FinTech將帶來金融風(fēng)控革命

勞佳迪+陳惟杉

2016年，世界著名未來學(xué)家、《第三次浪潮》作者托夫勒離世。早在上個(gè)世紀(jì)80年代初，他就在書中預(yù)言，信息革命是繼農(nóng)業(yè)革命和工業(yè)革命后的“第三次浪潮”，而在當(dāng)時(shí)，他就盛贊“大數(shù)據(jù)”為“第三次浪潮的華彩樂章”。

后來很多研究者把大數(shù)據(jù)概念的提出，歸功于麥肯錫報(bào)告或是IBM公司，但實(shí)際上，托夫勒才是世界上說出“大數(shù)據(jù)”這個(gè)詞匯的第一人。

現(xiàn)在，世界依然活在他的預(yù)言里，并且因?yàn)镕inTech的流行而讓大數(shù)據(jù)攀上了前所未有的科技高峰。

如今“黑科技”不斷激發(fā)著金融發(fā)展的種種活力，對于永遠(yuǎn)是金融核心話題的風(fēng)控而言，正是“人工智能+大數(shù)據(jù)”帶來了金融風(fēng)控革命，也因此成為眾家FinTech公司的標(biāo)配。

風(fēng)控需求生變，“ABCD”現(xiàn)身

“與其說金融風(fēng)控革命是金融科技直接改變了風(fēng)控，不如說是改變了風(fēng)控的需求，新的風(fēng)控需求再倒逼金融科技提供對應(yīng)的產(chǎn)品。”一位長期活躍于金融科技領(lǐng)域的資深機(jī)構(gòu)投資人對《中國經(jīng)濟(jì)周刊》記者分析說。

“傳統(tǒng)金融中，銀行有不良率的指標(biāo)考核，是不能忍受用高利差覆蓋高風(fēng)險(xiǎn)的，所以次級一點(diǎn)的客戶，即便愿意接受更高的利率，銀行也無法放款。事實(shí)上，給‘好人放款不需要什么風(fēng)控技術(shù)，甚至今天棄之如敝屣的評分卡模型也顯得過于高級，在不少地方，只要是公務(wù)員就能放貸款，這個(gè)時(shí)候不是沒有相應(yīng)的技術(shù)，而是市場對技術(shù)沒有需求，我們過去的風(fēng)控技術(shù)長期處于很原始滯后的狀態(tài)?！鄙鲜鐾顿Y人這樣解釋道。

事實(shí)上，傳統(tǒng)金融機(jī)構(gòu)的風(fēng)控，尤其是信貸風(fēng)控，受制于現(xiàn)有的模型，基本還都是需要抵押物來完成授信，因此風(fēng)控變動(dòng)成本較高，客戶的增長遇到了瓶頸。而當(dāng)以大數(shù)據(jù)為基礎(chǔ)的金融科技公司開始嶄露頭角之后，金融服務(wù)行業(yè)便出現(xiàn)了新的變化。

“金融科技公司會在一個(gè)細(xì)分領(lǐng)域做到極致，例如Paydayloan這樣的短期發(fā)薪日貸款，針對這個(gè)場景做風(fēng)控模型，然后去不斷優(yōu)化用戶體驗(yàn)，而非像傳統(tǒng)銀行那樣基于抵押去做一個(gè)通用的產(chǎn)品?！本〇|金融副總裁曹鵬對于兩者產(chǎn)品設(shè)計(jì)思路的差異也給出了自己的解釋，傳統(tǒng)銀行用傳統(tǒng)的模式做顯得“得不償失”，因?yàn)樗麄冏鲆粋€(gè)風(fēng)控模型的成本特別高，但一個(gè)細(xì)分領(lǐng)域下可能帶來的收益卻很難看到。

如何以低成本構(gòu)建風(fēng)控模型？這無疑給了“ABCD”四項(xiàng)技術(shù)（人工智能AI、區(qū)塊鏈Blockchain、云技術(shù)Cloud和大數(shù)據(jù)Big Data）巨大的用武之地。

曹鵬向記者解釋，傳統(tǒng)金融機(jī)構(gòu)的做法是模型的降維，在開始放貸時(shí)可能有100個(gè)參數(shù)，最后篩選出最相關(guān)的3個(gè)參數(shù)，如收入證明等來做一個(gè)模型。但金融科技的做法是會盡量采集更多的維度去描述一個(gè)人的行為，但是每個(gè)維度的相關(guān)性都沒有那么高。

