《互联网金融》-项目四　大数据金融模式

任务一大数据金融概况一、大数据的内涵（一）大数据的概念大数据（ｂｉｇｄａｔａ，ｍｅｇａｄａｔａ），或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。在维克托·迈尔－舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中，大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理的一种数据分析处理方法。大数据含义有五个层面：第一，数据体量巨大，从ＴＢ级别跃升到ＰＢ级别；第二，数据类型繁多，包括网络日志、视频、图片、地理位置信息等多种数据类型；第三，价值密度低，以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒；下一页返回任务一大数据金融概况第四，处理速度快，即１秒定律，这一点也是和传统的数据挖掘技术有着本质的不同；第五，真实性，大数据都是实时产生的基于真实境况的记录。业界将其归纳为大数据的５Ｖ特点（ＩＢＭ提出）：Ｖｏｌｕｍｅ（大量）、Ｖｅｌｏｃｉｔｙ（高速）、Ｖａｒｉｅｔｙ（多样）、Ｖａｌｕｅ（价值）、Ｖｅｒａｃｉｔｙ（真实性）。（二）大数据产生背景与发展历程大数据处理和存储技术源于军事需求，第二次世界大战期间英国研发了能处理大规模数据的机器，战后美国致力于数字化处理搜集得到的大量情报信息。计算机和互联网技术导致大数据处理问题出现，“９·１１”事件后美国政府在大数据挖掘领域组建了大数据库用于识别可疑人，通过筛选通信、教育、犯罪、医疗、金融和旅行等记录，之后组建基于网络的信息共享系统。上一页下一页返回任务一大数据金融概况（三）大数据特点１.体量巨大，种类繁多互联网搜索的发展、电子商务交易平台的覆盖和微博等社交网站的兴起，产生了无穷无尽的各种数据内容。国际数据统计机构ＩＤＣ称２０１１年和２０１２年的全球信息总量分别达到１.８ＺＢ、２.８ＺＢ，到２０２０年将是４０ＺＢ；思科公司称全世界２０１６年产生的数据总量达到１.３ＺＢ；谷歌前ＣＥＯ施密特指出从人类文明开始到２００３年的近万年时间里人类大约产生了５ＥＢ数据，而２０１０年人类每两天就能产生５ＥＢ数据。上一页下一页返回任务一大数据金融概况传感、存储和网络等计算机科学领域在不断前行，人们在不同领域采集到的数据量达到了前所未有的程度，收集大量数据原因在于网络数据可以实现同步实时收集，包括电子商务、传感器、智能手机等，还有医疗领域的临床数据和科学研究例如基因组研究将ＧＢ级乃至ＴＢ级数据输送到数据库。２.开放公开，容易获得采集大数据不是为了存储而是为了进行分析。大数据不仅存在于特定的政府机构和企业组织，而是社会生活生产过程中自动产生存储的。上一页下一页返回任务一大数据金融概况电信公司积累客户的电话沟通记录，电子商务网站整合消费者的各种信息，企业通过挖掘海量数据可以增强自身能力，改善运营服务，提供决策支持，实现商业智能进而为企业带来高额经济效益回报，发现企业发展的特殊规律。今天在一定规则开放性下，依靠应用程序接口技术和爬虫采集技术，越来越多的商业组织和政府机构开始向社会各界和研究机构提供自身采集储存的各种海量数据源，尤其是美国政府走在前列，主动提供具有权威的开放数据源Ｄａｔａ.ｇｏｖ等开源数据。并且国内外大量组织收集微博上的海量信息，分析个人特征和属性标签，预测社会舆情、电影票房或者商业机会。开放公开容易获得的数据源成为大数据时代的基本特征，并产生巨大的社会影响。上一页下一页返回任务一大数据金融概况３.重视社会预测预测是大数据的本质特征。在大数据时代，预见行业未来的能力成为企业追求的目标。美国Ｎｅｔｆｌｉｘ公司推出《纸牌屋》，即通过采集其３０００万用户的播放动作，包括打开、暂停、快进、倒退等动作，分析其注册用户的几百万次评级与搜索，评价受众对不同电视电影节目给予的不同观点，从导演、演员、题材、情节、类型等各个方面理解公众欣赏节目的习惯，通过挖掘海量数据，获得人们的喜好。