滚动
投资观察界7月19日讯（记者 胡海明）自2016年以来，一度被强调的互联网化的金融理念逐渐式微，取而代之的是对金融本质的重新关注、金融与技术结合的更多可能性。金融科技大行其道，金融行业正重回技术信仰的时代。因此，能够在技术层面和产品层面实现创新的公司将成为行业关键变量。
其中，大数据信用借款服务是值得关注的方向之一，以数据和算法驱动的方式，向银行输出信用借款服务，助力其高效、批量获取小额信用借款服务资产。其中，风控是金融机构放贷重中之重，时常见诸报道的P2P跑路正是风控缺失惹的祸，因此风控再怎么强调、重视都不为过。
随着风控技术的进步，风控官们日渐发现，还款能力不等于还款意愿，最终客户还款与否还要看还款意愿。因此，以线下调查为目的的借前风控显得尤为重要。比如，凡普金科旗下专注于提供定制化的小微借款信息服务平台凡普信与全球领先心理测试风险建模公司Innovative Assessments（IA）战略合作就聚焦借前风控，能否牢牢守住风控这一金融科技的生命线？
小微贷风控技术历经三次变迁
近年来，银行、保险等大型金融机构逐渐把视线转向小微信用借款服务领域，加上P2P、消费金融公司、电商平台等践行普惠金融，使广大小微借款客户看到了融资的曙光。由于小微借款客户对资金的需求以“短、小、频、急”为主，加上财务信息不透明、不健全、生存能力薄弱等特点，导致小微借款信息服务平台面临成本高、不良率高、风控水平要求高等尴尬局面。
其中，小微贷风控技术走过了特定历史时期，从最初的抵押模式到以IPC技术为代表的信用借款服务员模式。前者不适用小微借款客群的特点，实际应用中犹如“大象起舞”般笨拙，虽然利率不高但惠及面较窄，而且经常要求客户提供诸多资料、报表，效率低下。
后者对人的技能要求较高，靠信用借款服务员的经验去做判断，而信用借款服务员对于这套技术模型真正运用娴熟需要1年以上时间，是一套比较占用人力成本和需要时间传承的技术，加上信用借款服务流程需要信用借款服务员全程参与，无形中使放贷的道德风险增加。
随着时间推移，二者局限性愈加凸显，难以兼容成本与规模化扩张的需求，小微信用借款行业亟待出现新一代的风控技术，大数据风控应运而生，其好处是一来可以更快速地规模化复制，二来风险结果可预测。
需要指出的是，风险代表不确定性，风险定位的终极目标不是零风险，一个行之有效的风控模式是在不良率和通过率之间做出最大化平衡，即在一定通过率的情况下把不良率降下来，在设定不良率目标的情况下把通过率提上来。
众所周知，信用评估是大数据风控的重要一环，指互联网金融公司利用自身海量数据优势和用户信息，从财富、安全、守约、消费、社交等维度来评判，为用户建立信用报告，形成以大数据为基础的海量数据库。
相比传统征信模式，大数据征信模式优点在于数据来源广泛，可以弥补传统征信覆盖面不足的缺陷，而且数据类型多样化，不局限于信用借款服务数据，更能全面反映个人信用情况。不过，其也面临信用数据关联的不确定性、“数据孤岛”不能实现数据共享等问题。
鉴于大数据征信仍处于起步阶段，正确看待显得尤为重要，既不能要求其一步登天，短期内带来质的改变；也不能风声鹤唳，一有创新就以各种名义围追堵截。在我看来，看待大数据征信的正确姿势是给予更多理性的包容和试错的空间，在渐进创新中不断完善大数据征信体系。
心理测试引发金融科技风控质变
风控分为借款前、借款中、借款后风控，P2P乱象丛生的症结在于借款前风控缺失，根源在于过于迷信或过分放大互联网+的效率和普惠。
不可否认，自2015年初央行放下“一家独大”的身段，批准芝麻信用、腾讯征信等8家机构开展个人征信业务的相关准备工作以来，征信行业的确取得不小的进展，但也存在各种问题，既有机构以征信为名从事个人信息倒卖，也有大数据征信公信力的严重缺失，曾经似乎触手可及的个人征信牌照变得遥遥无期。
