阿里巴巴的風控相比較傳統銀行的風控有何區別？會更有優勢嗎？

01-01

Wind資訊的微博

阿里巴巴集團副總裁高紅冰表示，傳統銀行端做實名認證，但這未必能解決所有的安全問題，大量線下的金融詐騙都存在，但用互聯網大數據所支撐的評估，風險的控制，對消費者行為的識別，對企業行為的識別，完全用另外一種經濟的規則識別。

提到了互聯網大數據，阿里巴巴不用說了，有著巨量用戶網購的數據。
1. 但我好奇的是銀行是否也有大數據，只不過不對外宣傳？
2. 銀行會不會有企業和個人更多的資金和買賣交易數據？甚至家庭資料？

3. 如果銀行有大數據，那阿里巴巴大數據帶來的風控和傳統銀行大數據帶來的風控有何區別？銀行在審核人員上投入的精力更多，會不會更有優勢？

作為一個在某銀行總部分析組做大數據分析的人，對這個問題有過了解，但是我畢竟不在風控部門，可能了解的不全面

1 銀行沒有想像中的那麼多數據，即使有很多沒有入倉，更多的數據質量嚴重有問題，

舉個例子，我在的銀行信用卡的家屬信息只有父母對吧，你用父母關係建的社交網非常稀疏，只能在某些分析中做輔助的作用，還有比如信用卡消費的商戶地址基本都是錯的或過時的，用信用卡買什麼是根本不知道的，商戶信息只有本行pos的才有，四大行大數據做的都不好，中小銀行的pos不得不多，數據也不多。銀行以前不重視這些大數據，所以對應的更新維護都很差。這些問題都是我們實際分析時深有體會的

2 大數據投入時間晚，我在的銀行已經是在大數據領域比較靠前的了，現實的情況是，只有某個組有小規模的hadoop,從來不用來分析，只用來存數。網路日誌分析只做過可行性分析，資金鏈剛剛開始用，銀行除了投訴和一部分網上專家問答外沒有非pdf格式的文本數據，還有，很多數據放在倉庫里根本沒被用起來總部分析組大概才建成2年時間，據我所知，很多銀行總行都還沒有分析組，對數據分析的認識才剛剛開始，主要的工作是寫報告拿數據驗證領導想法，幾乎沒有任何大數據真正落地產生價值的例子。都是各個大數據公司在給銀行做poc的階段。

3 最重要的，銀行是業務導向的企業不是技術導向，是保守的企業，骨子裡就沒有創新基因大數據這種技術面向的新潮的事情，銀行是真的做不好的。

當然我不是風控組的我不了解風控的問題，但是上面說銀行數據全，大數據做的好的肯定沒真正了解過這個問題。也從沒在銀行做過大數據

偏激了點，匿了

——正想睡覺，發現被邀。看到樓上幾乎是一邊倒的回答，雖然是銀行從業，但也想說幾句客觀話。

——銀行是有大數據，這一點沒錯，但銀行的數據以客戶身份信息、資產信息、資金流信息為主，相比阿里缺少的是基於真實貿易背景的交易信息流（B2C零售也算真實貿易），現在很多銀行在做的供應鏈融資（企業）也僅限於票據，無法詳盡到對手企業、商品或貨物、數量等。

——以企業為點，與其交互的上下游企業或個人客戶，可以構成一個網路，資金流加貿易流，才是完整的、有效的信用數據。多家銀行在推自己的電商平台，包括B2C、B2B，很多都是想獲取完整的貿易信息，積累數據，為後續信貸業務服務。

——我們一方面必須承認銀行線下風險團隊的強大，盡調和審查面面俱到，但這是靜態的，事後的，只是反映一個或多個時點的狀態，只有動態的貿易流才反映實際風險狀態和風險變化趨勢。

——學過統計學的應該知道，銀行相當於定時採樣，比如一年採集兩三次數據，然後擬合出一條直線或曲線，但樣本點之外的變化無法及時得知，也存在偽造可能性；而大數據是有一筆交易記一筆交易，樣本是全部數據，準確性不可同日而語。

——從我接觸的情況來看，已經有銀行在大力推進個人、企業客戶數據的歸集、梳理、挖掘項目，稍微好一些的銀行也不過兩三年。有數據是一回事，全不全是另一回事，會不會用、是否用好又是一個問題。

