随着大数据技术的发展，各行各业的数据量也在不断增长，逾期问题也日益凸显。那么，当前逾期对大数据有没有影响呢？

首先，大数据技术可以用来预测逾期概率，从而提前防范和解决逾期问题。利用历史数据和机器学习算法，可以构建逾期预测模型，对未来逾期情况进行预测，提前采取措施，减少逾期率，从而降低企业的风险。

其次，大数据技术可以用来分析逾期原因。通过对逾期数据的分类、聚类分析以及关联分析，可以发现逾期的主要原因，并进行相应的优化和改进，以减少逾期率。

此外，大数据技术也可以用来优化逾期催收流程。通过对催收记录、客户反馈等数据的分析，可以针对不同的客户和逾期情况，制定相应的催收策略，提高催收效率和成功率。

不过，对于一些企业来说，当前逾期对大数据也存在一定的影响。比如，由于逾期数据的增加，会导致企业数据量过大，数据分析和挖掘的效率降低，从而影响企业决策的效率和准确性。

总之，大数据技术可以帮助企业有效解决逾期问题，提高企业风险控制能力，但同时也需要针对逾期问题的特点和数据量的增长，进行相应的优化和改进。