“大数据”并不能优化贷款

“大数据”是否能辅助我们做出更好的贷款选择?这是一个实时热点的问题,因为一些由硅谷大公司创投的初创公司正在使用大数据技术,以提供短期小额贷款。这些公司希望能帮到68万被联邦存款保险公司(FDIC) 称为很难获得贷款的美国人。他们之中,要么没有信用记录,要么信用记录很差

这些公司会处理各种数据,从Facebook的朋友数量到用户是否定期交话费,甚至用户们花了多长时间去填写贷款申请的数据也不会放过。这些公司声称能用这样的方法选取可信的借贷者,而并不像以往那样只用信用记录的信息做出判断。他们说,数据使他们能够提供的是比发薪日贷款更实惠的贷款。根据皮尤慈善信托基金估测,其年利率平均约400 %。

现在,消费群体经过研究这些初创公司所提供的贷款得出的结论是,大数据不会带来很大的不同。

美国消费者法律中心发现来自于LendUp , Zest Finance,和Think Finance公司以及其他大数据初创企业提供的贷款,其有效的年利率为134 %至749 %。这里面,Think Finance既是贷款人又是使用大数据的公司; LendUp只是贷款人; ZestFinance为其他提供贷款的公司做大数据分析。 LendUp和Zest Finance说,他们在过去几年所取得的贷款笔数数以万计。

Persis Yu是一位来自消费者中心的律师。她在报告中分析了这几家公司公开的利率,贷款条约以及一些公开的费用。她在报告中写道,这些和发薪日贷款相比“大数据的算法似乎并没有带来更好的贷款产品的开发”。

LendUp是由谷歌公司的谷歌风险投资公司所支持的。ZestFinance是由Paypal创始人Peter Thiel和领导谷歌的前高管Douglas Merrill所支持的。Think Finance是由风险投资公司Sequoia Capital支持。谷歌风投,Thiel和Sequoia均收到了询问该问题的邮件,但他们都没有回复。

包括这几家在内的一些公司使用统计建模技术来分析大数据,他们希望通过对于赋予数千新变量权重的方式预测出更为精确的用户可信度。而这些新的变量包含借款者从小规模机构的借款记录、发薪日贷款信息、典当记录与收藏记录。其中有一些对大数据的使用令人费解:比如Zest Finance说,一辆汽车的报废与否以及填表时使用大写字母都会导致欠款风险的增高。LendUp则会查看用户浏览网页的速度。那些跳过阅读网站材料就跳到大的贷款金额的用户,更可能是高风险借款人。LendUp首席执行官Sasha Orloff说:“这就像走进一家银行大喊,‘我需要钱,马上!’”。

不过,这些公司也进入了法律的灰色地带。有些公司声称一部分的算法与数据源不会被使用来做出信贷决策,仅仅是为了筛选欺诈者,并且因此不能与消费者共享。美国联邦贸易委员会在周三讨论这些算法是否具有歧视性或侵犯借款人的隐私。

LendUp的高管,Think Finance和Zest Finance并不同意报告的调查结果,认为他们能提供给那些被传统信贷公司拒绝的用户更便宜的贷款。他们说,他们的公司通过提供灵活的付款条款和相应的金融知识,同时要求借款人支付部分贷款的本金并不计未付款的滚利的方式来保护消费者。据Pew Charitable Trust称,传统的发薪日贷款的贷款者会在每次发薪时被扣除掉一大部分工资用于偿还滚利。这则报告列出了Lendup的最大利率是749%,但CEO Orloff先生说:” 数字是有误导性的,因为它仅适用于七天的贷款。 LendUp的平均年利率为220 %。”。他同时说,公司的实际利率更低是因为借款人有30天的时间来重新付款而不会被收取滚利费用。

Think Finance首席执行官Ken Rees说,一般来说,他的客户支付的年利率为240 %。他说,该公司的贷款比传统的发薪日贷款要更好,因为他们能为那些还清款的贷款者提供更多的低息贷款。

ZestFinance首席执行官Douglas Merrill说,他的公司所提供的贷款比典型的发薪日贷款收的手续费还要少。

但高管们也承认,即使有更好的统计模型和更新的数据点,违约率仍然很高,因此利率也只能保持在三位数。这些公司也拒绝透露他们的违约率。

“市场的性质使得它很难提供两位数的年利率,”即小于100 %的年化利率,ZestFinance的Merrill先生说。他还说,他雇用了一百多名数据专家和谷歌培养的数据挖掘技术专家来试图锁定那些好的借款者。“我们希望能最终找到一种方法来提供两位数的年利率,”他说:“我们的算法一直改进,这需要一些时间。”LendUp的Orloff先生说,他也希望随着时间的推移,整体利率会逐渐降低。“你要么同意穷人应该获得信贷,要么反对。但我们相信穷人该获得信贷,我们也一定会创建出适合他们的产品。”


原文发布时间为:2014-04-12


时间: 2025-01-01 13:58:54

“大数据”并不能优化贷款的相关文章

网络优化正在从经验型优化向大数据关联分析优化转变

大数据技术的快速发展,不仅推动通信业务的创新,同时也在给传统网络的建设和运维带来变革.近几年,大数据技术正在越来越多地应用到网络优化中,成为提升网络优化效率,降低网络运营成本的新手段.在日前召开的"2016年中国通信网络优化高级研讨会"上,来自电信运营商.设备商和研究机构的嘉宾代表,就大数据在网络优化中的应用和未来趋势展开了讨论.未来,随着技术的进一步成熟和应用的不断落地,电信网络的运营和维护必将迈入一个全新的大数据时代. "当前,网络优化正在从之前的经验型优化向大数据关联分