该公司细致地采集分析用户数据改变了视频行业的制作方式，用计算方法和逻辑分析替代了以前的过时生产方式，通过大数据能先于受众分析需求，制作节目获得关注。人们极为关注大数据预知社会问题的应用功能，在社会科学领域大数据将发挥越来越突出的巨大作用。上一页下一页返回任务一大数据金融概况４.重视全体忽略抽样大数据是信息技术自动采集存储的海量数据，可以进行快速分析处理得到结果。随着存储设备成本不断下降，计算机工具效能日趋先进，处理海量数据的能力快速提升，数据挖掘算法持续加速改进，尤其是机器学习的神经网络建模技术使得抽样调查不再是唯一的方法。大数据理论上可以把握总体数据，更加重视整体的全部数据。上一页下一页返回任务一大数据金融概况５.非结构化数据的涌现数据挖掘重视未知的有效信息和实用知识，越来越多的是非结构化数据，这成为大数据时代的突出特征。现在超过９０％的数据都是非结构化数据。社交媒体尤其微博随时产生的无数数据文本，导致有价值的数据隐藏在海量信息中，大数据分析技术从大量文本中挖掘探析人们的态度和行为，呼应舆情监测的社会需求和企业的重大商机。６.决策误差大数据是人类的发展成果与设计的产物，大数据的工具（如Ｈａｄｏｏｐ软件）还在成长，并不能立刻使人们摆脱限制思考的曲解，打破隔阂和成见，数据之间彼此的相关性也不直接等同于因果关系，大数据还存在其他技术问题，比如存在选择性覆盖问题，等等。上一页下一页返回任务一大数据金融概况７.隐私和安全问题随着个人所在或行经位置、购买偏好、健康和财务情况的海量数据被收集，再加上金融交易习惯、持有资产分布以及信用状况等信息，机构投资者和金融消费者能获得更低的价格、更符合需要的金融服务，从而提高了市场配置金融资源的能力。但同时，金融市场乃至整个社会管理的信息基础设施变得越来越一体化和外向型，对个人隐私、信息安全和知识产权构成更大风险，大数据的隐私问题远远超出了常规身份确认风险的范畴。上一页下一页返回任务一大数据金融概况８.大数据技术不能代替人类价值判断和逻辑思考大数据是人类设计的产物，大数据的工具并不能使人们摆脱曲解、隔阂和成见，数据之间的关联性也不等同于因果关系。如在２０１０年，美国股票市场行情回暖，股民情绪从恐惧转向复苏，但ＭａｒｋｅｔＰｓｙＣａｐｉｔａｌ基金的分析模型未及时更新，仍以恐惧为基础，没有纳入对趋势变化的考虑，结果该年度该基金亏损８％；波士顿的ＳｔｒｅｅｔＢｕｍｐ应用程序对城市路面坑洼统计信息，从驾驶员的智能手机上收集数据，得到的样本可能会缺失年老和贫困市民聚集区域的情况。此外，通过社交网络所获得的大数据，其信用评估不能简单地应用于金融信用；而且数据采集量越大，带来的“数据噪声”也越多，可能会产生一定的负面效应。上一页下一页返回任务一大数据金融概况二、大数据金融的内涵（一）大数据金融的概念大数据金融，是指利用大数据开展的金融服务，即针对海量数据，经过互联网、云计算等信息化处理方式，对客户消费数据实行实时分析，可以为金融企业提供客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，提高金融服务平台效率和降低信贷风险。上一页下一页返回任务一大数据金融概况金融业是大数据的使用者与产生者，交易、价格、业绩报告、行业企业统计数据、市场调研、消费者研究报告、媒体报道等都是数据的来源。金融业高度依赖于信息技术的创新，是最为典型的数据驱动行业，金融业在大数据价值潜力指数中排名第一。大数据金融有着传统金融难以比拟的优势，它能够帮助企业更加贴近客户，了解客户需求，增加客户黏性。在大数据金融的帮助下，金融企业还可以完善自己的征集系统，实现信用管理的创新，有效降低了坏账率，扩大了服务范围，降低了运营成本和服务成本，从而实现规模经济。