您的位置:法律快车 > 法律知识 > 互联网金融法 > 大数据金融 > 阿里平台的局限性

阿里平台的局限性

法律快车官方整理 更新时间: 2020-07-19 03:43:20 人浏览

导读:

核心内容:阿里平台的商业模式是互联网金融的发展模式之一,阿里平台将大数据库作为核心竞争力,免去银行建机房、造系统的成本,只出具少量服务费就能享用阿里式服务。但是,阿里平台服务有哪些局限性呢?法...

  核心内容:阿里平台的商业模式是互联网金融的发展模式之一,阿里平台将大数据库作为核心竞争力,免去银行建机房、造系统的成本,只出具少量服务费就能享用阿里式服务。但是,阿里平台服务有哪些局限性呢?法律快车小编为您详细整理介绍。

  阿里平台的的局限性:

  一、平台数据来源狭窄

  阿里90%以上的数据来自含淘宝、天猫在内的“大淘宝”,支付宝实名制用户2013年底接近3亿人,但与“大淘宝”高度重叠。阿里只能驾驭自有平台的数据,之外则无优势。

  “我们确实在数据采集上存有局限。”前述阿里高管也坦言,他本人就少有网购行为,“数据库中可能找不到我的信息”。

  加之京东、1号店等电商崛起,同一客户在不同电商平台的表现是否一致,不同平台的分析结果谁更准确等问题,还有待商榷。并且,阿里的客户群相对单一和同质化,一旦风险袭来则很难把控。相比之下,银行却拥有众多细分市场和细分风险模型,小微业务即便做砸了,也不至全盘皆输。

  二、用户信息不能明确的确认

  阿里宣称其具备确认支付宝用户信息的能力,但其实,开设支付宝账户必须链接至少一张银行卡,身份确认的工作和成本,早已由银行付出,阿里只是借力而已。

  不仅如此,阿里也不应具有对客户数据的交易和处置权,至少应该在征得被搜集人许可后才能进行买卖。相比之下,银行线上线下的业务办理,均会书面通知客户信息将被部分抓取,行为明显规范得多。

  三、数据产品信用度较低

  阿里目前呈现的数据产品,不包含细节信息和分析过程,仅是所谓评分系统给出的信用评分,不但真实性、可信度打上了问号,其评分标准亦可能各执其词。

  例如,全球银行普遍使用的美国FICO个人信用评分系统,是在依据高达100万的大样本数据进行验证与核对的基础上,才开始使用的。阿里的大数据模型,却尚未经过数据检验和修正。

  “金融数据必须足够准确。阿里的产品缺乏标准,如何负起不良率的风险连带责任?”一位有着阿里背景的高盛人士质疑,“一个负责任的银行,绝不会轻易购买。”

  是故,一些数据源匮乏的中小银行,就算高价买来阿里数据也难以二次使用。P2P和小贷公司等机构,则往往囊中羞涩,掏腰包也会“货比三家”。

  例如,央行征信系统能给出个人或企业贷款90天内的逾期概率,阿里能给出吗?阿里平台是否能给出这些答案也只能拭目以待。[page]

  相关知识介绍——大数据应该怎么理解?

  从生产来看,大数据不需要特别的采集过程,因为监管要求、业务逻辑或者技术便利,具有“自生产”特征,比如搜索数据、交易数据等;从存储来看,相对于传统数据库的数据规模,量变引起质变,需要新的数据库技术来支持存储和访问;从使用来看,分析方法从基于概率论的抽样理论过渡到人工智能、统计学习等讲求高维、高效率分析技术。

  从行业细分角度,大数据金融业主要有大数据银行金融和大数据证券金融,分别和银行业务、证券业务相关。当然,保险业天然就和大数据相关。

  信用卡自动授信是典型的大数据银行金融。从银行角度是否应该对申请者授信、发授多少信用额度,是个重要问题。传统方式是人工审核申请资料,然后根据大致的档位发放额度或拒绝申请。但是当银行积累了足够多的用卡客户数据,可以把是否违约,违约概率,有效使用额度等指标作为被评价对象,然后调用与此相关的各种客户信息建立统计模型,自动计算授信结果。

  机器人投资是大数据证券金融的代表形式,股票价格波动受各种因素影响,传统的投资方式一般人工收集信息,手动交易。机器人投资可以建立多因素模型,自动选择股票或寻找交易时机,在适当的风控模型下建立机器人投资云交易模式。

声明:该作品系作者结合法律法规,政府官网及互联网相关知识整合,如若内容错误请通过【投诉】功能联系删除.

相关知识推荐