网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

　　大技术公司在使用其平台产生的专有客户数据做信用评分时有一些主要的优势，一是能够收集并处理关于客户的非财务性数据，从而提高风险评估以及信贷供给和定价的效率，特别是能服务一些因为财务制度不健全，不能提供抵押品的小微企业。二是信用评分模型运行较快，能提高信贷缺失的效率和客户体验。像一些网上银行的在线贷款是纯信用的，无需抵押和贷款，30秒申请最快3分钟到账。而且有很多的研究表明，大技术公司的信用评分对客户违约有一定的约束能力，因此，信用评分技术能帮助大技术公司评估客户的信用风险，缓解信息不对称的问题。但数据的质量、数据的代表性的变量实际影响信用评分的结果。此外，计算模型和经营模式的相似性会在技术公司之间产生同质化的竞争，还可能带来顺周期的问题。

　　总之,大技术公司在处理数据上面有他的优势，但并不能改变基于信息处理的金融中介模式。可能把一些原本属于关系型贷款的转向交易型贷款。但同时，由于模型、算法、模式的相似性，会带来同质化竞争，并带来顺周期的问题。当然，在这个过程中，数据质量、数据的代表性也会影响其风险管理的能力。

　　二、大技术公司相对客户强势地位可能带来的影响。

　　大技术公司平台对客户的黏性有助于控制客户的信用风险，因为客户一旦违约，就有可能被平台排除在外，从而丧失从平台获利的便利性，本质上是通过客户与平台之间的重复博弈来抑制客户的机会主义行为。但是，大技术公司相对客户的强势地位，有可能扭曲两者之间的合作关系。最近一些调研发现，电商平台有不断拉长应付账款周期，加剧小微企业资金紧张的情况。电商平台的收费项目也会加大小微企业的经营成本，可能非正常的增加小微企业的融资需求，从而为电商平台的金融业务创造需求。在极端的情况之下，小微企业可能落入电商平台的金融陷阱。

　　三、大技术公司与普惠金融的关系。

　　在中国，因为大银行很多，中小银行发展不足，一些小微企业很难从大银行获得贷款服务，因为大银行的授权授信管理的链条比较长,比较难获得客户的软信息。相对而言，大技术公司的信用评分技术有助于弥补这方面的市场缺失。一般而言，金融科技在存在金融供给不足的领域有更大的发展空间。因此，在小微企业贷款方面，大技术公司的信贷供给与传统的银行贷款是互补关系。比如2016-2017年，出现了金融科技公司与中小银行合作的助贷模式，一些金融科技公司通过互联网渠道接触到客户，并通过大数据分析了解他们的还款能力，但没有放款资格。而一些中小银行有可贷资金，但缺乏优质贷款客户，因此金融科技公司可以将自己掌握的客户资源推荐给中小银行。总的来说，一些大技术公司在向金融领域渗透时，可以凭借自己的客户资源、资金实力、技术能力形成规模效应和较强的市场支配能力，通过与银行的合作，可以推动普惠金融的发展。

　　四、大技术公司与数据挖掘的效率和隐私保护之间的关系。

　　更多的数据有助于改进信用评估的效率，但大技术公司过度采集客户数据的时候，有可能侵犯客户的隐私。比如说前一段时间，Facebook的数据泄密事件就显示了这种可能性。中国在2016-2017年，现金贷高速增长期间，出现了借款人信息买卖的情况。一些技术公司利用技术优势抢占市场，并将用户数据在不同产品条线混用，也加大了隐私保护的难度。近期，欧盟《一般数据保护条例》在中国很受关注。在法律层面，使用商业活动产生的信息特别是那些涉及保密业务的信息内容，可能使使用者面临法律风险。因此，在采集和使用大数据时，应注意数据主权权益的保护并进行相应的脱敏处理。此外，如果将客户个人信息用于信用评估时，可能影响信贷的公平性，有一些指标（比如性别、地域、职业等）可能对客户的还款能力有解释力，但根据这些指标进行放贷，会涉及到对某些人群的歧视。

　　五、对大技术公司和传统金融机构不公平监管的影响。