上一页下一页返回任务一大数据金融概况（二）大数据金融的特点大数据金融通过平台金融和供应链金融两种模式，将传统金融的抵押贷款模式转化为信用贷款模式。这不仅提高了金融效率，创新了传统金融业的金融模式，而且最重要的是重构了金融体系，并促进了其他行业的跨界整合。大数据金融正从金融交易形式和金融体系结构两个层面改造金融业，其优势具体体现在以下几方面。１.成本低廉拓展客户群由于这种资金融通以大数据、云计算为基础，以大数据自动计算为主而非人工审批为主，成本低廉，不仅可以针对小微企业提供金融服务，而且可以根据企业生产周期灵活决定贷款期限。同时，大数据金融的边际成本低，效益好。上一页下一页返回任务一大数据金融概况不仅能整合碎片化的需求和供给，而且可以拓展服务领域，服务数以千万计的中小企业和中小客户，这进一步拉低了企业的运营与交易成本。２.放贷快捷个性化服务无论平台金融还是供应链金融，都建立在长期大量的信用及资金流的大数据基础之上，这有利于运用大数据金融的企业快速计算得出信用评分；通过网上支付方式，实时根据贷款需要及信用评分等大数据来放出贷款。同时，由于利用大数据金融的企业可以根据信用评分及不同生产流程进行放贷，这使得放贷不受时空限制，而且能够较好地管理匹配期限，及时解决资金流动性问题。更重要的是，大数据金融可针对每家企业的个性化融资要求，做出不同的金融服务且快速、准确、高效。上一页下一页返回任务一大数据金融概况３.科学决策降低金融风险建立在大数据金融基础上的决策更科学，能有效降低不良贷款率。大数据金融能够解决信用分配、风险评估、实施授权甚至是识别欺诈问题。大数据金融可利用分布式计算做出风险定价、风险评估模型，这些模型不仅可以替代风险管理、风险定价，甚至可以自动生成保险精算。另外，由于贷款是发生在大数据金融库中所累积的、持久闭环的产业上下游系统内部，这有利于预警和防范风险。同时，基于这些交易借贷行为基础上的大数据金融也可以实时得出违约率、信用评分等指标，有利于金融风险控制。上一页下一页返回任务一大数据金融概况４.金融创新监管困难大数据带给金融的创新之一是高频交易，它占据了交易的很大一部分。但高频交易也可能会引发大量抛售，如２０１０年５月的“闪电暴跌”令美国道·琼斯工业平均指数突然大跌。此外，大数据中的一个数据点出错也可能导致“无厘头暴跌”，２０１３年４月２３日美联社的推特（Ｔｗｉｔｔｅｒ）账号发出美国总统奥巴马遭遇恐怖袭击的虚假消息，结果导致股市暴跌。同样的暴跌，但原因不同。如果监管机构意识不到这两者的区别，不改变市场监管的方式，将面临新制定的规则只能解决陈旧问题的风险。上一页下一页返回任务一大数据金融概况（三）大数据与金融的结合１.打造以垂直搜索为核心的互联网金融服务平台互联网金融服务平台最大的价值在于其渠道价值。依托大数据技术，聚集产业链上下游企业，构建产业联盟平台，汇聚多种金融产品和金融服务，向用户提供垂直搜索功能，用户通过对比进行挑选。互联网金融服务平台为用户提供全面的行业信息、精准的金融产品，为互联网金融企业提供智能化的金融产品销售服务，从而深度挖掘和满足用户的个性化需求，解决交易过程中的信息不对称问题，实现资金供需双方信息交流、业务对接和利益共赢。互联网金融服务平台在拥有自己的品牌和积累足够的客户群体后，将成为传统商业银行、信托、基金以及网贷、众筹融资等重要的营销渠道。上一页下一页返回任务一大数据金融概况２.发展互联网金融Ｃ２Ｂ模式客户对商家（Ｃ２Ｂ）模式强调客户的主导性并以客户为中心，其核心是通过聚合分散分布数量庞大的用户形成一个强大的采购集团，以此来改变商家对客户（Ｂ２Ｃ）模式中用户“一对一出价”的弱势地位，使单个用户能够以大批发商的价格购买单个商品，有效降低购买成本。互联网金融企业通过大数据对客户行为、习惯、需求进行智能分析，为客户量身设计金融产品和金融服务，满足客户对金融业务的多元化需求，提升用户个性化体验，逐步形成互联网金融领域的Ｃ２Ｂ模式。互联网金融的Ｃ２Ｂ模式是互联网金融的发展趋势之一，但同时也面临金融服务成本、资金门槛、监管约束及风险控制等问题。