原标题：厚本金融：数据处理能力决定消费金融业务半径

互联网金融进入2.0时代，支付、理财市场日趋饱和，而个人信贷的主力市场，消费金融领域仍有巨大的市场潜力，也是银行、电商甚至P2P行业的逐鹿之地。庞大的市场潜力，越来越令消费金融成为入局者交锋的新战场。

随着更多机构，企业的进入，关于消费金融数据、场景之争开始甚嚣尘上。电商派强调自身的场景优势，数据派则更强调大数据处理优势。有意思的是，双方亦不能否认对方的优势所在。

事实上，与场景结合的信贷并不一定是最安全的信贷，最为核心的依然在于借款人是否具备足够的信用。两种观点的争论，落到实处，依然是对风险控制的竞争。因为客户考虑的只是时间、放款速度、借款成本等等，至于以何种方式获得借款，并无甚差异。

如何尽可能准确地判断借款人的信用，给借款人建立清晰的用户画像，这就需要大数据处理能力以及风险定价能力。何谓风险定价，通俗而言，就是优质的客户获得较低的借款利率，风险系数较高的客户以风险溢价作为补充。而风险定价的底层技术，则是大数据的机器算法评分。

依托于大数据的风控技术对多维度、大量数据的智能处理，批量标准化的执行流程，更能贴合信息发展时代风控业务的发展要求。与原有借款主体进行经验式风控不同，通过采集大量借款人或借款企业的各项指标进行数据建模的大数据风控更为科学有效。

红杉资本投资的厚本金融即是大数据风控的践行企业之一。作为中国领先的消费金融创业企业，厚本金融的员工大部分来自于国内外一线金融及互联网公司，包括谷歌、汇丰银行、平安集团、Capital One等等。基于hadoop、spark、TensorFlow等大数据技术开发，厚本金融构建了平台自有风控模型，对潜在用户进行风险评估、反欺诈识别，以此实现风险与收益的匹配。

从现阶段来看，厚本金融的数据主要来源于两个维度。一是借款人自身所提供的数据，二是第三方个人征信机构合作的外部数据。厚本金融认为，对于大数据来说，不论是电商、银行或者是社交网络平台，所掌握的只是个人某一个维度的数据，单一维度的数据，不足以支撑起用户画像，也因此很难对客户欺诈与否进行判断，更别论信用评分。

事实上，即使是掌握了大量消费数据的电商平台，也需要购买用户的社交数据、出行数据等等。而应用场景的千变万化，决定了单一的风控模型无法对所有场景有效，如何搭建风控流程、建立反欺诈系统，从而进行风险定价，极为考验企业的大数据处理能力。

厚本金融的核心竞争力，正是建立在对大数据处理能力之上。厚本金融的大数据风控模型，可以做到多维度交叉验证、构建动态侦测模型来反欺诈，通过用户传统数据+互联网大数据，实现快速审批和授信等等功能。

“数据的可采集、可购买特性，决定了数据本身难以成为企业竞争壁垒，如何量化数据、使用工具分析数据，再根据数据导图，影响企业的决策，改变企业的产品设计、风险管理、客户服务，这才是大数据的现实意义。”厚本金融CEO陆泳认为，数据本身并非企业竞争力的核心，如何使用、处理数据，才是核心所在。

互联网金融应该遵从金融本质，场景是拓展，技术是革命，而大数据的处理能力，则决定了消费金融企业的服务半径。

责编：汉网

(原标题：厚本金融：数据处理能力决定消费金融业务半径)