伴随着互联网成长的80、90后们同样也更习惯于通过互联网平台借贷、理财，而互联网也可能“出卖”你的行踪，进行借贷行为时被投出“否决票”。

老司机，请小心驾驶。你的这些行为可能会让你被金融企业定义为“坏人”。

“坏人”行为记录：白天常关机、用他人身份信息购物

对于互联网金融公司而言，风控无疑是重要一环，而利用大数据建模分析的过程中也得出了一些有趣的行为数据与风控之间的关系和“坏人”的画像。

业内人士倪抒音告诉记者，在实际风控过程中发现，坏人的行为记录通常有：白天经常关机;地理位置变化高频;同一手机设备上使用多个手机号;身份证被多个手机号使用;网上购物时使用其他人的身份信息，不使用真实身份等。

“在互联金融企业的眼中，是不是有高大上的工作，是否有央行报告并不重要，我们可以通过通信、社交、消费数据对人进行综合全面的判断。”

以社交行为为例，倪抒音介绍到，正常情况下人们是有六度社交网络，一度是包括亲人、朋友等在内的亲密社交网络，二度是认识但是联系并不紧密的人，第三度之后关联就偏弱，所以正常人社交关系图是呈网络并成涟漪状衰减。而“坏人”是扎堆聚焦，他们的社交关系图呈节点状分布。

“那些主要搜索摄影或爬山的人更愿意借入无抵押小额贷款，而且是他们的首次借债，而那些搜索汽车或潜水信息的人却不然。”某网贷平台创始人王征宇此前对媒体表示。他还指出，他们平台会避开那些搜索“彩票”的人。

在这些大数据的细枝末节中，某一个细节就可能令你丧失贷款机会。

大数据服务商GEO的报告显示，搜索过“信用卡如何套现”、“信用卡恶意透支判断标准”、“贷款逾期”、“信用卡套现方法”和“医保卡套现”这五组词，是违约风险最高的。

再比如，有些公司会关注申请人的邮政编码和手机号码变更情况，关联的信用卡张数是否变化，最近3个月、6个月的信用卡消费总额、交易类别与交易次数是否出现异常等。这些变量构成了互联网金融公司决策的重要依据。

大数据风控和催收联动

为了获取没有信征数据的用户，互联网金融公司广罗各路资源寻找合作伙伴。包括各种互联网金融服务商等线上资源，也有类似小贷公司、租车公司、房屋中介等可能产生业务协同的机构。

获取的信息包括：基于定位的地理位置信息，基于电商平台的网购行为信息，基于微信、微博的社交信息，基于支付宝等第三方支付平台的支付信息等。

倪抒音介绍，这些行为分析数据来自于阿里、腾讯、京东金融、第三方征信公司等，这些数据收集回来后会进行模型化验证打分，并对结果进行动态结果。仅征信公司就对接了100余家，其中常用的有40余家，“我们不完全信任单一数据源。”

数据也有可能出现失误，倪抒音表示，在运用大数据建模进行风控的同时，他们平台在线下引入了德国IPC逻辑做补充。IPC逻辑要求必须开设线下门店，每个审贷员管理一个客户，两两方面进行数据核对，偏差低于5%则为合理。其以“人”为核心的双人四眼和三级交叉验证有效弥补了大数据建模机器风控的不足。

这样的风控获得了不错的成绩。倪抒音介绍到，他们平台目前是低于0.5%的坏账表现和1%-3%的浮动逾期。以医疗美容贷款这类消费金融为例，逾期率在5%-6%之间，三个月以上的逾期率在千分之5到千分之8之间。

“媒体通常把目光聚集是催收上，因为催收有很多故事可以讲，但实际上风控和催收是联动的。”倪抒音认为，大多数企业将催收外包，认为建立地面催收团队成本过高，而外包催收真正解决的问题是信息修复和信息失联，对于失联的人其实无计可施。

网贷财经微信 扫码关注