上一页下一页返回任务一大数据金融概况３.提供普惠金融服务的民营互联网银行模式互联网银行依托移动互联端，其资本来源于民间，向小微企业和个人提供普惠金融服务。互联网银行利用网络平台和中介优势扩张其业务领域，运用已有的庞大客户群体和成熟的产业链发展供应链金融，利用大数据技术分析社交媒体等构建风控体系，与传统银行之间展开差异化竞争，在服务流程、服务质量上凸显自身优势。互联网银行利用互联网技术，突破时间、空间、介质等方面的限制，正朝着多元化、网络化方向发展。上一页下一页返回任务一大数据金融概况４.发展基于线下担保、数据开放的Ｐ２Ｂ模式Ｐ２Ｐ网贷的风险控制能力差、监管不到位，频现信用链条崩溃、跑路等现象。发展基于线下担保、数据开放的个人对企业（Ｐ２Ｂ）模式，针对中小微企业提供融资服务，借贷方由担保机构提供担保，可在一定程度上保障投资人的权益。５.构建商业银行“四位一体”的商业服务新模式在大数据和云计算环境下，传统商业银行必须进行战略转型，构建智慧银行、移动金融、电商金融、在线融资“四位一体”的商业服务新模式，推动传统商业银行的互联网金融创新发展。上一页返回任务二大数据金融运营模式运用一、平台金融模式平台金融模式，主要是指企业基于互联网电子商务平台基础提供的资金融通的金融服务，或企业通过在平台上凝聚的资金流、物流、信息流，组成以大数据为基础的平台来整合金融服务。企业通过在互联网平台上运营多年的数据累积，利用互联网技术为平台上的企业或者个人提供金融服务。与传统金融依靠抵押或担保模式不同，平台金融模式主要是通过云计算来对交易数据、用户交易与交互信息和购物行为等大数据进行实时分析处理，形成网络商户在电商平台中的累积信用数据，进而提供信用贷款等金融服务。下一页返回任务二大数据金融运营模式运用二、供应链金融模式供应链金融模式，是指供应链中的核心企业利用所处产业链上下游，充分整合供应链资源和客户资源而为其他参与方提供融资渠道的金融模式。供应链金融模式是在海量交易的大数据基础上，以行业龙头企业为主导，主要以信息提供方身份或以担保方的方式，与银行等金融机构合作，对产业链上下游的企业提供融资。供应链金融依托实体供应链，提高了整个供应链的资金运用效率。１９世纪初，荷兰一家银行以仓储质押融资业务形式最早推出了供应链金融。２０世纪末，物流与信息技术的发展带动了供应链金融的兴起。作为一种金融创新，供应链金融不仅为整个产业链的健康发展提供了融资便利，而且通过核心企业的引领和参与，实现了规模经济效应的同时降低了风控成本，整体提高了金融资源的配置效率。上一页返回任务三大数据金融对金融业发展态势的影响分析一、数据成为衡量金融机构核心竞争力的重要指标虽然大数据引发的这场巨大变革，还仅仅处于早期阶段，但大数据金融的影响已然历历在目：金融服务将持续转型，从“关注整体”的粗放式管理进一步向“关注个体”精细化管理转型；由片面简单的抵押文化向全面长远的信用文化转变；将会建立更完善的信用体制和更全面的风险管理体制；从“以利润为中心”的自我发展向“以客户为中心”的共赢发展转型。我们还可以充满信心地预见，大数据金融能够真正引发社会产生实质的改变，并且一定是由具备大数据思维的公司所推动的。只有立足精准服务，面向海量用户，占有数据资产，具备战略眼光，符合大数据的未来趋势，才能拥有长期的核心竞争力。下一页返回任务三大数据金融对金融业发展态势的影响分析二、冲击金融业思维方式和商业模式大数据带来思维方式的变革，从而会导致传统金融业发生思维变革，首先会扭转传统金融信贷业的物质抵押文化，直接推动信用成为价值，信用借贷成为可能，并走向主流。尤其传统的中国金融行业盛行抵押文化，在贷款的行为过程中片面依赖抵押物品，往往导致急需借贷的中小企业反而得不到相应的贷款服务，这种粗暴的抵押文化对金融业发展不利，让贷款提供方难以提高服务，在考量借贷时思维简单。贷款方仅仅片面地把抵押物的价值作为考量，以此确保价值的利润空间。