——所以銀行當自勉，現在已不是靠體量贏市場的年代，受本人眼界的限制，我暫時還是認為，銀行從來沒把大數據用好，現在起步了而已。

——上述幾段，我想說的是，利用大數據做信貸風險，銀行還稍微差了些，支付寶更有優勢。這個差別可能主要是由數據源決定的。

——————我是淫蕩的分割線——————

——回頭再說阿里、支付寶，它的大數據也沒幾年，但在使用效率上的確遠超銀行，這是互聯網公司的基因，沒什麼可說的。

——至於依靠大數據做風險分析，一般都是基於大數原則，定規則，篩異常，聽著很平常，但是把系統做成實時的、事中的，這需要本事了。支付寶在這一塊是出彩的，其還有個專門的CTU在搞這個（掛在風控部門下），風險識別和攔截的準確率和效率還是可以的，起碼在技術指標上比銀行強。

——上面兩段，我想說的是，支付寶在利用大數據做操作風險分析（非信貸風險），用來防範欺詐風險，也是不錯的，起碼技術上超過銀行，這個差距是技術差距，非數據源。

——另，這個分析與近期熱點事件「快捷支付」、銀行與支付寶的口水戰無關（感興趣的同學可以參考我的專欄文章銀行不是「活雷鋒」！銀行不是「活雷鋒」！ - 莫道尋常 - 知乎專欄）。只是說明，用大數據防風險，支付寶做的不錯，與支付寶在金融業務上的整體風險不是一回事。

——————我是淫蕩的分割線——————

——總結: 任何比較都得設定範圍和對象，純粹比較風險控制，銀行甩支付寶好幾條街的，因為風險是銀行的基因；比較大數據在風險上的作用和成效，拋開銀行的一些交易模型不談（信用卡的數據以營銷為主），支付寶在利用大數據（客戶行為和交易）防範風險上，比銀行強。

——面向未來，定位和融合是趨勢，銀行的優勢本就不在海量小眾客戶這一塊，小微企業也是剛剛重視，看銀行何去何從了。

——OK，我也不是很懂，學習為主。睡了。

歡迎關注我的微信公眾號：莫道尋常[mdxunchang]。混跡銀行，行走在業務與風險之間，這裡沒有乾貨，也沒有私貨，每一篇都是思索與感悟，於尋常處探索真知，踟躕獨行，吾道不孤。

http://weixin.qq.com/r/e0PXz4DEgd3_rcSs9xZp (二維碼自動識別)

逐點回答：

1.銀行有徵信系統，有所有有過授信關係企業的報表，違約記錄，巴塞爾II下內部評級法就是利用大量的數據擬合出違約概率，違約損失率，然後計算預期損失。這個做法，國內相對落後一些，但這跟數據積累較晚有關係，尤其是違約數據不足，導致模型建立存在困難，但國外的機構如J.P.MORGAN的模型已經發展的非常成熟。這部分數據我不清楚銀行是否有宣傳的必要，沒有任何可見的好處，以現在這個輿論環境，估計攻擊銀行為什麼可以佔有那麼多客戶信息的搞不好更多。

2.所有的資金資料、買賣交易數據，銀行要比阿里多得多。銀行一年下來光貿易融資的量就多大？為什麼銀行總是對宏觀經濟特別先知先覺，就是他們大量佔有這些數據。我們現在的經濟活動主要還是發生在銀行，阿里還是側重在零售端，B2B的量跟整個經濟活動的總量也沒法比。而且從美國的情況看，我寧可相信阿里現在零售的發達更多的是國內線下零售的落後導致的。家庭資料一般會有，申請信用卡你要填親屬吧？辦貸款銀行會查你的關聯方吧？一圈下來家庭資料什麼的銀行就掌握了。目前我不清楚電商要通過什麼途徑來掌握這些數字。

3.阿里的大數據風控不知道想要表達什麼，不予置評。但阿里從來不是一個把合規風控放在基因里的公司，別的不說，阿里小貸今年的校園招聘廣告還在說將來要把業務範圍拓展至全國，從現在的規定看，必然是違法的，而且跨區域經營從來都是各地小貸主管部門的忌諱。風險控制絕不是大數據這麼輕輕鬆鬆的幾個字，內部控制流程才是關鍵，一個人，一個系統都可能犯錯，怎麼通過交叉控制來降低犯錯的可能性和危害性，這才是風險控制的根本。阿里店小二前兩年被抓了一堆的事兒沒人記得了？阿里的內部控制比銀行強？別鬧了。銀行業控制風險的意識是在每個人骨子裡的，我個人認為阿里是沒有可能做到，做到的話在互聯網這個行業阿里也就不用混了。

