐私保护是复杂的消费者权益保护问题。孙国峰建议：第一，通过建立个人信息保护的法律制度体系，使大数据产业在数据采集、加工整合利用等各环节依法合规；第二，推动政府信息公开和行业之间信息共享，打破数据壁垒，发挥大数据推动各个行业升级和转型的作用，促进降低信息等多方面的成本，提高经济效率和社会福利；第三，发挥自律组织的作用，推动大数据标准化，使政府信息和不同行业之间的数据可以交互式使用，打破信息共享过程中面临的技术壁垒.