大數(shù)據(jù)風控在金融科技中的應用和問題

一、為什么要用大數(shù)據(jù)風控？

不論是銀行還是消費金融公司，互聯(lián)網(wǎng)小貸公司等其他金融機構，金融機構普遍有風控需求，底層業(yè)務邏輯幾乎完全相同，只是面對客群，金融產(chǎn)品、風險偏好存在差異。

銀行等傳統(tǒng)機構本質上是風險經(jīng)營。一方面，監(jiān)管層對金融機構的風控能力提出很高要求， 另一方面，風控直接會影響金融機構的利潤水平。

因此，大數(shù)據(jù)風控直接解決金融機構的核心需求，價值度最大。大數(shù)據(jù)風控能夠能夠在用戶畫像，反欺詐，信用評級等方面大大提高金融機構的效率和風控能力，是金融企業(yè)發(fā)展過程中必須結合的一項科技手段。

二、大數(shù)據(jù)產(chǎn)業(yè)情況介紹

目前大數(shù)據(jù)行業(yè)主要有三類玩家：

以人行征信、鵬元征信、前海征信、銀聯(lián)智策為主的數(shù)據(jù)機構，他們特點是和傳統(tǒng)的銀行，公安部，工商局，航空公司，社保局等國家機關合作，提供公民基本身份證信息、銀行卡信息、航空出行信息、企業(yè)工商信息等，他們的特點是對外提供數(shù)據(jù)查詢，數(shù)據(jù)豐富有價值，缺點是風控產(chǎn)品偏弱。以螞蟻金服、騰訊征信、百度金融為主的互聯(lián)網(wǎng)公司，他們的特點是各自都有一塊基于電商、社交、搜索的巨量數(shù)據(jù)，同時一些外部數(shù)據(jù)，形成自己的風控產(chǎn)品和數(shù)據(jù)輸出能力，這些互聯(lián)網(wǎng)公司剛開始只是和自己的戰(zhàn)略合作企業(yè)合作輸出風控，現(xiàn)在也慢慢對外提供2B的風控產(chǎn)品。同盾科技、百融金服、幫盛科技、聚信立、數(shù)美科技等創(chuàng)業(yè)技術公司，在互聯(lián)網(wǎng)巨頭還沒有對外提供風控技術和傳統(tǒng)數(shù)據(jù)機構風控技術還不強的時候，他們的出現(xiàn)彌補了P2P金融和現(xiàn)金貸對風控產(chǎn)品的巨大需求，他們的數(shù)據(jù)是整合多方數(shù)據(jù)源，不斷的為2B企業(yè)提供風控模型和數(shù)據(jù)，并且獲得了一些網(wǎng)貸數(shù)據(jù)積累。

三、大數(shù)據(jù)風控的覆蓋流程

大數(shù)據(jù)覆蓋信貸領域各個流程，重點是獲客、身份驗證和授信環(huán)節(jié)，貸中后環(huán)節(jié)。

獲客環(huán)節(jié)建立用戶畫像，跟蹤用戶完整生命周期；身份驗證環(huán)節(jié)，通過身份驗證，活體識別等技術解決申請人是否本人的問題，關聯(lián)分析則是利用圖關聯(lián)技術，找出欺詐團伙；授信環(huán)節(jié)匯聚多方數(shù)據(jù)源，通過建模進行風險定價，金融科技服務商輸出信用評分給機構使用；貸中后環(huán)節(jié)，主要是排查異常客戶，及時報警，以及逾期客戶失聯(lián)修復等。

大數(shù)據(jù)在信貸過程中的應用

四、大數(shù)據(jù)風控的價值點分析

1.數(shù)據(jù)

大數(shù)據(jù)風控中什么是最重要的？

答案是：數(shù)據(jù)。

數(shù)據(jù)的大數(shù)據(jù)風控中的核心中的核心，沒有什么比數(shù)據(jù)直接告訴金融機構某個目標客戶是黑名單客戶，逾期嚴重客戶更簡單和高效的事情了。

數(shù)據(jù)最好能有海量數(shù)據(jù)，覆蓋足夠多的用戶；用戶數(shù)據(jù)價值密度高、噪音少，數(shù)據(jù)清洗容易；用戶數(shù)據(jù)維度多，能夠形成豐富的用戶畫像；自身業(yè)務場景能夠獲取有價值數(shù)據(jù) 。

