半岛体育app今天看到某公众号消息，说有四五家支付公司的技术人员以及业务负责人被警察叔叔带走了，对消息的准确性不负责，不过这事完全是有可能的，去年的拉卡拉旗下的征信不是抓走了很大一拨人嘛

　　支付公司有什么，你我的支付数据，可能是购物数据，可以是缴纳水煤电数据，理财数据，等等。

　　出事的很大可能性也就是因为数据，据说是，有人想向几家支付公司的人购买用户数据。

　　这事不深聊，不过友善的提醒一下做技术的程序员同学们，业务不合规，技术也有罪，不要认为技术无罪，也不要因技术获罪，上一个赤露露的事例就是快播的王欣。

　　现在的“数据”太重要了，堪比工业时代的“石油”。所以贩卖的不是数据，是“金山”啊，不抓你才怪。

　　一提到数据，我们很容易跟金融行业扯上关系，毕竟因数据出事的大多是从事金融业相关。

　　昨天《“支付”大树，初长成！》的最后，我提到，为什么科技金融巨头在风控领域比做了几百年传统银行业还牛？

　　不管是所谓的场景化金融，还是科技金融，不能脱离本质。无论是什么形态，其本质仍旧是金融，金融的核心是风控。

　　在「互联网+」的风口上，一些在风控和风险定价上有缺失的平台虽然可以实现短暂的繁荣，但随着互联网热潮的冷却、金融监管的到位和良性竞争的形成，必然是把握住风控和风险定价的平台才能长盛不衰。

　　除去少量「庞氏骗局」自融诈骗的案例外，大多数是因为忽略了风控这一金融核心问题，片面追求高利润而忽视风险，导致资金链断裂，无法持续运营。

　　我花了下面一张图，风控早期主要取决了金融数据，随着互联网技术的发展，人们发现其他互联行为数据对风控也具有很强的关联。

　　风控最好的数据还是金融数据，例如年龄、收入、职业、学历、资产、负债等信用数据，这些数据同信用相关度高，可以反映用户的还款能力和还款意愿，这些数据因子在风控模型中必不可少，权重也很高，是信用风险评估最好的数据。

　　比如，通讯录为空的用户，手机的软件只有贷款APP，其恶意欺诈比率非常高。这些用户行为信息都同信用风险高度相关，可以作为一个重要因子进行录入，影响客户的信用评分。

　　我们知道，金融数据例如年龄、收入、职业、学历、资产等信用数据，其实在央行的征信系统上，这些数据央行通过各银行，和政府部分进行采集，准确性很高。

　　所以你想一下，央行的数据，蚂蚁等能拿到，而蚂蚁的数据，央行拿不到，所以以央行征信为基础的传统银行的风控势必不如蚂蚁等。

　　它不需要抵押物，是纯信用贷款。同时利用大数据挖掘，不需要太多的人工审核。目前做到了3分钟提交货款申请，1秒批准，0人工干预。

　　互联网科技巨头没有介入之前，数据从哪里来的？我忘了不知道从那本书还是段子：

　　温州的民间借贷业务也需要数据。数据怎么搜集呢？很有意思：钱庄等放贷部门会花几十块钱雇一位老太太，这位老太太的工作是搬个凳子坐在工厂门口，数一数今天工厂有多少人上下班，有多少货车进出——通过这些数据，钱庄可以判断工厂的运营状态是好是坏，然后再来决定贷多少款给那个厂的老板。

　　有了互联网，有了云计算、大数据技术的发展，数据的采集，数据的计算早已改变了上面远古时代的数据采集方法，还更有效，更准确。

　　目前还是这样，除了央行的征信系统，还有半官方的“百行征信”，不过特别有意思的是，蚂蚁和腾讯也算股东，其他人是又出数据又出技术，而这两个巨头呢，但们掌握的数据没有进行上报过。

　　征信数据具有一定敏感性，涉及用户个人隐私、商业秘密甚至国家安全，数据共享可能存在法律风险，客观上给机构间共享数据带来障碍。目前的法律法规还不够健全，数据使用的合规性存在灰色地带。

　　巨头将数据作为战略性资源，认为拥有数据就拥有客户资源和市场竞争力，主观上不愿意共享数据。

　　十九届四中全会通过的《中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》提出，数据与劳动、资本、土地、知识、技术等一样，都是重要的生产要素，对生产关系的迭代升级有着重要的推动作用，也为数字金融的发展奠定了基础。