大数据风控是借助于互联网大环境和大数据的技术支持发展起来的，近年来已成为美国等发达国家互联网金融企业的标准配置。
 
一、国外大数据风控企业
（一）、大数据风控先行者 Zestfinance
美国 ZestFinance 公司是一家互联网金融公司，它所创立的大数据评估模型为难以获得金融服务的人群创造可用的信用信息，从而降低了借贷成本。具体表现为其开发的10个基于学习机器的分析模型，对每位信贷申请人超过1万条原始信息数据进行分析，并得出超过7万个可对其行为做出测量的指标，而这一过程在5秒钟内完成。
ZestFinance 的数据来源

如图所示，ZestFinance的数据来源的多元化体现在：一是第三方数据的获取主要通过购买或者交换取得，这是评估权重最重的部分；二是互联网数据获得，利用社交网络等渠道，获得电脑IP，上网痕迹等，再通过分析推出用户所在的地理位置、行为习惯等信息；三是用户自身产生的数据，主要是公共记录证明，如日常水电开销账单，可以为用户自身举证还款能力。
综合多元化的数据来源使得 ZestFinance可以从多维度对客户进行描述和量化评估，有效减少对传统风控技术的依赖，降低成本，提升效率。 ZestFinance 在获得大量的数据后，对信息评估分析采用了先进的机器学习预测模型与集成学习策略，进一步进行大数据的深度挖掘。
 
二、国内大数据风控企业
在国外大数据风控如火如荼创新发展的影响下，国内也涌现出一些采用大数据风控的公司。
（一）阿里巴巴征信体系
阿里巴巴十多年来积累了上亿客户和海量数据，所有这些线上交易中的相关行为都被记录，包括商品交易量、发货地址、公众事业缴费、信用卡还款等等，阿里通过建立模型分析，得出客户信用评估，进而对借款者进行信贷服务。阿里旗下蚂蚁金服的芝麻征信 2015 年1月推出，是国内第一个个人信用评分，分别从身份特质、履约能力、信用历史、人脉关系五个维度对客户进行信用评估得出最后的芝麻信用分。
芝麻信用已在很多实际场景中应用，一是蚂蚁金服自身推出“花呗”“借呗”“好期贷”等产品；二是与金融企业达成合作，金融企业利用芝麻信用分进行评价客户；三是用于婚恋网站、租车免交押金、医疗先看病后付款等生活场景。

芝麻信用分应用情况

（二）微众银行“微粒贷”
腾讯的微众银行推出的“微粒贷”，其风控核心是通过社交大数据与央行征信等传统银行信用结合，运用社交圈、行为特征、交易、基本社会特征、人行征信5个维度对客户综合评级，快速识别客户的信用风险。
 
三、发展大数据风控面临的困难
（一）数据的真实准确性问题
当前大数据风控的有效性欠佳，其首要原因就是数据的真实性不高，包括社交数据和交易数据两个方面。
1、社交数据的真实性问题
美国 Lendingclub 和 Facebook 合作获取社交数据，在国内宜信也曾大费周折的收集借款人的社交数据，最后两者得出的结论都是社交数据根本就不能用。美国很多大数据征信公司的信息错误率高达50%，垃圾进、垃圾出。
2、交易数据的真实性问题
当前许多电商平台的刷单现象严重，导致交易数据严重失真。电商“刷单”有两种方式，一种是商家找所谓的消费者进行“刷单”。卖家买快递单号，其收件人和寄件人与实际的买家、卖家不一致；另一种是快递公司发空包，但快递公司并未完成配送，而帮助商家完成平台上的物流信息。
（二）大数据风控的有效性问题
1、金融信用与社会信用的相关性不确定
目前大数据主要来源于互联网，而人们在网络中的表现并不能完全反映其真实的一面，尤其是当下人们在线上、线下割裂的状态，其行为方式往往会出现强烈的反差。 例如有些人不善交际，却将自己做的美食展示在微博上，吸引大量关注，粉丝暴增。因此网络并不能确切地证明某人的社交圈子，也就是说互联网的数据很难还原用户现实中的信息。
2、大数据对于“黑天鹅”事件的滞后性
在现实世界，总会出现不可预测的“黑天鹅”事件，一旦出现则有可能冲击大数据风控模型的基本假设，进而影响大数据风控的有效性。大到美国的次贷危机，小到个人意外事件的发生。例如， 2008年美国次贷危机后产生了一种“策略性违约”行为 ——贷款主体本身有能力还款，但是其在房价远低于贷款总额的时候，重新购买一套房子，并对之前的房贷断供，贷款者可以此方法进行“套利”。虽然此类违约者会因此有不良信用记录，但是这对信用报告的影响有限，因为其他的债务按期偿还。而大数据对这种突变事件的预测能力则非常有限。
（三）大数据收集和使用的制度问题
在数据收集和使用的过程中面临着合法合规性的问题。如何高效、适度地开发和使用大数据，不仅仅是一个技术问题，也是一个社会问题，这些泄露的数据大量流入数据黑市，造成了用户安全、企业安全甚至国家安全方面的连锁反应。数据安全问题也将越来越多的企业推向风口浪尖。上海汉均信息技术有限公司发布的《 2005—2014 年全球泄密事件分析报告》显示， 10年间，全球泄密事件中，我国泄密事件数量占58.5%，其中高频发地域主要是东部沿海经济较发达、产业格局以高技术为主的一二线城市。Verizon 发布的《2015年数据泄露调查报告》，覆盖95个国家，其中涉及79790个安全事件，超过2000个确认数据泄露。
 
备注：本文有所删减。