北京商报讯（记者 孟凡霞 马嫡）“金融科技的创新、新金融的创新，慢慢已经从过去追求资金的时代，过渡到现在更多依靠数据的时代。” 9月20日，在由凤凰网WEMONEY主办的2019零售金融科技（北京）峰会上，国家金融与发展实验室副主任杨涛如是说。

他认为，数据已成为当前最重要的生产力。做零售金融很重要的一个环节就是要充分考虑数据如何做好有效的治理，充分发掘价值，服务于未来，面向零售客户的特点开发出更多基于新数据的分析模式和服务模式。

具体从经营数据和流量的公司来看，玖富集团首席金融官丁遂提出在开展业务的过程中遇到的难题。一是个人数据和个人征信的“高速公路”不够完善，各个机构的数据没办法做到统一开放。二是个人的征信表现反映到线上让大家知悉过程比较长，政策上尤其是机制上，都有很长的路要走。三是对于线上个人征信信息的维护、管理，以及违约成本，没有形成一个法律意识，会导致不应该出现的不良率上升。他提出，个人数据和个人征信的管理应该由某一个有能力的机构来主导。

那么，如何才能让数据发挥出最大化的价值？新网银行首席运营官刘波表示，现在不是只要有数据、有团队就可以做在线信贷。大多数人理解的数据其实是基础数据，不能直接用。因为系统无法识别这些，所以首先要做信息清洗，使用统一标准、统一格式，而且有些数据要进行验真。在这之上形成分门别类的主题数据，形成衍生数据指标，之后才能做模型。

刘波表示，清洗、分类、产生衍生数据指标后形成的模型并不是单单一个信用模型，大数据可以衍生出很多策略，包括贷后催收策略、风险策略、授信策略、身份识别策略，这些策略相互关联，互相影响，是整体策略，而不是一个单纯的信用评分。

当前，金融机构在反欺诈的手段中，人脸识别已经逐渐普遍，然而，刘波却指出，通用的人脸识别技术如果用在金融上，很多时候已经失效了。人脸识别也必须加上其他策略组合一起来用。

如今，在线下还有很多中介，每个人进来会交200元报名费，组织在一个会场，集中培训如何申请贷款。中介会教他们美化资料，申请贷款下来还会收几千到几万的服务费。这部分申请的客户不良率很高。

刘波指出，“第一，要把每个城市地理位置打很多个格子，如成都打了2300万个格子，这个大楼申请率突然提高，就把这个大楼申请入口关掉。第二，在拍照时，这个场所内能拍照的墙只有几面，我们对墙的背景进行背景识别，同一时间内背景相似的拒掉。第三，除了人脸的基本技术以外，还会结合手机的位置和手机和人脸的距离，如果距离大于一臂或者是用后置摄像头拍摄的，说明不是本人在拍照，是有人帮忙的，这些都是有问题的。当然黑产技术也在进步，这是一个不断竞赛的过程。所以要招非常多这方面的专业人才，实战中间一点点往前走的。”