浅谈P2P评级背后的“大数据”_数据分析师考试
P2P的发展,给国内的金融市场带来了翻天覆地的变化,同时,也为国内金融市场衍生了许多需求,比如第三方支付,比如担保公司,再比如评级。
据响当当从第三方了解的行业数据显示:截至2015年4月,全国有1819家运营平台,成交量达551.45亿元。去年4月份,运营平台数量为1073家,成交量为148.92亿元。可见,在过去的一年中,P2P行业的成交量翻了近4倍。
P2P平台数量迅速膨胀,他们在享受行业盛宴的同时,也饱尝残酷竞争之苦。“增信”是他们需要完成的重要任务,有的P2P平台大肆宣传自己与第三方支付公司的资金托管合作;有的平台打出自己与银行的“亲密关系”或干脆直接“抱大腿”;有的则狐假虎威的直接将一些机构的“评级结果”亮出来。
无疑,在跑路潮这个人心惶惶的P2P行情下,投资者面对鱼龙混杂的P2P平台,真正需要的是一些投资的指导和意见。而一份可靠公正的评级报告则是对平台的“雪中送炭”,而为平台加分不少。在过去的一段时间里,很多机构发布了各种各样“排名”、“黑名单”等评级报告。据了解,这些机构大多是自掏腰包完成报告的,他们“赔本赚吆喝”的背后是希望借助评级掌握P2P的行业话语权。
当前,P2P评级主要是针对平台的整体评级。有的评级机构会对平台进行深入调查,包括对平台自身的调查和向其他平台了解情况,但这样的机构并不多。不少机构采用的数据主要来自各种公开信息和P2P平台自行报送,这些数据的真实性和准确性有待考察。以坏账核算为例,目前各家平台对于坏账率的界定标准和计算方式差距较大。一般来说,P2P平台采用坏账总额除以贷款总额的方式核算坏账。逾期时间大多分为三个月、六个月、九个月、一年不等,各家平台逾期时间的选择并无统一标准,一些平台为了拉低坏账率故意设定较长的逾期时间。很多时候,评级机构并未对数据进行核实,或对平台实地调查,因此不少评级结果缺乏可信度和公信力。
其实,P2P评级面临的最大问题是数据获取。坏账率、利润、产品这些内容属于P2P平台的敏感数据,评级机构没有权利要求强制披露,只能基于信息可获取、可量化两个标准评出平台发展指数。在数据缺失的前提下,评价平台的安全性是比较困难的。
更为重要的是,P2P评级目前来说,很难形成可持续发展的商业模式。为什么呢?按照国外和债券市场的经验,评级应由被评价主体付费,即P2P平台自己来付评级费。但国内目前P2P平台很少主动要求做评级,其一,网贷平台不愿公开真实数据;其二,网贷平台不愿花这笔“冤枉钱”。而后出现的情况也就在意料之中了:很多P2P评级报告都是评级机构自己掏腰包做的,他们占领话语权、炒作提高知名度的诉求成为其他商业机会和利润来源。
很多人没有意识到这个问题的严重性,事实上这是一个很现实的问题。在此借用“没有买卖就没有杀害”好像不太恰当,但却很贴切。有供必有求。评级机构需要生存,所以找到买单者至关重要。响当当风控总监从业界内了解到内幕:“一些所谓的评级机构会追着平台做评级,只要平台花几万块钱,就能获得想要的排名。还有一些机构有"敲诈"嫌疑,平台如果不花钱,就给你弄个类似"黑名单"的东西。”也就是说,这些评级机构一边靠P2P公司养活,一边又给他们评级。这又爱又恨的关系使得这些公司或者机构在评级时很容易“感情用事”。
归根结底,鉴于国内的金融环境,P2P发展的核心始终取决于自身运营模式及风控手段。相较于其他互联网理财平台,响当当首创三重风控,典当兜底的风控模式,一切债券均有实物抵押,即使借款人对响当当逾期还款,典当行的“绝当品变现”机制,也能完美的避免响当当平台对投资人的违约。响当当典当合作,实物理财的互联网金融新模式,无疑在目前的P2P行业乱象内“出淤泥而不染,濯清涟而不妖。”
数据分析咨询请扫描二维码
数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21