高紅冰不是原來信息產業部的？阿里就沒個金融背景的人來談談金融的風險么？

======================3.29增加==================================

@陳鐳提到了動態分析和靜態分析。按照我的理解，銀行用靜態分析的依據或者說理念在於，一筆貸款如果有問題，那問題一定是要歸結到貸前。貸中也好貸後也好，到了這個時候才發現問題，那這筆貸款基本也救不回來了，而且這還涉及到預期自我實現的問題。如果你的模型跑出來這家企業有問題，雖然他現在沒問題，那你怎麼處理？壓縮信貸么？如果其他行的模型也跑出來這家企業有問題然後大家一起收貸呢？那企業一定死啊，預期就自我實現了。所以銀行對風險的judgement始終是在前端，從客戶的准入到授信額度的審批到具體放款條件的落實到貸款的定價，一切的一切都是為了在放貸前就確保這筆業務不出問題。基於此，建立在歷史數據上的靜態分析模型是足夠可靠的，動態分析也許很先進很有預見性，但解決不了實際問題。動態分析我認為更多的價值是在客戶需求分析上而不是風險控制上

首先，任何事情都是有兩面性的，沒有所謂的好與壞。

其次，風控是要為業務服務的，確保業務安全且迅速的發展，是風控的使命。

先講風控的業務分類。

風控大概包括業務安全（業務層面）、信息安全（技術層面）以及合規安全（法務層面）這三個層面的問題。

業務安全主要是指賬戶安全，例如變更用戶信息（如換綁手機/修改密碼/重置個人信息等）；資金安全（如資金在被盜用/被釣魚/被欺詐後的保護）和經營安全（如不良貸款/沉澱資金的運轉等）。

信息安全主要是指系統安全，安全防禦/漏洞/入侵等等，如攜程的信用卡號泄露，CSDN的明文密碼泄露等都屬於這個範疇。

合規安全主要是指法務法規，各種內部的許可權，審計等等。

阿里的情況

1、信息優勢：網路支付的比較中，阿里是有優勢的，也就是所謂的大數據優勢，這項優勢是建立在信息不對稱的基礎上的。。用於賬戶安全和資金安全的風險識別的依賴項，主要是支付的環境的信息（如IP/UA/控制項等），交易明細數據（如收購地址/購買的具體內容/人際關係等）。銀行可以獲取到信息是在支付寶上達成了一筆交易，卻不知道用戶具體買了什麼顏色的衣服，送到了哪裡，給哪個手機號充了值，喜歡玩哪個遊戲賬號是什麼，這些都是決定性的判斷依據。而這些信息銀行都拿不到。

2、聚合優勢：這個本質上也是信息優勢，但這裡單獨拿出來說一下。現在信用卡比較普及，但一般人的信用卡和工資卡（借記卡）都不是一個銀行的。消費的時候用信用卡，轉賬/買理財產品等非消費場景用借記卡。這個時候，支付寶做為一個比較好的承載體，有效的將兩者進行了關聯，從而獲得了比單一銀行更多的信息。同時，阿里本身還有很多的用戶圈/地理位置的信息，數據采自旗下的各類客戶端的自己身獲取/微博/高德/墨跡天氣等等（這方面騰訊的優勢更大），從而在轉賬的安全性上來說，會更高一些。聚合優勢帶來的另一個好處，是被釣魚的可能大大降低。大家都知道淘寶是http://taobao.com支付寶是alipay.com,記憶成本相對較低。但像我這樣5張信用卡的人，至今也記不住廣發民生中信這些銀行的網址。無形中，我被釣魚的可能性大大升高了。這些都屬於聚合帶來的優勢。

3、技術優勢：這一點上，畢竟是互聯網公司，科技公司從來就不缺這方面的人才。道哥在阿里的時候開發的weking系統，老聶開發的miser系統，都是極度厲害的防釣魚利器。而大部分銀行還只能用IP時間戳來防釣魚。安全的合作上，支付寶和騰訊/360/微軟/百度等展開了各類信息共享，包括但不局限於木馬樣本共享查殺，釣魚網站的封殺，黑名單的共享等等。我在另一個回答（朋友的QQ號被盜，申請我淘寶代付，付款後支付寶提示我代付有風險，把錢給我打回來了，推斷一下支付寶是通過什麼條件判斷對方是騙子的？）中提到偉大的CTU系統，應該是中國基於帳戶安全最好的系統了，近2000條規則，六套模型。包括對於各類數據的應用、研究和分析上，投入力度都是極大的。而銀行基本以限額，大額保護來解決問題。一般銀行並未對每筆交易做實時的精確分析。

4、保障優勢：這個屬於一個不對稱優勢。阿里對於各類被盜是有賠付承諾的，每年這些的投入也是巨大的。而反觀銀行，若被盜卡盜刷，相信不打個官司不上個電視估計是比較難以解決的。

