馬教主又出金句了！8月18日，阿里巴巴集團董事局主席馬雲在2016中國保險業發展年會上說，全民炒股很不正常，應該全民買保險。

除了這句話之外，馬雲還在會上重點談及大數據時代對保險業的影響，認爲大數據時代，保險要從主要依賴營銷轉向依賴從頭到尾的動態大數據風控。其實不光保險，目前大數據風控已經慢慢滲透到金融的多個領域。比如，像微信、支付寶等，以社交、電商數據作爲信貸的風控評估標準，推出一些新的產品和服務，悄然走進了老百姓的金融生活之中。

還有，目前我國兩家互聯網銀行深圳前海微衆銀行和浙江網商銀行，客戶定位均立足“小”、“微”，包括小微企業、創業企業、個人創業者、農村經營者、工薪階層等，作爲現有銀行體系客戶覆蓋廣度和深度不足的一種補充。他們沒有傳統櫃檯，沒有信用審覈，沒有抵押擔保，而是“以信用作擔保，用數據防風險”。

這兩家銀行均設計了獨立的風控模型，其數據來源除了中國人民銀行徵信系統，還包括各具特色的獨立數據：微衆銀行將個人用戶在微信平臺上的社交數據納入風控體系，網商銀行則將商戶在淘寶、天貓上的經營數據納入風控體系，不再需要查詢徵信、上門調查。獲得微衆銀行第一筆貸款的卡車司機徐軍，就是該行通過社交媒體等大數據分析，利用軟件將他的信用評定爲83分，授予貸款3.5萬元。

此外，一些從事消費金融的機構，通過數據模型對用戶的電商消費記錄、學歷、朋友圈、工作行業等數據信息分析，藉此判斷用戶的信用狀況。最近，機器人理財也頻頻被談及。什麼是機器人理財？機器人理財，又稱機器人投顧、智能投顧，簡單地說就是投資人可以直接把錢交給專業機器人來打理。機器人結合投資者的財務狀況、風險偏好、理財目標等，通過已搭建的數據模型和後臺算法，嘗試配置出最優的資產組合，爲投資者提供相關理財建議。這一定程度上節省理財顧問的成本，以及線下開設網點的成本。

但是，大數據是不是真的那麼神奇，這樣的大數據風控是不是“靠譜”呢？我們總是有這樣的擔心。

的確，大數據技術的發展，能在一定程度上改變包括互聯網公司、商業銀行在內的金融企業信息獲取、分析和運用的渠道和機制，不少銀行也開始了這方面的嘗試。除兩家互聯網之外，2014年7月，中國銀行、招商銀行、建設銀行等7家銀行也與阿里巴巴集團合作，基於其平臺大數據和信用體系，爲做外貿的中小企業提供無抵押信用貸款。

但是，面對海量數據，如何分析和挖掘是一個很大的挑戰。比如，即使有客戶理財產品信息、網頁瀏覽數據、微信聊天記錄，但未能就這些多樣的信息進行綜合分析，海量大數據也難以發揮應有作用，“數據孤島”的困境依然難以解決。

更重要的是，數據來源的真實性尤其是社交數據的真實性，存在一些問題。美國Lending Club曾與Facebook合作獲取社交數據,中國宜信也曾大費周折的收集借款人的社交數據,最後兩者得出的結論都是社交數據根本就不能直接使用。

而一些互聯網平臺的交易數據的真實性問題，更是需要大上一個大大的問號。衆所周知，當前許多電商平臺的刷單現象非常嚴重,這將導致交易數據的嚴重失真。我們也不難看到，隨着網購的火爆,有關電商平臺“刷單”的報道屢見報端，不絕於耳。

此外，數據對於現實反映的有效性問題，也不容忽視。其實，網絡信息本來就很難全面還原現實信息。特別是在我國，金融信用與社會信用的關係尚無深入的研究，其相關性並不確定。大數據主要來源於互聯網，人們在網絡中的表現並不能完全反映其真實的一面。相同的人羣在不同場合呈現的特徵是不一樣的，尤其是人們在線上、線下割裂的狀態,其行爲方式往往會出現強烈的反差。同時，大數據還存在一定的滯後性，我們所使用的數據總是滯後於行爲的。利用這些滯後的數據，如何準確地分析現狀並預測未來，似乎是一個不可能完成的任務。

而對於普通老百姓來說，面對所謂的大數據風控，便意味着面對不少的潛在風險。最重要的問題是，個人隱私往往得不到很好的保護。當前數據的收集和使用，在很多時候都沒有徵得本人的同意,這導致了數據的濫用和隱私的泄露。有學者提出，公民應有且必需的權力是“數據權”，認爲如何高效、適度地開發和使用大數據,不僅僅是一個技術問題,也是一個社會問題。越來越多的理論界和實務界的研究者都傾向於認爲數據將成爲個體的財產和資產。

所以，我們提醒也要求互聯網企業和商業銀行，不斷提升客戶體驗，尊重和保護好客戶隱私。國家也應該儘快出臺相關的法律法規，對此進行規範。只有這樣，大數據風控才能真正發揮作用，才能走得更遠。