近期，關于大數據公司接連被調查的問題再次發酵，金融整治已經“入木三分”。值得一提的是，幾個行業熱點和新聞，雖然表面上看似沒有聯系，但是從金融業務的角度出發，卻暗含了多重的信號。

從政策表象上來看，網貸逃廢債人群未來將要上征信、信用卡業務收緊、浙江監管全面整頓個人消費信貸業務、以及大數據公司、貸款超市被查……這一切都是有內在聯系的。

昨天，人民銀行相關領導也表示：人民銀行將多措并舉推動金融科技健康發展，建立健全金融科技監管體系，加強金融科技創新產品監管，為金融科技創新產品劃定剛性法律底線，設置柔性管理邊界;強化個人金融信息保護，嚴防個人金融信息的泄露、篡改和濫用，平衡好金融服務便捷和安全的關系;加強監管科技應用，防范新技術應用的風險。

從監管的表態中可以明顯看出，雖然鼓勵金融科技的發展，但是金融科技的發展不能觸碰法律紅線。尤其是對強化個人信息、濫用、泄露個人信息，要嚴防死守。說到底，金融科技的發展、數據的應用，應該建立在個人隱私保護上，金融科技是工具，不能當做“商品”來買賣。

據21世紀經濟報道：近日多家城商行、農商行暫停了大數據風控合作業務。而一家智能大數據風控機構負責人透露，近期，多家涉及爬蟲技術的大數據風控機構被調查。大數據風控平臺遭遇的風波，進一步波及到助貸機構。同時一家助貸機構負責人坦言，由于流量成本居高不下，助貸領域的導流業務已入不敷出。

牽一發而動全身。

大數據風控行業是否已經進入“黃昏”？在金融風險整治不斷深化的大背景下，大數據、金融科技應當如何的發展？未來，依托網絡來進行的現金貸、助貸業務又將何去何從？通過以上的信息，我們來分析一下。

一、今日之“禍”并非偶然

2017年12月，《關于規范整頓“現金貸”業務的通知》下發。在這份對“現金貸”、“助貸”的監管政策中曾經提到：

（四）各類機構應堅持審慎經營原則，全面考慮信用記錄缺失、多頭借款、欺詐等因素對貸款質量可能造成的影響，加強風險內控，謹慎使用“數據驅動”的風控模型，不得以各種方式隱匿不良資產。

謹慎使用“數據驅動”的風控模型，監管雖然沒明確說，“謹慎”二詞也是表達了一個潛在的含義，說的通俗一點就是“小心點”。起碼，監管沒說鼓勵使用大數據風控。

我在17年解讀文章《敲黑板、劃重點，現金貸監管會產生哪些影響？》中也說到過，“這份監管文件也提到了：謹慎使用數據驅動的風控模型。這就意味著“大數據風控”未來是否也會被嚴管？兩周前一行三會限制了“智能投顧”的發展，現在又對大數據風控提出了“謹慎使用”的態度。看來，金融科技、數字科技的未來還是有一段路要走。”

當時也是恰逢“資管新規”意見稿發出，對于數據風控、智能投顧這類的“金融科技”產品，監管都給出了“謹慎使用”的意見。如今，我們再回過頭來去看這個政策，其實監管已經含蓄的表達了其中的風險。但是，行業里的依托互聯網進行借貸的公司，并沒有注意到是“謹慎使用”，反而大規模使用。

提供這項服務的“大數據公司”看到了商機，卻忽視了政策提示的風險，從而導致了今天風險的暴露。

二、同出一源，同坐一船

從業務上來看，大數據風控公司和網絡貸款類公司是坐在同一條船上。此前，金融整治不斷深化，監管機構和公安部門在今年開展聯合行動，對“套路貸”進行嚴厲打擊。尤其是今年315晚會集中曝光了一批“線上借款公司”，這些所謂的“貸款超市”、“借款APP”，或多或少都存在“套路貸”、“高利貸”。

大數據風控能夠給線上借款平臺解決的就是“異地風控”問題。所以，大數據風控公司深深的綁定在了線上貸款企業身上。如果貸款企業出現問題，踩紅線、違法違規，一旦遭到監管或者警方的調查，大數據公司向其提供數據源、提供風控服務，其實是掌握了整個借貸流程中借款人的核心信息。

目前的網絡貸款公司從業務模式上可以分為：P2P、助貸、現金貸、消費金融。其中，消費金融類大多都是持牌機構，并且有一定的“消費品”、“場景化”作支撐。同理，助貸公司也具備一定的“場景”，對消費品進行分期付款。然而，不同的是，助貸公司的本身資質參差不齊，有的具備獨立數據、獨立風控，有的風控和數據并非是自己的，而是借助其他第三方來完成。