5、靈活優勢：一開始我就說了，風控是為業務服務的。對於工行的7步支付和支付寶的一鍵支付，在正常情況下，可以想像用戶會喜歡哪一種。若打車軟體需要7步才能付錢，我覺得應該沒人會用。要知道，每校驗一次手機簡訊，就會流失30%的用戶。如果正好遇上趕飛機的你，死活收不到簡訊，付不成錢，一定會低頭狂吐槽。在這種情況下，開發出適合業務模式的風控方式，確實本質上是一種進步。

銀行的情況

1、規範優勢：現階段的銀行還主要屬於國家隊，在法務法規的執行情況下有天然的優勢。同時，自身的性質又會將這些規範做到極致。該簽名的地方就要簽名，該授權的情況下必須授權，這些都是阿里不可能去做到的。最早的時候，快捷支付叫做支付寶卡通，要開通需要去櫃檯開通。雖然極度麻煩，但那個階段支付寶的快捷盜卡幾乎為零。而反觀最近快捷支付的全網上開通流程，案件一路高漲。只是那個階段，能用上快捷支付的人也是屈指可數。這就是上面反覆提到的為業務服務的風控使命。阿里在合規/法律上的問題其實挺多的，在第三方支付牌照沒放的時候，支付寶本質是個灰色的存在。縱然這些是高速發展的業務與現實需求和現行法律法規更新緩慢的矛盾，我們還是就事論事的說，的確不合規。

2、規模優勢：銀行的從業人員數量遠超阿里，對於貸款這種高風險業務，對於企業的了解，至少在現階段，僅憑藉數據，是遠遠不夠的。這也是為什麼阿里是小微金融，貸個5萬10萬了不得了，沒見阿里貸出去10億過吧，因為風險沒法控制。大量的放貸從業者們，跑企業，觀察運作，查看經營狀況，做出風險狀況的評估，這些是真正銀行風控的核心競爭力。之前去湖南農行談快捷支付的時候，對方行長說到這個，呵呵一笑，說農行有多少萬人在做這塊。

3、制度優勢：基本上沒聽說過銀行信息泄露吧？也沒聽說過銀行的XXX拿著用戶數據出去賣吧？嚴格的許可權，謹慎的行事，是銀行的基本形態。這方面阿里就做的差的多了。雖然最近也在大規模的開展信息安全的整頓，但在這方面要超越銀行，還有很長的路要走。

4、風控地位：這個我個人覺得也算是銀行「風控」的一個優勢。這個地方僅說的是風控。因為在銀行，風控是大於業務的。風控有一票否決權。這點很大程度上保證了銀行的各項業務不會出大問題。高的話語權，不對稱的地位造成了銀行風控在銀行內部的極高地位。而阿里各類未經風控同意，未經風控評審，未接入CTU的業務層出不窮。

5、體制優勢：大家都知道偷盜銀行卡是違法的，欠銀行錢不還是違法的，ATM多吐錢了拿錢了是違法的。從而很多黑產從業者即使拿到了網銀卡號和密碼，仍然不會去轉賬而要繞到支付寶進行銷帳。拿銀行200塊錢和拿支付寶200塊錢面臨的是截然不同的下場。

總結來說

1、風控的區別很大，對象，方式，關注點，做法都不一樣；

2、本質上，有優勢的地方也是存在劣勢的地方；

3、雙方都有很大的提升的空間；

4、確保業務安全迅速的發展，是風控的使命，無業務，不風控。

我還記得2005年的時候，阿里巴巴和我們銀行討論給商戶貸款的事宜。

說實話，當時阿里巴巴還沒有那麼強大，在討論的時候，我們原來以為阿里巴巴會拿出一個方案討論，可是會議開始時，我們發現阿里巴巴什麼方案也沒有，他們覺得給商戶貸款應該行得通，但無處著手。我們提出了一些從銀行角度識別風險的問題，雖然阿里巴巴給予了回答，但很勉強，也不能自圓其說，但是有一點我覺得非常靠譜，那就是阿里巴巴是從商戶的行為上來看風險。

儘管沒有方案，我們還是針對商戶行為監控的提出了一些方案和措施，並形成了一個方案報總行，我們認為可以嘗試做5億額度，但比較遺憾的是，總行沒有同意，由此這事也就擱淺了。

從這件事上我們看出，阿里巴巴風險控制體系與銀行不一樣。銀行在判斷風險時，更關注靜態時點的風險，以及對未來風險預判；而阿里巴巴更關注動態風險，是動態風險的把握，與銀行的風險控制介面對不上。