帮助企业做好MaxCompute大数据平台成本优化的最佳实践

阿里云大数据计算服务MaxCompute通过灵活性.简单性和创新为您企业的业务环境带来了变革,但是您企业是否通过其实现了原本预期的节省成本的目标呢?本文中,我们将为广大读者诸君介绍优化您企业MaxCompute开销的一些关键性的策略. 自从MaxCompute于2010年进入市场以来,计算服务MaxCompute就已然永远地改变了整个IT世界了.尽管其价格优势已经领先业界了,但仍然有许多企业客户了解到,迁移到公共云服务并不总是能够帮助他们实现预期的成本节约的目标. 这并不意味着迁移到公共云服务是

利用大数据帮助农户优化农场配置

摘要: 大数据真的能做很多事,甚至包括介入一些看起来坚若磐石的传统领域,比如农业.农业自有其特殊性,产品生产具有固定的周期性限制,并且在产出过程中会有各种各样的因素干扰, 大数据真的能做很多事,甚至包括介入一些看起来坚若磐石的传统领域,比如农业.农业自有其特殊性,产品生产具有固定的周期性限制,并且在产出过程中会有各种各样的因素干扰,大到天气水文,小到仓储物流.然农业却实为所有人类安家立业之本,在互联网的浪潮一波接一波的席卷世界的时候,农业也到了需要被改变的时候了. 试图优化农场的旧金山初创公司C

大数据撬动中小企业贷款

       10月30日,"2013互联网金融全球峰会"在京举行,金电联行为中小企业提供的贷款解决方案给听众留下了深刻的印象.         以数据分析帮助供应链中的小企业拿到银行的信用贷款,金电联行不小心撬动了中国的中小企业信贷革命. "老范,你有机会了."七年前,从华尔街投行回国的清华计算机系师弟忍不住对范晓忻说. 那年,33岁的范晓忻在给北京大型汽车厂商做供应链管理信息系统--类似于北汽福田汽车股份有限公司这样的公司,向上千个零部件的供应商采购的每一笔交易

利用大数据帮助农户优化农场配置,旧金山创业公司Ceres Imaging想打造“数据即服务”的2C服务

摘要: 大数据真的能做很多事,甚至包括介入一些看起来坚若磐石的传统领域,比如农业.农业自有其特殊性,产品生产具有固定的周期性限制,并且在产出过程中会有各种各样的因素干扰, 大数据真的能做很多事,甚至包括介入一些看起来坚若磐石的传统领域,比如农业.农业自有其特殊性,产品生产具有固定的周期性限制,并且在产出过程中会有各种各样的因素干扰,大到天气水文,小到仓储物流.然农业却实为所有人类安家立业之本,在互联网的浪潮一波接一波的席卷世界的时候,农业也到了需要被改变的时候了. 试图优化农场的旧金山初创公司C

陕西省以大数据助力产业结构优化转型升级

在新的经济发展态势下,陕西省积极发展云计算与大数据产业,落实"举旗大数据.形成大产业"的战略决策,提出了到2017年信息消费规模达到3900亿元.大数据产业产值达到500亿元的目标.西安已开通国家级互联网骨干直联点,也奠定了西安作为国家互联网枢纽的地位. 作为陕西省大数据产业基地的沣西新城,目前已经在大数据产业发展过程中取得了阶段性成果,成为全国首个举旗大数据的产业园区,搭建了全国首个开放性大数据平台,培育了全国首个大数据创新创业生态体系,成立了全国首个大数据运营平台公司,大数据交易所

mysql limit大数据量分页优化方法

Mysql的优化是非常重要的.其他最常用也最需要优化的就是limit.Mysql的limit给分页带来了极大的方便,但数据量一大的时候,limit的性能就急剧下降. 同样是取10条数据 select * from yanxue8_visit limit 10000,10 和 select * from yanxue8_visit limit 0,10 就不是一个数量级别的. 网上也很多关于limit的五条优化准则,都是翻译自Mysql手册,虽然正确但不实用.今天发现一篇文章写了些关于limit优

mysql limit 大数据量分页优化方法

Mysql的优化是非常重要的.其他最常用也最需要优化的就是limit.Mysql的limit给分页带来了极大的方便,但数据量一大的时候,limit的性能就急剧下降. 同样是取10条数据 select * from yanxue8_visit limit 10000,10 和 select * from yanxue8_visit limit 0,10 就不是一个数量级别的. 网上也很多关于limit的五条优化准则,都是翻译自Mysql手册,虽然正确但不实用.今天发现一篇文章写了些关于limit优

大数据加载优化

问题描述 公司最近有个项目页面加载数据量庞大而且还在查询功能现在每次打开页面在一秒到两秒左右现在希望优化到秒开和秒查,请问可谓大神有没有啥好的方案啊 解决方案 解决方案二:一两秒都已经是秒级的了解决方案三:既然是动态网页,那么数据应该是前端拉取的(不管是一次拉取100行,还是10000行),而不是后台生成页面时推送的.解决方案四:这谈不上什么"好的方案",而是前端后端的编程之道根本就不同.如果你们没有前端编程技术,那么一切跟现代web页面有关的编程设计方面东西,可能都比较费劲,可能你们