文/新浪財經意見領袖專欄作家 薛洪言
越是強調科技中立，就越要強化對科技公司及使用者的監管與規范，唯有如此，才是捍衛科技的中立性。
近期，經偵突查個別大數據公司，全行業談虎色變，心里都沒底——這是殺雞儆猴呢，還是順藤摸瓜、一網打盡呢？自然不能一網打盡，但也不是殺雞儆猴這么簡單。數據保護喊了很多年，突查大數據公司也非首次，突查會很快過去，同過去一樣。但相同的是表象，不同的是土壤。
數據，一直有兩面性：強調數據資產性，數據是油門；強調數據安全性，數據是剎車?，F在，到了踩剎車的時候。
進退由它
最寶貴的資源，都有雙面，既是動力，又是武器。石油重要，有石油禁運；技術引領，有技術封鎖。在消費金融行業，數據也有這樣的雙面，進退由它。
對數據的利用已貫通消費金融全環節，但敏感數據主要集中于風控，數據的不可替代性也體現在風控，數據的雙面性，在大數據風控環節得以充分體現。
傳統風控手段，主要是對物風控而非對人風控，更重視抵押物而非借款人本身。抵押物，代表100%可追償，安全無風險；個人信用再好，也不能排除不確定性。所以，對抵押物的依賴，實則是對風險的極度厭惡，厭惡風險的金融機構，必然輻射范圍有限，消費金融，久久被困在一個小圈子里，做不大。
數據風控，則是對人風控，基于人的信息、行為、標簽予以評分，根據評分確定額度和利率。評分結果，本質上是對還款概率的模擬，概率的背后是不確性和風險。當風控模式從傳統風控過渡到數據風控，對風險的認知和承受有了質的突破，消費金融也就突破了抵押物的牢籠，空間被打開了。
數據風控的典型場景是信用卡，銀行憑借一套信用評分卡體系丈量天下申卡人；最負盛名的信用分產品是FICO分，已成為美國消費金融繁榮生態的核心支柱。這兩年興起的大數據風控，不過是數據風控在數據層面的擴圍，繼而實現了業務空間和邊界的再延伸。
傳統風控VS大數據風控
制表：蘇寧金融研究院從模式沿革角度看，大數據風控并非無根而生的劃時代創新，仍是漸進創新和演變的典型。僅靠這種漸進式創新，還不足以驅動消費金融的風口，大數據反欺詐的成功，才是不可或缺的助力。
2016年，動輒有小貸平臺被騙貸大軍薅光之死的傳聞。當貸款從線下到線上，核實申請人身份、辨別借款人（騙貸）意圖這種原本不是問題的問題成了問題，線下親見，核身很簡單；線上面對一個數字化的身份，辨別真假不容易。
騙貸大軍專業化運作，持續迭代更新；多數貸款公司缺乏人力和實力進行攻防，第三方大數據公司反欺詐的價值凸顯，逐漸成為消費金融產業鏈里的重要一環。這一環補上了，消費金融的風口也起來了。2016年下半年起，現金貸崛起江湖，撐起消費金融的大梁。
不過，當數據越來越重要，雙面性就出來了。
不離監管
數據無足輕重時，也是數據監管寬松時；一旦重要性凸顯，監管和規范必然跟上。因為重要的東西要可控，不可控，越重要，越危險。
《大數據產業發展規劃 （2016-2020年）》（工信部規[2016]412號）開篇強調“數據是國家基礎性戰略資源，是21世紀的‘鉆石礦’”，這么重要，亂采亂用豈不后患無窮。若不加規范，資源流失誰的罪過？
此外，從行業健康發展角度看，數據行業也離不開監管。原因有二：
一則，監管介入，才能驅逐劣幣。市場之手追求效率，劣幣會驅逐良幣。以大數據公司為例，堅持合規采集數據，成本高、數據源受限，與肆無忌憚的數據公司競爭，必然處于下風。久而久之，肆無忌憚的公司反倒成了主流。監管介入，明確數據規范，競爭的重心不再是哪家機構更大膽，整個行業的發展才有堅實基礎。
二則，數據亂象頻發，不得不管。數據，是向善的動力，也是作惡的武器。受惠于數據亂象，國內欺詐團伙從業者已超過200萬人，每年造成經濟損失近千億元；各種“精準”騷擾更讓人不勝其煩。打擊數據亂象，是打擊欺詐的重要一環，與民眾財產安全息息相關，已超越大數據行業自身的范疇。
2017年6月，《網絡安全法》正式落地，與數據相關的有以下幾點：
配合法律落地，2017年6月前后，網傳經偵集中約談15家大數據公司，嚴打不合規數據交易，風聲鶴唳之下，大數據公司多有收斂，但不久又故態復萌了。
國內大數據服務公司盡享數據紅利，向來對數據合規關注不足，照市場說法，屬于“創新從灰色地帶開始”，一次兩次敲打，自然難以奏效。但監管環境已經改變，數據規范使用勢不可逆。
2018年9月，人大常委會公布立法規劃，《數據安全法》位于第一類目，屬條件比較成熟、任期內擬提請審議的法律草案。
《數據安全法》已在路上。此次集中突查大數據公司，是數據治理開端，也是環境突變信號。風雷興，雨將至，大數據公司，是時候踏上轉型路了。
轉型之路
大數據產業，應用范圍廣，在金融、互聯網、政務、智慧城市、醫療、工業等領域均有廣泛前景，也有切實成績。據中商產業研究院發布數據，2017年我國大數據產業規模為4700億元，預計2020年有望趕超1萬億，復合增速近30%。據艾瑞估計，2020年大數據軟件市場規模將達到268億元。