所以在給總行彙報的時候我說，如果我們不能接受動態行為監控模型，那在未來的發展中是要付出代價的。

後來事實也證明了我說的話，金融海嘯後，很多企業倒閉，而且都是在沒有任何徵兆的情況下突然倒閉，不良貸款一度差點到了失控狀態。

所以，銀行應該放下身段，放下這個規定那個規定，謙虛謹慎地去學習新知識。

銀行在客戶身份信息領域有著無可比擬的優勢

阿里在個人客戶行為信息領域領先銀行一個身位

若雙方結合，我國可能會提前個10年左右（不是說10年內）踏入真正的信用社會

若各自從各自的領域向對方發力，我認為答題各位的所有預測都是有問題的，我們都擅長馬後炮，但誰都不是預言家，只能是交給時間和實踐來檢驗了

在銀行大數據的路過，不要神話大數據，大數據不是無中生有的技術，要分析和挖掘風險必須還是有風險數據的，不然拿什麼去定義目標變數？拿什麼去驗證？根據以往的挖掘經驗，借記卡消費因子跟風險目標基本無關，貸記卡消費因子跟風險弱相關，最相關的始終還是還款信息，賬戶餘額及額度信息，歷史逾期信息和個人的真實背景信息，這些支付寶基本木有。so，目前而言支付寶無法量化分析風險，在弱實名制下連是否是本人申請虛擬貸記卡的信息都無法100%確認，更別說控制風險了，所以之前的虛擬信用卡發放的額度才如此的低(200~5000，我估計80%都是200，而且還被叫停了)。

對消費者行為進行識別，實現風險控制，這是一個應有方向，比如我平時從不轉賬，有一天突然向一個陌生賬號打款10萬元，在這個請求被發出後，被處理前，客服就可以打電話確認是否本人操作，這個國內還沒有做到的，而國外已經有成熟模式。

但是，一個宣傳自己的貨幣基金產品「比銀行利息高10倍」（從來都不談風險）「今年給自己加薪7%」（現在都跌破五年定存利率了）的沒節操公司，想要說自己掌握的用戶行為比銀行更准，自己引領互聯網大數據，我只能說，你還沒這資格，還是不要利用大數據概念炒作自己了。

正面回答問題

1、傳統銀行，乃至整個傳統金融，一直以來都投入大量成本到對海量數據的深度挖掘中。但是就像你會反感理財經理給你打電話，會反感淘寶給你「猜你喜歡」一樣，未經用戶明確授權的數據挖掘是否觸犯用戶隱私存在法律爭議，所以銀行不會宣傳自己有做數據挖掘。大數據的前景在於預測，嚴格地說，每一個個體都是大數據的貢獻者，但是大數據不會關注任何一個個體，說用大數據來幫用戶做風控，你是不懂大數據還是欺負網民不懂大數據？

2、有。這些資料是銀行的絕密資產，是有價值的，受法律保護

3、銀行很依賴徵信系統。阿里巴巴也有自己的信用概念，我不知道這是否就是你關心的數據依據，但是後者甚至都入不了前者的門。

回到實名認證話題，把金融詐騙歸咎到銀行是非常流氓的行為。事實上，正是互聯網公司對用戶隱私的漠視及肆意泄露，才導致精準詐騙高科技詐騙頻發，而只要這些詐騙最終是通過銀行櫃檯來轉賬的，銀行往往都能在最後一步將受騙者控制住。儲戶自己要把錢打給騙子，攔都攔不住，櫃員就算報了警然後跟你扯皮拖時間也不給你辦。而在互聯網上，騙了就是騙了，自擔責任。

如果說，實名認證能解決99%的問題，你揪著那1%的問題說，還是有漏洞嘛，你不是100%安全的，然後就要推翻這個實名認證，那也OK，請給出你的解決方案，給公眾評估。高紅冰有嗎？沒有，他甚至不能解決自身支付寶層出不窮的漏洞和詐騙，全都在靠保險賠償，可以說先進，但是不要恬不知恥說自己比銀行更優秀、風控更好。支付寶賠付的前提條件之一是什麼？實名認證！

樓上的回答說得很好，我給大家補充幾點。

1，成本。

就目前來看，阿里利用現有的數據儲備，進行客戶營銷和審貸，相對於傳統銀行而言，可以極大地降低單筆貸款的審貸及營銷成本

阿里巴巴，淘寶，天貓的客群，比例尚不清楚，但是猜測大多數都是小微企業，而目前傳統銀行做小微企業最大的問題是，單筆審貸及營銷成本過高，從而導致的人均才能低下。

在目前傳統的商業銀行架構中，一筆一億的貸款和一筆一百萬的貸款，所耗費的人力成本，大體相同。可能一億的貸款審批需要更高的許可權（審貸會）一類，但是基本流程都差不多：客戶經理尋找業務（市場端營銷）-審貸官審批（審貸）-有權人終批（可能有的銀行還有風險經理一類的），貸後管理同樣要根據企業和貸款的性質，按季度，半年上門進行檢查（一般而言，強擔保類業務貸款要松一些，信用類業務貸後要更嚴一些），不管業務金額大小，其耗費的人力大致是相同的。在單筆審貸及營銷成本差不多的前提下，提高單筆貸款的規模可以達到利益的最大化，因此傳統銀行在貸款投放上更傾向於投放給大中企業而是現階段銀行的風控體系特點所決定的。（據說銀行平均審批一筆貸款成本是2000，還不算市場端的成本，我覺得這計算是比較實際的。）