三、服務于類金融的第三方或將被“嚴管”

不管是之前的支付行業，還是如今的大數據行業，都進入了整治、整頓、收緊的狀態。這二者之雖然提供的業務形式不同，但是有一個共同點：對類金融機構（網絡貸款）提供技術支持。

在此之前，支付公司因為接入“套路貸”、“高炮”平臺，并且為其提供“委托劃扣協議”，導致借款人在無授權、不知情的情況下進行“強行劃扣”，這種行為不僅僅違背了相應的金融條款、政策法規，侵害借款人應有的權利，也在一定程度上觸碰了法律的紅線。

所以，支付整治完后，又牽扯到了大數據風控公司，那些違法借貸的“左膀右臂”將被砍斷。未來，服務于類金融機構的第三方或將被“嚴管”。

拿私募基金來舉例。一般來講，證券私募類也有“委托”業務，委托證券公司進行“估值核算”、“PB數據”。證券公司在其中扮演的是一個“第三方”角色（那兩方為投資者、私募基金公司）。

值得一提的是，證券私募基金在產品備案過程中，需要提交相應的委托外包方資質。也就是說，我的第三方是誰、提供了哪些服務、進行了哪些業務，都要向監管報備，并且向監管提交相應的協議。并且，相關證券公司也必須具備相應的“委托管理”、“托管”資質。

從這個例子中不難看出，類金融的委托業務，應在監管的進行下完成。目前的大數據風控公司、支付公司，雖然有的持有一定的牌照，但是委托業務并不在監管監督范圍之列，其委托模式、運作方式、產生什么樣的服務，也不在監管控制之列。

然而，這一問題又引出來大數據公司另外一個問題：歸根到底，是業務模式的問題，你到底是一家什么公司？

四、你說你是金融科技，你科技在哪兒

行業發展態勢看，目前的大數據公司或者說金融科技公司有以下幾種形態：

第一、只是提供數據支持不參與金融業務，本身不經營金融產品。從表面來看，符合央行對在金融科技規劃綱要的定義。然而，如果只是提供數據，輸出的只是點，并沒有形成完整的科技產品，也沒有打通被服務人的業務條線。

第二、數據公司，本身對外提供大數據、風控支持，旗下也有自己的金融產品。大家可以理解為開燒鍋釀酒，自己喝著還往外賣著。給人一種近水樓臺先得月的感覺，你說他是金融科技吧，確實有一定技術;你說他不是金融科技吧，也對，自己還對外放款，干著借貸業務。

第三、以消費金融、助貸或者線上放款為主營業務模式，本身有用自己的技術和大數據風控。這類公司基本上是P2P或者網貸平臺轉型后，衍生出來的“金融科技模式”。目前，這種“金融科技”尚處在初級階段，還沒有形成一定的生態，也沒有形成有效的金融科技產品和成熟的技術。

這樣分析一下大家都應該清楚了。那么，現在風險最大的就是第一種完全提供數據的公司。雖然本身并沒有涉及到金融業務本身，但是服務方如何涉及到了違法違規放貸，同樣作為數據提供者，也要承擔相應的責任。 弄清楚這個問題，接下來的問題將會迎刃而解。現在的金融科技公司確實“魚龍混雜”，但看名稱就能看得出來，有的叫“科技公司”、“數科公司”、“金科公司”。根據央行金融科技規劃綱要來看，只要你存在放貸業務，你怎么說也不是一家金融科技公司。當然，不否認你有金融科技，但是只限于你業務層面有，主營并不是金融科技。

所以，還請大家清楚，有些公司雖然改名叫金融科技、數科，但是依然從事著線上放貸業務，這根本不跟金融科技沾邊。

綜上所述，金融科技的發展雖然在起步階段，監管也表達了鼓勵金融科技的發展，但是要在法律法規下良性發展。雖然已經出臺相關的規劃和布局，但是金融科技的具體政策也要不斷細化。

五、金融科技政策應細化

監管部門已經汲取了互金行業的發展的“教訓”，在源頭上開始規范金融科技的發展。從監管釋放出的信號來看，金融科技的細則也將會落地。那么，不管是大數據風控還是數據提供方還有助貸、消費金融，如何去界定？如何讓金融科技變得更清晰，是監管部門應該重點考慮的問題。

金融科技的發展，能夠有效的防范金融風險發生。但是，現階段很多“假借”金融科技之名的公司卻在讓風險加大。隨著金融政策的不斷完善、個人隱私保護的逐漸加強，冥冥之中，大數據風控公司已經從神壇跌落，黃昏將至，深秋已來。

來源：皂話金融