回到金融領域看，大數據應用最徹底、最成熟，同時，與錢打交道，敏感信息多，數據亂象也最為突出。數據治理之網已經打開，大數據服務商的生存土壤已經改變，表現在三個方面：
一是隱私保護意識覺醒，監管介入，數據獲取難度大增，從業門檻大幅提升，一些實力較弱、經營規范性差的大數據服務商將逐步退出市場，頭部機構也面臨經營轉型壓力；
二是業務巨頭不斷在產業鏈上下游拓展布局，在B端轉型的背景下，相繼侵入數據服務領域，攜綜合經營優勢對現有大數據服務商帶來巨大壓力，市場將重新洗牌；
三是消費金融行業處于周期拐點階段，大數據服務解決方案能否經受這輪周期調整的檢驗，將在很大程度上決定一部分大數據公司的存亡與空間。
就大數據服務商而言，轉型將沿著三條路徑展開：
一是遠離數據，側重于能力輸出。從直接提供數據和解決方案轉向大數據能力輸出，即協助持牌機構或工業產業進行大數據能力建設，不再觸碰數據，專心做服務支持。這條路徑比較適合缺乏合規數據獲取渠道，或在數據獲取上缺乏差異化優勢的大數據公司。
二是遠離敏感數據，遠離敏感行業。轉變服務對象，遠離金融行業，向互聯網、醫療、工業等領域進行轉型，助力推動數字中國建設?！洞髷祿a業發展規劃（2016-2020年）》明確提到，要“推進工業大數據全流程應用……推動大數據在重點工業領域各環節應用，提升信息化和工業化深度融合發展水平，助推工業轉型升級”。工業領域數字化，還有很大的發展空間。
三是延續現有模式，強化合規意識。對于頭部公司，仍可堅守現有市場，不過需強化合規經營意識和前瞻經營意識，關注行業趨勢變化，不斷嘗試新的產品和服務，在迭代中逐漸擺脫對傳統服務模式的依賴，盡快適應新的數據環境和行業環境。
連鎖反應
受影響的，不止大數據公司，金融科技公司和金融機構的金融科技業務，均需做針對性調整，連鎖效應下，消費金融拐點會加速到來。
第一步：對高利貸和超利貸平臺一刀切。此次被調查的大數據公司，有個共同點，即都曾為高利貸平臺提供數據支持。突擊曝光后，超利貸平臺成了燙手客戶，除了不要命的，多數大數據公司都在主動切斷對此類客戶的服務。沒了大數據公司提供反欺詐支持，超利貸平臺直面騙貸團伙，在技術對抗上或被秒殺，結局慘淡。
第二步：多頭借貸小范圍斷裂，平臺逾期率提升。超利貸平臺遭遇困境，那些跨越合規線兩邊（36%）的多頭借款人資金鏈趨緊，借款人在高利貸平臺借不到錢，在合規平臺還不上錢，合規平臺將出現一波逾期潮。尤其是利率定價24%-36%之間的產品，首當其沖。
第三步：慎貸情緒抬頭，風控策略轉向。逾期率抬頭后，持牌機構會調整風控策略，有意規避多頭群體，導致多頭人群資金鏈收緊，更多地平臺出現逾期，產生自我強化式循環，行業逾期率普升。
第四步：資金方抽資，拐點來臨。銀行作為資金方，規避風險，或減少資金投放，或提高合作門檻，以次優借款人為主的平臺開始遭遇資金壓力，放貸下降、盈利放緩，在行業層面表現為明顯拐點。
第五步：終局，現金貸蕭索，消費分期抬頭。在上述演變鏈條中，監管機構會適時介入，一手拉、一手壓，引導行業結構調整。拉的是場景分期，扶持資金用途真實可控的消費金融發展壯大；壓的是現金貸，以有效緩解特定群體高杠桿，解救被高負債壓得透不過氣來的年輕群體。
行業的演變，反過來會左右大數據風控的進化方向。
一則，對合規優質數據源的爭奪升級，規避數據風險，夯實數據質量。二則，強化多頭借貸模型，降低容忍度，對多頭群體說不。三則，重視貸后管理和實時風控，評估借款人現金流壓力，調整信貸策略。四則，降低風險偏好，借力傳統風控，擁抱抵押擔保等緩釋手段。
在這個過程中，大數據風控將經受周期考驗，大潮褪去，裸泳者現。不同大數據公司之間風控效果的無差異性將被打破，懸殊拉大，效果好的公司迎來利好，效果差的也無處可逃。
大數據公司個個聲稱數據扎實、實力一流，究竟誰在尬吹、誰有真水平呢？時間會揭開答案。
風口轉向
當前，居民杠桿率高位運轉、信貸支撐的消費主義頹勢已現。大數據，啟動了消費金融風口，冥冥之中，或許也該由它來結束這個風口。
“沉舟側畔千帆過、病樹念頭萬木春”，悲觀與樂觀并存，風口轉向，拖累一部分機構，也利好一部分機構。于機構而言，唯有不斷轉型、調整，才能久立潮頭。
最后，簡單為“科技中立論”正個名。有人講，科技是中立的，監管有礙科技中立?？萍际侵辛⒌模萍脊静皇侵辛⒌?。相反，越是強調科技中立，就越要強化對科技公司及使用者的監管與規范，唯有如此，才是捍衛科技的中立性。
(本文作者介紹：蘇寧金融研究院院長助理，碩士生導師)
責任編輯：陳鑫
歡迎關注官方微信“意見領袖”，閱讀更多精彩文章。點擊微信界面右上角的+號，選擇“添加朋友”，輸入意見領袖的微信號“kopleader”即可，也可以掃描下方二維碼添加關注。意見領袖將為您提供財經專業領域的專業分析。