而阿里巴巴目前的數據儲備，就成本控制上而言，有以下優勢：

營銷：現有海量的用戶群，進行用戶導入本身就是很大的客群了，相對於傳統銀行需要進行人肉拓展客戶而言，阿里的單個客戶導入及營銷成本極低，幾乎可以忽略不計，而且在信貸產品上，阿里可以做到標準化（比如，通過現有海量的數據群，對於客群進行篩別，年銷售收入多少以上，經營幾年以上等等），篩選後的客戶可以直接套進對應的貸款品種中，這正是傳統銀行夢寐以求的信貸業務產品標準化。

審貸：眾所周知，銷售收入在貸款的審批環節起非常重要的作用，而傳統銀行目前而言面臨的最大的問題就是無法有效的核實客戶的銷售收入（現在核實的手段主要是通過開票收入來核實，但是發票這玩意各種貓膩相當大）阿里系的平台（天貓，淘寶等）主要的交易結算渠道都是支付寶，換而言之，通過阿里的大數據提取的客戶交易收入都是真實的，這讓困擾傳統銀行已久的客戶經營信息的真實性得到解決，而且，就阿里巴巴而言，他現在的主要平台已經形成了一個交易的閉環，客戶從購貨（阿里巴巴）到銷貨（淘寶，天貓）再到收賬和支付（支付寶），都是在阿里的體系中完成，阿里完全可以根據客戶歷史信息實時監控貸款的走向，避免貸款挪用，這是人行一直以來都在倡導執行的」受託支付「。

貸後管理：如樓上所說，阿里可以做到動態進行貸後管理，傳統銀行的貸後管理一般是按季度或者按半年度進行（如果按月的話客戶經理壓力太大，而且管戶多的客戶經理其他事都可以不做了，專門管戶。。。），並且相對而言時效性較差，很多風險都是在客戶的經營發生問題以後才暴露出來（比如客戶在其他銀行有欠息逾期等情況，可以通過人行的貸款卡系統反應），並且貸後往往難以接觸到客戶真實的經營情況，很多貸後更像是過場，但是阿里的貸後，可以通過客戶的交易，付款，收賬等情況實時反應出來，因為客戶無論是銷售，還是付款收款，都是在阿里的體內進行流動，客戶的經營情況便一目了然。

總體來說，銀行的風控更詳細、更完整、更嚴格！

互聯網企業如果要和傳統銀行比風控措施，那是拍馬也趕不上。

但這並不是說互聯網企業就沒有優勢。傳統銀行的風控措施雖然完整、嚴格，但是並非沒有缺點，那就是成本過高。國家一直提倡支持中小企業、小額信貸之類的東東，之所以一直沒啥效果就是因為成本太高。

這個道理很簡單，想一下就明白了。

互聯網企業尤其是阿里在這方面是具有天然的優勢。

作為銀行從業人員，利益相關者，說一句，銀行的風險控制很嚴格，大數據這種東西，阿里巴巴跟銀行，電信比，那不是扯淡嗎？

哎，為毛我感覺阿里巴巴現在越來越愛吹牛逼了，雖說大學學的電子商務，對這塊也很感興趣，但是覺得馬雲越來越不靠譜，哪裡都能看到他。還是覺得騰訊低調，每次在新聞上看到的都是大手筆，據說馬上要入股小米，馬雲呢？吹牛逼。

作為一名長期混跡在銀行風控部門的風控人員，我想說說自己的一些看法。

出於多年風控的「一切從疑」心理作祟，我看到樓主提問後，第一印象是樓主混淆了阿里巴巴和螞蟻金服這兩家獨立公司的業務概念。阿里巴巴是一家集團公司，旗下有淘寶、天貓和聚划算等核心業務，螞蟻金服是由支付寶獨立出來的集團公司，旗下主要有支付寶、芝麻信用、網商銀行等核心業務。從公司的股權架構來看，兩家公司頂多算是關聯企業，這也是為什麼螞蟻金服正在籌備獨立上市的原因，而且它將會是一家估值巨大的互聯網金融企業。而真正擁有徵信、支付等重要牌照的是螞蟻金融，所以我們從最嚴謹的角度出發，問題應該是螞蟻金服的風控與銀行相比，有什麼區別，會更有優勢嗎？

