为了评估潜在借款人，中国金融创业公司利用大数据生成借贷评分。北京智融时代的借贷应用程序用钱宝收集 1,200 多项特征数据，包括银行卡号这类常见的信用信息，也有潜在客户使用何种手机以及未接听电话的数量等信息，利用这些信息用钱宝能在数秒内生成逾 10 万种潜在风险情境，从而提供量身定制的贷款。用钱宝竞争对手读秒采用了类似的方法。两家初创公司在处理数亿宗贷款申请的过程中发现，iPhone 用户的逾期还款率往往低于安卓手机用户，不接听电话或其拨出电话未被接听的人士发生违约和欺诈风险的几率较高。此外，在填写申请时多次进行修改、任凭手机电量耗尽以及频繁更换手机的用户也值得警惕。来自一个 Wi-Fi 热点的多次申请也是一个危险信号。在一个城市借款但在其它城市消费的用户风险更高。

看这些判断标准好像有些道理。。。

放高利贷的还这分析那分析，不缺钱的会搞这玩意吗，银行都只想把钱往资信高的人手里送

iPhone 用户的逾期还款率往往低于安卓手机用户
23333333333333333333333333333

所以你看，尽管用到了所谓牛逼的大数据技术，结果还是靠外在物质来给人贴标签，看你赚多少钱、用什么手机、住什么房子来判断此人的行为身份，几十几百年前的人早都会这一套了

想利用大数据来做好风控，现阶段就是做梦

你都说是大数据牛逼了，那可是全自动的，一秒几万条比对，准确性和效率是你几十几百年前能比吗？

问题是资产健康的一般没有借贷需求

因为iPhone的样本太少的关系吧……

没有商业借贷的99%是穷人

很有启发

“其拨出电话未被接听”
一般金融公司怎么有这个数据

假如我说要贷款买车，大数据能知道吗？:D

通话记录，信用卡流水，芝麻分，有这三个就够啦，1200项特征就扯淡了

这都小儿科的，有的公司早收集几百个纬度信息的
你手机装了撒app，每天几点睡觉几点起床之类的信息都有

这都小儿科的，有的公司早收集几百个纬度信息的
你手机装了撒app，每天几点睡觉几点起床之类的信息都有

这都小儿科的，有的公司早收集几百个纬度信息的
你手机装了撒app，每天几点睡觉几点起床之类的信息都有

其实你要贷款几十万买房子，谁查你这个啊，2333

大数据的好处是程序化，成本低，而且可以不断完善，比人工审核牛逼多了，这是历史发展的趋势，有什么好冷嘲热讽的，用苹果的逾期率是3%，用安卓的逾期率是4%，结论就是用苹果的某个具体的人就比用安卓的某一个具体的人信誉高吗？大数据不会因为你用什么手机来决定给不给你贷款，但是会在用什么手机这一个特征项上给你打分并乘以一个系数，1200个特征项打完了分汇总起来，才会最终评判是不是要贷款给你

[本帖最后由 todleoni 于 2017-4-7 21:29 编辑]