他向記者透露，京東第二版的白條也曾采用積分卡模型，但現(xiàn)在白條風(fēng)控模型中的參數(shù)已經(jīng)超過3萬個(gè)，“哪些參數(shù)會參與，權(quán)重是多少，都要靠系統(tǒng)來跑，而且針對不同的客群選擇的指標(biāo)也不一樣，例如一個(gè)新用戶與一個(gè)老用戶會選擇不同的相關(guān)指標(biāo)?！?/p>

京東金融CEO陳生強(qiáng)表示，風(fēng)控并非孤立存在，它需要與需求、場景、體驗(yàn)、產(chǎn)品融為一體，既要保證風(fēng)險(xiǎn)的有效管理，又要保證用戶無感知的極致體驗(yàn)。

“自學(xué)習(xí)”實(shí)現(xiàn)有效反欺詐

除了在消費(fèi)金融這樣新興的FinTech金融產(chǎn)品中扮演主角外，人工智能+大數(shù)據(jù)的風(fēng)控模式也讓長期困擾傳統(tǒng)金融行業(yè)的反欺詐難題得到了很大程度上的破解。

今年2月，在東莞鳳崗警方成功破獲的一起利用木馬竊取個(gè)人信息進(jìn)行盜刷的網(wǎng)絡(luò)詐騙案件中，受害人劉某銀行卡內(nèi)的錢被嫌疑人利用第三方理財(cái)平臺，通過京東支付完成交易。在京東金融風(fēng)險(xiǎn)監(jiān)控體系和數(shù)據(jù)分析技術(shù)的配合之下，警方迅速理清了劉某資金的流向，并及時(shí)鎖定了第一嫌疑人的去向，隨后成功抓獲另外三名同伙，該案件涉及廣東、江蘇、浙江、山東等十四個(gè)省份，涉案資金達(dá)數(shù)十萬元。

這一案件的偵破過程中，就借用了京東金融的大數(shù)據(jù)分析、風(fēng)險(xiǎn)監(jiān)控等技術(shù)能力。

征信企業(yè)上海斯睿德信息技術(shù)有限公司CEO趙杰告訴《中國經(jīng)濟(jì)周刊》記者，過去的風(fēng)控痛點(diǎn)在于征信管理都是靜態(tài)地截止到某個(gè)時(shí)點(diǎn)，是一個(gè)時(shí)點(diǎn)的靜態(tài)畫像，過一秒鐘以后，這些數(shù)據(jù)全部失效，所以無法追溯到這個(gè)貸款人三個(gè)月或者一年中的行為變化蹤跡，而在“人工智能+大數(shù)據(jù)”的模型下，風(fēng)險(xiǎn)管理變成了動(dòng)態(tài)時(shí)間軸上多維度交叉影響的趨勢。

“例如有一家上市銀行查看一個(gè)貸款申請人的信息，這個(gè)申請人名下的公司在歷史上有過幾次變更，按照以前的技術(shù)來看，它的每一次變更，法人變更或者經(jīng)營范圍變更都是正常的，銀行可以放款，但現(xiàn)在的技術(shù)可以看到這個(gè)法人代表名下其他公司在銀行有壞賬，公司之間還互相擔(dān)保，整個(gè)擔(dān)保圈的涉案金額達(dá)到2.4億元，他通過法人變更來掩飾關(guān)聯(lián)公司，又通過經(jīng)營范圍變更剔除了當(dāng)時(shí)不允許貸款的鋼貿(mào)業(yè)務(wù)?！壁w杰認(rèn)為，這個(gè)案例對比顯示出FinTech對傳統(tǒng)銀行的風(fēng)控貢獻(xiàn)。

據(jù)記者了解，目前的人工智能+大數(shù)據(jù)技術(shù)已經(jīng)可以幫助找出一家企業(yè)背后的實(shí)際控制人、關(guān)聯(lián)公司和上下游供應(yīng)商，為銀行風(fēng)控提供了多重維度，幫助識別過去隱蔽的行業(yè)交叉風(fēng)險(xiǎn)。