首先，螞蟻金服的風控與銀行的風控，完全是基於不同的社會責任，因此單純依靠風控的成果，也就是我們最關心的「不良率」來評價的話，是有失偏頗的。

螞蟻金服提供的貸款產品，主要以個人綜合消費貸款（借唄）、個人生產經營貸款（網商貸）、農戶貸款（旺農貸）和信用貸記卡業務（花唄）為主，其額度普遍在100萬以內，主要面向個人、家庭和小微企業主，這種企業業務類型，也就是我們常說的零售銀行業務。

銀行提供的產品相對於螞蟻金服來說，就複雜太多了，資產業務（貸款、票據貼現、投資業務、金融租賃等等）、負債業務（存款）和中間業務（代理業務、結算業務）。單就貸款業務一項，從業務品種可以分為固定資產貸款、流動資金貸款、個人貸款、項目融資業務等等，從擔保類型可以分為信用、保證、抵押和質押，或者組合擔保方式。從額度來看，小到幾塊錢的一筆信用卡業務，上到數十億的企業融資，銀行業務都涵蓋。

因此，螞蟻金服和銀行本來就不是一個維度的企業，他們所涉及的風控領域也就沒有可比性。

如果單純站在螞蟻金服所從事的業務來看，它的風控水平的確遠高於銀行業，這也是我們作為銀行風控常常提到要盡量向它看齊的原因。但是，如果站在更高的維度，我們來看整個銀行業務，銀行現行的風控模式，有它存在在這個時代不可磨滅的原因。

當然，技術的進步，讓銀行也開始走進了大數據風控的領域，各家銀行也在高薪聘請專業人士，優化自身的風控模型。就我所知，招商、民生這一類的商業銀行，其在零售業務、信用卡業務的風控水平絕對不亞於螞蟻金服。

在特徵工程建設上，螞蟻金服有非常巨大的社交數據和消費數據優勢，銀行也有巨大的歷史數據和人力資源優勢，各有千秋。因此，我認為這個時代，最重要的是相互學習，取長補短，而不是簡單評價誰比誰更厲害。

阿里巴巴的大數據更貼近其金融客戶，而且建模之後，就可以應用於同類型的線下企業，我想他們不會不參考FICO的維度。主要不是大數據的應用，而在於大數據的數據是否真實，顯然，這點上，阿里可能更有優勢。

此外兩者的客戶群體也不一樣，對於小微企業，阿里的技術手段顯然更具效率。

插一段關於大數據的內容，來自《財經》：立規互聯網金融

王登峰說，增利寶在「6·20」錢荒時，仍處在凈申購的狀態。因為增利寶完全是一個純散戶形態的基金，多數客戶的賬戶金額在1萬元以下，這與其他的貨幣基金有著顯著的不同。機構資金緊張時，散戶的資金並不緊張，二者資金的供求狀態完全不同。散戶的資金面相對獨立而且比較平穩，根據大數據分析，散戶在月初、特別是每月5日左右申購明顯增多，這可能是因為工資到賬的原因，而每月20日以後贖回多，這是為了還信用卡，這些都與生活密切相關。

以上就是餘額寶背後的天弘基金利用支付寶的大數據算出來的東西。至於阿里小貸給商戶快速放款，我覺得也和大數據沒有任何關係，就是用有限的幾個變數對商戶在淘寶的店鋪做了一個估值，然後貸款就放出去了。

風控包括很多內容，market risk, credit risk, operational risk, liquidity risk等等，不好一概而論，operational這部分銀行比較有優勢，因為一直在做，credit risk等主要看數據多少和建模能力，這點還真不好說將來誰強誰弱。

阿里巴巴是一個媒體公關高手，這位副總裁一句話就把銀行幾十年的風控努力和數據分析給抹殺了。真當銀行慈善機構啊？他當真，我們可不能當真。

1. 風控對於銀行是命脈

銀行的信用卡，即貸記卡，每一筆消費都相當於個人向銀行進行了貸款，都會有逾期不還的風險。這樣累計起來，風險大吧？風控絕對重要——在發卡和開卡的時候，銀行的風控工作就開始了。後續還有客戶信用卡安全保障（防盜刷、判斷是否本人使用）等工作。

信用卡還是小業務，不良貸款、高壞賬，可是會讓銀行破產的。風控對於銀行就是命脈。

再看阿里巴巴，你能從阿里貸款嗎？（阿里小金除外，那是個金融機構。）你的每筆消費，實際上都是現金白銀（或者從銀行信用卡里出）。阿里/支付寶僅僅是一個平台，而這位副總裁所講述的風險，即客戶支付寶賬戶被盜用，導致阿里要賠付和失信於用戶的風險。

