最后的最后，就是那些食物链末端的公司入狱，部分投资人投资款无法收回，部分客户征信及大数据全部黑掉为结局。可以说，在这个阶段，借款人只是一个击鼓传花的标的物。每个人都在赌会不会烂在自己手里。those violent feast must have violent ends.
By the way,居然有公众号说要考虑将黑名单的客户释放出来，以作为拒量捞回的思路，感觉这个人既不了解借贷业务的本质，也不了解风控。这部分客户当然有适配的金融产品可以去用，比如民间高利贷。当然在明面上，这些客户全部被拒绝，是非常合理，并且有利于整个系统稳定的。
主动的宣称需要将这些客户从黑名单中释放，要么蠢，要么坏。
6. 阶段最后：慢就是快。假如新的国资公司一来，其实不难感觉到。国资及传统银行带来的审慎倾向，不折腾，不冒进，尽量维持良好的现金流及流转。至少是可以维持业务进行和风险的。
某种意义上，即使不挂在嘴上，国资背景的公司大体是有除了“盈利”之外更高的站位的，当盈利和国家号召之间，此类公司可以选择国家号召，将盈利放在身后。 不论是疫情关怀政策，还是在借贷利率上，国资的公司明显是比市场上的公司要良善的多。
这也可能是有时候领导传达的一种感觉，即所有国资的公司，或者机关事业单位，总归会有足够的底线思维，而市场公司没有。
四、数据发展史大体在P2P变形记的阶段(2)和阶段(3)，伴随着海量的借贷需求和风险识别需求，诸多数据公司应运而生，在那个阶段，如果是FICO和SAS“毕业”的人员，总能在市场上找到一个好的位置。因为在摸索阶段，总要基于前人的努力做尝试。DROOLS此类决策引擎的引入，也极大地提升了决策效率，使诸多P2P公司告别了传统的人员电审，真正走向大数据风险识别。
金融数据不是一下子从天上掉下来的，如同模型冷启动，得有交易行为，才会产生金融数据。因此思路会自然而然的走向弱金融或者非金融属性的数据。
1. 国资入场不同的文章和人员，总是会提到了数据本身的重要性。但在我的观点看来，公安部一所及三所，提供的人民二代身份证验证和其他公司提供的人脸识别的能力，才是反欺诈的基础。
2. 市场、共债、欺诈基于“我们都把数据贡献出来，则坏人在整个市场上就可以无所遁形“的美好幻想，部分数据公司应运而生。资本、国资，民企、事业单位；大家总尝试着在那个时代，通过某种意义上或者众人均注资、利益均沾的方式，形成一个征信中心之外的数据的共享平台。而事实无一例外地告诉所有人，这条道路走不通。唯一成功的走通了这条道路的，是部分为新兴公司提供系统服务或者SDK的公司。
在提供系统服务的同时，可以拿到申请的信息，基于这些申请的数据，他们可以卖数据产品。在卖数据产品的同时，各家公司的查询又变成了新的数据积淀。思路与征信中心一致，但历史数据来源已不可考。
3. 爬虫爬的好，牢饭吃到饱监管和国资的反应当然是略微滞后的，因为形成分析和结论，需要时间。在移动互联网、电商、消费主义、外卖、打车、买车、互联网房屋中介突然叠加发展的几年内，不同的APP、服务，均产生了难以置信的海量数据。
除此之外，还有一些官方的，比如社保、公积金等数据。究竟哪些数据有金融价值，哪些没有，也没有人知道。但是在官方和监管，将’数据就是资产’这句话喊出来前，有诸多公司已经认识到这一点。
互相爬虫，互相反爬虫，乃至于胆大到爬取政府机关的数据，都潜藏在水面下，即使这个数据可能没用，我也要先拿到再说。因此，也送了不少人进去。
但是在某个阶段开始，弱金融的数据对于风险识别确实产生了一些行之有效的影响。理论上是可以讲通的，基于控制论的观点，足够的数据就可以描述这个人。身高体重、健康、行为方式、APP使用时间、消费能力、债务状况，就可以从侧面描述这个人的金融价值。
所以个人感觉，在这个阶段，FICO的思路加上各家移动互联网公司的数据，行程了各家公司自己的SCORE。而这些SCORE，也成为了风险识别的重要参考。不能轻视FICO，也不能狠吹FICO。
新的移动互联网发展，至少中外几乎是同步的。与其迷信任何一家数据，倒不如关心一下公司提供的数据的KS值，是可以使用，还是可疑。因地制宜，因客制宜才是合理的。
4. 国资规范尝试有时候想想，至少在个人征信和使用金融服务方面，监管真是手里端着尿布的老妈子，总是害怕孩子摔死在泥水里。为了规范爬虫、规范数据使用，《数据安全法》、《个人信息保护法》出台，并且严格打击非法爬虫。

稿源：(人人都是产品经理)

【傻大方】网址：http://www.shadafang.com/c/11119561c2021.html

标题：互联网金融|从个人信贷看互联网金融变迁史( 五 )