秦倉科技聯(lián)合創(chuàng)始人兼CTP李炫熠則補(bǔ)充，雖然劣質(zhì)客戶欺詐方式一直在變，但信用良好的客戶行為在一段時(shí)間內(nèi)并不會發(fā)生劇烈變化，所以人工智能可以通過自學(xué)習(xí)來有效地識別欺詐。

所謂“自學(xué)習(xí)”，也就是深度的機(jī)器學(xué)習(xí)，和著名的阿爾法狗的算法如出一轍。據(jù)悉，目前在AI的技術(shù)框架下，上市公司的財(cái)務(wù)反欺詐模型也在設(shè)計(jì)中，未來可能為會計(jì)師事務(wù)所和律師事務(wù)所服務(wù)。

京東金融風(fēng)險(xiǎn)管理部總經(jīng)理沈曉春向記者舉例說，“每個(gè)人做一件事情都會有一些習(xí)慣，例如在‘6·18時(shí)網(wǎng)購，你可能會先領(lǐng)取優(yōu)惠券，查看其使用場景，再瀏覽相關(guān)產(chǎn)品，選擇商品加入購物車，這可能是一個(gè)常規(guī)的行為模式。但如果在登錄后直接看賬戶余額，查看綁定了幾張手機(jī)卡，甚至修改綁定的手機(jī)號，我們可以通過這個(gè)‘軌跡進(jìn)行判定，這不是你本人在操作?！?/p>

沈曉春介紹，而在抓取到這種“異?！毙袨楹?，會再進(jìn)行一些相應(yīng)的處理和跟進(jìn)，通常在幾十微秒、幾十毫秒的情況下做出決策，決定操作者能否繼續(xù)順利進(jìn)行下面的操作。

為銀行業(yè)提供“貸后預(yù)警”

“人工智能+大數(shù)據(jù)”帶給傳統(tǒng)銀行業(yè)的突破還不僅于此，眾所周知，傳統(tǒng)銀行業(yè)的信貸風(fēng)控流程一直存在著重貸輕管的積弊，貸后管理是銀行業(yè)的軟肋所在，但恰恰貸后管理又是持續(xù)時(shí)間最長、內(nèi)在不確定因素最多、最容易出問題的薄弱環(huán)節(jié)，作為風(fēng)控最后一環(huán)的催收，一直缺乏配套的政策法規(guī)，游走在灰色地帶。京東金融副總裁曹鵬告訴記者，從營銷到用戶運(yùn)營，比如給用戶推送最新的產(chǎn)品、做一個(gè)新的活動(dòng)，到風(fēng)控，再到風(fēng)控過后的壞賬催收，人工智能都在參與。

“一家銀行的上海分行，5個(gè)人就要管理500家企業(yè)，銀行重貸前、輕貸后的狀況是因?yàn)闊o法投入更多人力去做這個(gè)事情，誰都知道貸后很重要，但是長期缺少管理工具，現(xiàn)在FinTech可以提供貸后預(yù)警的機(jī)制。”棱鏡征信副總裁錢鋒告訴記者。

“現(xiàn)在智能風(fēng)控系統(tǒng)可以用于分析貸中貸后用戶的貸款行為管理，這不只是在一個(gè)模型上判斷風(fēng)險(xiǎn)，而是在每個(gè)環(huán)節(jié)上指導(dǎo)金融行為，在客戶申請的時(shí)候會使用，放款的時(shí)候也會分析，根據(jù)貸中的環(huán)節(jié)用戶申請的意愿，這期間做了什么行為，去判定騙貸的概率多大，同時(shí)貸后追蹤發(fā)生逾期的可能性?！焙偨鸱紫夹g(shù)官周霖對《中國經(jīng)濟(jì)周刊》記者表示。

普華永道咨詢部上海辦公室合伙人陶欣曾在過去半年，與上?；ヂ?lián)網(wǎng)金融協(xié)會攜手，共建了一個(gè)關(guān)于大數(shù)據(jù)在風(fēng)控領(lǐng)域應(yīng)用的課題組，在他看來，不管是銀行還是新金融，舊有風(fēng)控體系中，傳統(tǒng)催收中大量人力資源都浪費(fèi)在已經(jīng)違約而還款能力不強(qiáng)的人身上。