2. 大數據就是個忽悠

真正善於使用大數據的，早已在悶聲發財，只有剛剛發現自己手裡有金山卻一直沒有發掘的人才驚嘆「大數據時代已經到來」，生怕別人知道自己落後了——還不知道怎麼用呢。

阿里巴巴手裡的數據，是賣家買家的交易信息，偏向於消費習慣；而銀行手裡的數據，才是全面的儲戶/貸款的金融信息和個人信用信息。前面那位朋友總結的很好：阿里有的，銀行都有；銀行有的，阿里做夢都想要。

哪種更重要，很難講。阿里的數據，是進攻性的，因為可以誘導客戶消費，提升體驗；銀行用好數據，是防禦性的，保護好自己，也是保護好客戶的財產。

還有，這些交易數據、消費數據，可都是個人隱私啊！用別人隱私賺錢的時候，能低調點嗎？

3. 聲明

本人非金融專業，上述回答純屬個人看法。（翻譯一下：上面都是我胡扯的。）

目前沒有優勢，但是未來可期。小微金融和虛擬信用卡是第一步，先做零售和淘系商家融資，然後學習銀行風控體系，迭代演算法挖掘用戶數據，利用互聯網金融的未來和合理的激勵制度從銀行業挖人，和政策不斷博弈，甚至可以短期利益輸送謀求長期政策空間，慢慢擴大地盤。你可以說馬雲炒作，但是回頭看五年前，他還沒有炒作的資本。

作為銀行的風控從業者想說一句：呵呵。

前兩天四大行降低支付寶快捷支付限額這件事就已經說明了這個問題。阿里目前連自己的用戶支付行為風險都控制不住，別說你阿里的風控做得比銀行好，哪怕你跟一般銀行做的差不多，四大行也不會降低你的支付限額。你見過銀行之間有哪家銀行轉到哪家銀行每日有限額的嗎？央行的超級網銀架構各家銀行都有參與，用工行網銀轉建行的賬，建行會說每天只給你工行拿五千嗎？不會的，因為銀行的風控至少是做到了幾大行彼此之間可以基本互相信任了，而阿里還是差了一點，所以銀行不敢給你開這麼大的口子了。阿里的風控不夠成熟，所以銀行才會把渠道關小一點，這樣阿里出了岔子才不會連累到銀行。

阿里的風控做的其實不錯，但與銀行比還有很多路要走。區別只是阿里作為企業，本不具備客戶對金融機構一樣的信任程度，拿風控做一個宣傳賣點，可以取得更多的客戶信任：「噢，原來阿里還有專門的大數據來監控風險。」而銀行基本不會跟客戶提風控這岔事，因為客戶一聽你銀行提風控，第一反應都是：「啊？那就是說你們銀行有風險？！」

傳統銀行的風控相比較阿里巴巴就是個渣！

你知道阿里巴巴在安裝他家軟體的時候就在客戶電腦里裝了根證書嗎？

看這裡：網上流傳的所謂「支付寶偷偷添加根證書，將造成安全隱患」的說法是否正確？

包括手機，裝了手機淘寶或者支付寶，時時刻刻都在運行！

你想幹啥？只要動動滑鼠鍵盤，划動一下手機屏幕，所有東西都在他家資料庫里。

謝邀。

1、銀行肯定是有大數據的，但與阿里巴巴的大數據有明顯區別。銀行主要是客戶身份以及資金運動軌跡，通過這些數據能很輕易的反映出你的財富狀況、消費能力、風險承受能力，但是是沒有辦法獲取客戶最新的個人信息的。

阿里巴巴等交易平台的數據則主要是偏向客戶信息，通過各種交易數據進行交叉分析，很容易得出更多延展性的資料，包括個人的家庭資料、工作狀況、消費偏好、消費能力、人際交往情況，企業的資金狀況、主要客群等。

2、銀行關注的主要是資金風險，投入再多的審核人力，因為其大數據的局限性，他也通過對資金的控制，保證資金信貸安全和交易安全，無法做更多的事。

而阿里巴巴的風險，也就是平台交易的安全性。但從阿里巴巴的態度來看，他們要做的遠不止保證平台客戶的交易安全那麼簡單，也不僅僅是風控而已，而是通過平台和所握有的大數據，將企業、個人、銀行之前所有的交易脈絡完全具象化。如果阿里巴巴真的做到了把這些大數據充分分析利用起來，意味著它們能很輕易的洞察到潛在的客戶消費需求點在哪兒、企業（僅限與電商關聯的企業）的主要投資方向以及投入的預期收益、市場資金走向等各種訊息，是想想就很可怕的景象，意味著在阿里巴巴面前，所有關聯方都是透明的。