长期而言，抵押文化对金融健康发展具有负面的影响。要想真正发展金融，就要提高信用贷款，建立有效的信用机制。真正的保值增值不是抵押物，而是人们的长期信用。上一页下一页返回任务三大数据金融对金融业发展态势的影响分析三、创新产品和模式，辅助金融决策信用是抽象的，但大数据可以建立信用体系，让个人的信用或者群体的信用变得具体。这将是金融业的根本性改变，并将持续产生巨大的深远影响。个人的信用评估不是静态的，而是取决于很多的变量，是一个动态的连续的行为特征的长期体现———资产、消费、收入、习惯、个性、社交网络等都是有效的变量，会对个体的信用产生积极的影响。个体信用通过具体的各种行为综合决定，通过大数据的整合，可以很好地采集大量的个体或者群体的信用行为，进行储存、整理、分析，只要把海量数据糅合在一起，就会显示客观规律，使得人的信用不再模糊，变得鲜明、生动、立体化，从而很好地把握个体或群体信用。上一页下一页返回任务三大数据金融对金融业发展态势的影响分析ＩＴ技术的改善和发展、互联网的建立和延伸、大数据的产生和应用，让市场走向全球化，摆脱了传统地域的限制，使得市场更加集中，从而使得企业规模更大，成长速度更快。而大数据技术的不断突破也催生明显的马太效应———强者愈加强大，如果局限于局域优势，就无法形成海量的用户资源和数据资产的良好管理，那么就会削弱我们的核心竞争力。互联网结合云计算可以在广泛的范围内采集信息，储存信用，完成评估，分析个人行为，整合群体信息，并将这些纷繁杂多的海量信息实时提供给高效的大数据作业系统，进行加工处理，获得价值。上一页下一页返回任务三大数据金融对金融业发展态势的影响分析四、大数据金融对金融监管提出更高要求大数据的使用不仅仅改变金融市场，随之而来需要改变传统的监管市场的方式，以最大限度确保市场参与者规范地采集大数据，负责地储存大数据，客观地分析大数据。上一页下一页返回任务三大数据金融对金融业发展态势的影响分析例如，２０１０年５月发生的“闪电暴跌”（ＦｌａｓｈＣｒａｓｈ）令道·琼斯工业平均指数（ＤｏｗＪｏｎｅｓＩｎｄｕｓｔｒｉａｌＡｖｅｒａｇｅ）大幅下跌，事后美国监管部门考察，认为是高频交易的恶果，造成了快速集中抛售，引发更多不负责的抛售。２０１３年４月２３日突发的“无厘头暴跌”（ＨａｓｈＣｒａｓｈ）的缘由更令人愕然，居然是美联社的Ｔｗｉｔｔｅｒ账号出错，误发出巴拉克·奥巴马（ＢａｒａｃｋＯｂａｍａ）突然遭遇恐怖袭击的虚假消息：可见大数据金融风险加大，一个数据点稍稍出错就可能直接导致“无厘头暴跌”的严重后果。上一页返回任务四典型案例认知与分析一、蚂蚁金服蚂蚁金融服务集团（以下称“蚂蚁金服”）起步于２００４年成立的支付宝。２０１４年１０月，蚂蚁金服正式成立。蚂蚁金服以“让信用等于财富”为愿景，致力于打造开放的生态系统，通过“互联网推进器计划”助力金融机构和合作伙伴加速迈向“互联网＋”，为小微企业和个人消费者提供普惠金融服务。蚂蚁金服旗下有支付宝、余额宝、招财宝、蚂蚁聚宝、网商银行、蚂蚁花呗、芝麻信用、蚂蚁金融云、蚂蚁达客等子业务板块。下一页返回任务四典型案例认知与分析事实上，阿里巴巴涉足金融领域已不是炙手可热的新闻。早在２０１０年，全国首家小额贷款公司———阿里小贷公司在阿里巴巴、万向为首的股东的推动下成立。更早的话，可以追溯到诚信通，是阿里巴巴在２００２年为解决交易支付信任问题推出的。而２００４年推出的支付宝标志着阿里正式涉足金融业。芝麻信用已然成为人们衡量品质的标准之一，让每个人都能享受到信用带来的价值体验。而在未来芝麻征信将进入人们日常生活的更多方面，目前芝麻信用已经计划在未来酒店实施的“信用住”、购买飞机票使用的“信用飞”等服务，让用户可以凭借芝麻信用分享受住房免押金等优惠。此外，芝麻信用已完成企业征信的备案登记，并开始推出企业征信业务，让更多的小微企业享受到良好信用带来的便利。