大数据应用的是与非：理解“替代数据”的必要性在金融行业中

　近日，从多家知名大数据公司内部人员被警方带走调查，到《个人金融信息(数据)保护试行办法》酝酿出台的消息在业内传开，个人隐私保护的话题在金融行业再度升温。

　　在金融行业中，大数据的应用带来了人工智能和科技化的成果，带来了过去几十年都不曾发生的突飞猛进，甚至超过了很多发达国家的金融科技发展速度。

大数据应用的是与非：理解“替代数据”的必要性。　　却因为种种数据应用乱象，曾风靡行业的“大数据金融”机构，纷纷更名为“智能风控”或“金融科技”公司。

　　一时间， “大数据”因监管成了行业里的敏感词，金融机构的数据应用，也被舆论施加了越来越多的压力。

　　然而，外界对金融机构数据应用的是非论断，常常又是简单而仓促的。

　　大数据应用：先满足普惠需求还是个人隐私权？

　　近几年，消金行业对数据的应用颠覆了传统金融机构的风控水平和效率，使金融快速渗透到了征信体系外的人群，也证明数据应用毫无疑问是一把普惠金融行业发展的利器。

　　但双刃剑上向来都是风险和机遇并存。

　　其实，这场关于数据应用是与非的争论，本质上是在讨论先满足普惠金融需求，还是先确保个人隐私权利。

　　“传统金融服务解决不了信息不对称的问题，所以必须引入替代数据。 ”近日，中国人民银行征信管理局局长万存知在中国普惠金融论坛上表示，替代数据的应用能推进普惠金融发展。

　　他还提出金融机构使用的替代数据可以分为四类：一是身份证等注册登记信息;二是资质信息;三是行政处罚方面的信息;四是社交行为等信息，也是目前存在争议最多的一类。

　　在具体业务中，马上消费金融首席数据决策科学家董骝焕介绍，一般金融机构采集的替代数据有几种用途：最典型的用途是贷款资质审核、反欺诈、信用风险评估、资管等。

　　怎么给数据应用划线？

　　毋庸置疑，为了更好的保护个人隐私，在数据应用中应该遵循必要性原则，但这一点又常被外界误读成一条一刀切的界限。

　　实际上，替代数据应用的“必要性”在不同应用中存在差异。

　　在金融机构的风险应用中，数据可通过风控业务逻辑的计算产生某种变量“值” ，某些“数据”可能有较好的风险显著性指征而呈现出较高的信息“值” ，进而成为必要性数据。

　　另外，数据“必要性”的差异化，还体现在针对不同信贷产品和客群的差异化：比如针对男性和女性用户、不同地区、不同年龄、不同职业特征的用户群体，不同的时间点，以及申请的不同信贷产品，采集和应用数据的必要性的也会不同。

　　“实际上每个金融机构对替代数据的应用本来就是有自己的度量准则，很难一概而论。 ”董骝焕告诉新流财经。

　　他举例称，比如GPS定位数据，这种表面上看似与信贷风险不直接相关的数据，但是可以通过位置来判断申贷用户是否有可能属于学生群体，或是否处在比如境外区域等不准入的范围，乃至是否处于高风险定位聚集区域，帮助金融机构进行从合规到反欺诈的判断，此时则属于必要信息。

大数据应用的是与非：理解“替代数据”的必要性