2.技術

對于有些金融機構來講，如果風控標準很嚴格，其實排查不能準入的客戶其實是不難的，但是對于大部分金融機構來講，風控和業(yè)務是互斥的，為了提高業(yè)務量，就必須降低準入標準，但是又要防范風險，這就需要借助技術手段，通過反欺詐建模和信用建模方式，對一下白戶進行評估，以及評估客戶信用水平，以決定是否準入。

技術要求有強大的底層技術架構能力，良好的企業(yè)級產(chǎn)品輸出能力和大數(shù)據(jù)清洗和建模能力，未來還需要結合Al等技術，形成智能的風控和反欺詐平臺。

3.場景

理財，保險，汽車金融，現(xiàn)金貸等金融服務，對應的場景不同，對建模的要求也不同，建模能力要求對客戶的業(yè)務場景非常理解，模型才能適合行業(yè)特征。需要經(jīng)驗豐富的建模團隊和行業(yè)專家隊伍；服務過行業(yè)標桿客戶，了解客戶的業(yè)務場景；深度理解業(yè)務需求。

五、大數(shù)據(jù)風控的在信貸中應用

我們以百融系統(tǒng)為例，介紹大數(shù)據(jù)風控在信貸過程中的流程：

百融大數(shù)據(jù)風控應用貸款流程

當前的信貸審批流程主要分為人工審核和自動審核，對于客戶資質好，信用好的客戶，只要能通過負面信息，欺詐信息，信用評估，那么系統(tǒng)自 動審批通過。對負面信息和欺詐風險沒有通過的客戶，系統(tǒng)可以自動拒絕或者申請人工復核，對于信用評分不高的客戶，需要人工介入審核。

六、常用的大數(shù)據(jù)行業(yè)數(shù)據(jù)

央行征信報告：一般持牌金融機構有央行征信介入權限，包括個人的執(zhí)業(yè)資格記錄、行政獎勵和處罰記錄、法院訴訟和強制執(zhí)行記錄、欠稅記錄等。司法信息：最高法以及省市各級法院的最新公布名單，包括執(zhí)行法院、立案時間、執(zhí)行案號、執(zhí)行標的、案件狀態(tài)、執(zhí)行依據(jù)、執(zhí)行機構、生效法律文書確定的義務、被執(zhí)行人的履行情況、失信被執(zhí)行人的行為等信息。公安信息：覆蓋公安系統(tǒng)涉案、在逃和有案底人員信息，包括案發(fā)時間、案件詳情如詐騙案/生產(chǎn)、銷售假藥案等信息。信用卡信息：銀行儲蓄卡/信用卡支出、收入、 逾期等信息。航旅信息：包含過去一年中，每個季度的飛行城市、飛行次數(shù)、座位層次等數(shù)據(jù)。社交信息：包含社交賬號匹配類型、社交賬號性別、社交賬號粉絲數(shù)等。運營商信息：核查運營商賬戶在網(wǎng)時長、在網(wǎng)狀態(tài)、消費檔次等信息。網(wǎng)貸黑名單：根據(jù)個人姓名和身份證號碼驗證是否有網(wǎng)貸逾期，黑名單信息。還有駕駛證狀態(tài)，租車黑名單，電商消費記錄等等。

七、大數(shù)據(jù)行業(yè)存在的問題

目前整個大數(shù)據(jù)行業(yè)面臨的問題主要是客戶隱私泄露問題，像公安，法院等信息由于信息敏感，其實是游走在法律監(jiān)管空白地帶。

在百行征信成立之前，各家數(shù)據(jù)機構的數(shù)據(jù)其實沒有打通，數(shù)據(jù)的有效性會打折扣，預計百行征信數(shù)據(jù)出來之后，因為結合了各家數(shù)據(jù)之長，數(shù)據(jù)連貫性會好一些。

各個大數(shù)據(jù)公司在數(shù)據(jù)收集和清洗方式不同，會造成數(shù)據(jù)污染，這樣輸出的數(shù)據(jù)會有一定的不準確性。

目前公民數(shù)據(jù)主要來自于線下收集和網(wǎng)絡行為記錄，數(shù)據(jù)的存在一定的滯后性，單純線下收集的數(shù)據(jù)存在一定的延遲性。

大數(shù)據(jù)還處于發(fā)展初期，目前比較大的問題還是數(shù)據(jù)量不夠大，不夠全，以及如何協(xié)調數(shù)據(jù)開放和公民隱私之間的矛盾，未來還需要結合人工智能和區(qū)塊鏈，物聯(lián)網(wǎng)等技術，實現(xiàn)數(shù)據(jù)的不可篡改，數(shù)據(jù)收集及時等能力，從而更好為金融服務。