上一页下一页返回任务四典型案例认知与分析（一）蚂蚁小贷蚂蚁小贷是以借款人的信誉发放的贷款，借款人不需要提供担保，其特征就是债务人无须提供抵押品或第三方担保仅以借款人信用程度作为还款保证。蚂蚁小贷为小微企业和网商个人创业者提供互联网化、批量化、数据化的小额贷款服务，帮助小微企业解决融资难题，用信用创造财富。其前身为阿里小贷，以小为美———这是蚂蚁小贷从事小额信贷业务最基本的理念。蚂蚁小贷将自己所服务的对象锁定在小微企业，以１００万元以下的贷款为业务主体。蚂蚁小贷践行“让信用等于财富”的使命。相信小微企业，帮助诚信经营的企业，让其积累的信用发挥出价值，是蚂蚁小贷产品开发、服务决策的基本理念之一。上一页下一页返回任务四典型案例认知与分析蚂蚁小贷首次实现了全程线上借贷模式，首创了从风险审核到放贷的整个线上流程，将贷前、贷中与贷后结合，三个环节联动，形成有效联结，使得贷款不难，改变传统金融渠道的不足，主动为弱势群体服务，批量发放小额贷款。其征信过程如下：第一，根据阿里巴巴Ｂ２Ｂ、天猫、淘宝、支付宝等一系列电子商务平台，收集大量客户积累的原始信用数据，充分利用在线视频，全方位、多角度定性调查相关客户的资信，再考虑交易平台上产生的大量客户信息（客户评价度、口碑评价、货运数据等），并量化处理后两类信息，同时引入税务、海关、电力等外部产生的数据进行再次匹配，建立有效的数据库模型。上一页下一页返回任务四典型案例认知与分析第二，实施交叉检验身份技术，再通过第三方验证进一步确认客户信息，确保真实性，借助电子商务网络平台，统计客户的各类行为，映射为数据，建立企业和个人的信用评价体系，应用沙盘推演技术，评级地区客户，进行分层管理，研发新技术，设置评分卡体系，规定微贷通用规则，推动决策引擎、实现风险定量化分析等技术。第三，建立网络人际爬虫系统，实现风险监管开发，跨越地理距离的限制，捕捉人际关系信息，并通过设立规则整合相关事项，实现关联性分析，得到风险评估结论，综合风险评估结论与贷前评级系统，进行双向交叉共同验证，构成双保险控制风险。依靠互联网监控技术，蚂蚁小贷可以明确贷款的流向：如果将贷款用于扩大经营，蚂蚁小贷将帮助评估其广告投放的方式、店铺装修的风格以及销售措施。上一页下一页返回任务四典型案例认知与分析（二）蚂蚁花呗、借呗蚂蚁花呗是蚂蚁小贷针对网络个人消费者推出的支付产品。花呗目前支持符合授信要求的用户在淘宝、天猫上购买部分商品时，直接挂钩余额宝，确认收货后次月１０日前还款，最长免息还款期限为４２天。蚂蚁花呗２０１４年１２月开始内测，２０１５年４月正式上线，目前花呗消费额度在５００～３００００元。此外，目前已有４０多家购物、生活类电商和Ｏ２Ｏ平台接入花呗，如拉手网、当当、银泰网、东方购物、海尔商城等这些外部网站，也包括小米、魅族、ＯＰＰＯ等手机厂商网站。蚂蚁金服方面表示，８０％的主流电商平台都已经用上了蚂蚁花呗，大量的线下场景也将支持蚂蚁花呗。花呗额度的大小主要通过芝麻信用分确定。上一页下一页返回任务四典型案例认知与分析花呗和借呗均是以阿里体系电商场景为基础，通过不断拓展场景来聚集线上线下数据，最终实现数据驱动预授信、审批、贷后等全流程，体现出新一代消费金融产品的高效性。１.三层风控体系恶意逾期上报央行目前蚂蚁花呗的风控体系包括三方面：信用风险防范、反套现和逾期管理。值得注意的是，在反套现方面，蚂蚁花呗已联合多方关闭几千家涉嫌套现的淘宝和天猫店铺。对于涉嫌组织套现的商户会进一步发起诉讼。另外，蚂蚁花呗已经与央行建立了相关征信机制，如果客户恶意逾期，还款时间长、金额大，且长期联系不到用户，将会上报央行征信系统，影响用户的信用记录；如果仅是忘记还款，时间较短，有宽限期，则不会记入央行征信体系。上一页下一页返回任务四典型案例认知与分析２.资产证券化（ＡＢＳ）初具规模保障花呗资金来源据蚂蚁金服微贷事业部金融同业部总监彭峰介绍，基于大数据风险管理能力，蚂蚁小贷已针对包括花呗信贷资产在内的应收账款开展资产证券化业务。具体操作方式是，在花呗形成一定金额的消费信贷资产后