On Deck 并非又一家普通的商业贷款机构。这是一家总部位于纽约的公司，利用大数据分析，研究其拟放贷企业的数字足迹。除了商业交易数据外，该公司还利用来自 Google My Business、FourSquare 等平台以及公开记录的数据 来衡量向特定客户放贷所伴随的风险。你的小企业在 Yelp 上收到太多负面评价了吗？说不定你最终还是贷不到款。
On Deck 属于一小批正在积极兴起的企业，它们利用大数据分析评估风险。Infosys Labs 最近开展的一项研究发现，采用人口统计数据和信用记录等传统参数进行风险评估，其准确性会在这些数据 加入社交数据后有所提高 ——也就是加入相关人员的社交行为和活动。举例来说，研究发现，潜在客户若与曾经违约的人是“朋友”，其违约的可能性就会增加。
有趣的是，尽管美国拥有数百家大数据初创企业，却并非利用大数据进行风险评估的领先者。中国涌现出一批互联网金融机构，例如 Aliloan 和 P2P 借贷平台，它们给国内银行带来了激烈竞争。这些机构会分析客户的搜索词、位置信息、电商消费趋势以及其他公开信息，以准确评估风险。这些机构的发展也迫使中国银行大力采用大数据技术，编制风险评估报告。
尽管利用大数据准确评估风险的做法无可争议，但并非所有人都相信借助公共平台和社交数据来增强这种评估的有效性。Infosys 等机构发表的研究呈现了当前的真实状况。然而，如果利用社交数据判定风险成为主流，不难想象，急于贷款的客户可能会如何钻空子。同样，FourSquare 和 My Business 等公共平台上的评价也极易受到操纵。将其作为风险评估的重要参数，或许无法长久奏效。
此外，并非所有贷款风险都能通过对人口统计数据进行大数据分析来评估。例如，有些机构专门向退伍军人和军队群体提供住房贷款，例如 LowVARates 。鉴于这一群体遭受身体创伤和压力相关创伤的比例较高，传统的大数据分析可能会得出较高的风险评估。然而，美国政府一直在积极推动简化退伍军人申请住房贷款的流程。
那么，结论是什么？就风险评估而言，大数据确实会继续发挥作用。不过，必须谨慎选择数据来源。包括社交数据和互联网交易在内的公开记录很容易被操纵，将其作为风险分析的数据来源，可能不是可行的长远模式。但在利用这些数据进行人口统计分析、识别交易模式方面，大数据的用途毋庸置疑。你对此有何看法？
本文由 Smart Data Collective合作发布。本文的发布并不意味着世界经济论坛认同其中的观点。
及时了解论坛动态： 订阅我们的每周简报。
作者：Anand Srinivasan 是一名独立顾问和企业家
图片：一幅插图显示，2013 年 6 月 24 日，在华沙的一间办公室里，一名男子手持笔记本电脑，身上投射着二进制代码。路透社/Kacper Pempel