“大”“數(shù)據(jù)”“風(fēng)控”，你家的是哪一個(gè)

隨著一系列監(jiān)管政策的下發(fā)，可以說是給互聯(lián)網(wǎng)金融從業(yè)者帶上了緊箍咒，相比去年行業(yè)從業(yè)者變得更加理性。但看似風(fēng)平浪靜的行業(yè)，實(shí)質(zhì)上卻風(fēng)起云涌。

近日人人愛家，聚財(cái)貓，接連宣布獲得一億元融資消息，資金用途更多的聚焦大數(shù)據(jù)風(fēng)控建設(shè)上，那小編不僅想問，為啥企業(yè)要把錢燒在大數(shù)據(jù)風(fēng)控上面。

風(fēng)控實(shí)力在身，再也不用深夜淚眼朦朧了

談到互聯(lián)網(wǎng)金融網(wǎng)貸平臺(tái)的最核心競(jìng)爭(zhēng)力，老生常談的便是風(fēng)控實(shí)力。對(duì)于一家互聯(lián)網(wǎng)金融平臺(tái)來說，是否有能力做好借款客戶的風(fēng)險(xiǎn)管控，將壞賬率控制在極低的水平至關(guān)重要。風(fēng)控作為互聯(lián)網(wǎng)金融平臺(tái)的生命線，自然受到了不少平臺(tái)的高度重視。

同樣在行業(yè)監(jiān)管趨嚴(yán)之下，互金公司在2016年特別重視并加大對(duì)風(fēng)控人才的投入。數(shù)據(jù)顯示，對(duì)于此類人才，有超過半數(shù)被調(diào)研企業(yè)提供20%-40%的薪酬增長幅度，還有19%的企業(yè)愿意提供40%以上的薪酬增幅。從數(shù)據(jù)來看行業(yè)對(duì)風(fēng)控的重視性可見一斑。

據(jù)金評(píng)媒記者了解，現(xiàn)階段平臺(tái)風(fēng)控主要提出有三種，擔(dān)保型風(fēng)控、進(jìn)駐型風(fēng)控、大數(shù)據(jù)風(fēng)控。

擔(dān)保型風(fēng)控是網(wǎng)貸行業(yè)初期的主要風(fēng)險(xiǎn)控制模式，但這風(fēng)控模式因不符合網(wǎng)貸新規(guī)要求而漸被摒棄.進(jìn)駐型風(fēng)控顧名思義就是互金平臺(tái)派風(fēng)控人員長期入駐、調(diào)研、掌握借款企業(yè)的經(jīng)營資質(zhì)、財(cái)務(wù)數(shù)據(jù)等資料，進(jìn)一步控制項(xiàng)目風(fēng)險(xiǎn)。在網(wǎng)貸嚴(yán)監(jiān)管、大數(shù)據(jù)風(fēng)控難以一步到位的現(xiàn)階段，這種風(fēng)控模式正被越來越多網(wǎng)貸平臺(tái)應(yīng)用。

大數(shù)據(jù)風(fēng)控?zé)o疑是現(xiàn)階段P2P行業(yè)都在宣傳的主流風(fēng)控模式。那什么又是大數(shù)據(jù)風(fēng)控，先給大家普及下知識(shí)點(diǎn)。大數(shù)據(jù)風(fēng)控即大數(shù)據(jù)風(fēng)險(xiǎn)控制，是指通過運(yùn)用大數(shù)據(jù)構(gòu)建模型的方法對(duì)借款人進(jìn)行風(fēng)險(xiǎn)控制和風(fēng)險(xiǎn)提示。和傳統(tǒng)風(fēng)控相比，大數(shù)據(jù)風(fēng)控?zé)o論是在審核效率上還是降低還賬率方面，都有獨(dú)特的優(yōu)勢(shì)。

風(fēng)控實(shí)力哪家強(qiáng) 挖掘技術(shù)可以不找藍(lán)翔

以消費(fèi)金融現(xiàn)金卡為例，HAS風(fēng)控體系可以一次性搞定。

第一：通過人工智能、機(jī)器學(xué)習(xí)，根據(jù)平臺(tái)歷史樣本建立模型，推導(dǎo)新的樣本的逾期可能性。

第二：基于用戶關(guān)系網(wǎng)絡(luò)建立模型，即建立在大量用戶及用戶相關(guān)信息基礎(chǔ)上實(shí)現(xiàn)，能夠快速檢測(cè)出聚類攻擊、灰名單和白戶風(fēng)險(xiǎn)等。

第三：預(yù)測(cè)逾期可能性，針對(duì)不同的用戶數(shù)據(jù)和場(chǎng)景建立豐富的授信決策引擎，制定不同等級(jí)的風(fēng)險(xiǎn)政策，給出精確的授信額度。從信用分析、欺詐分析、授信評(píng)估三個(gè)系統(tǒng)，實(shí)現(xiàn)逾期預(yù)測(cè)、反欺詐防御及授信評(píng)估。

和現(xiàn)金卡不同的是，愛錢幫（車貸）的風(fēng)控=線下風(fēng)控+線上大數(shù)據(jù)線下風(fēng)控方式：

1.借款人信息實(shí)名驗(yàn)證，信息報(bào)送至北京市網(wǎng)貸行業(yè)協(xié)會(huì)數(shù)據(jù)庫。

2.車輛手續(xù)齊全，專業(yè)團(tuán)隊(duì)實(shí)地評(píng)估車輛性能與價(jià)格，利用行業(yè)領(lǐng)先評(píng)估平臺(tái)進(jìn)行評(píng)估驗(yàn)證；

3.押車押手續(xù)，質(zhì)押車輛入庫保管，車場(chǎng)設(shè)有屏蔽器，互聯(lián)網(wǎng)監(jiān)控設(shè)備；車輛手續(xù)與鑰匙存入保險(xiǎn)柜；抵押車以租代售車裝GPS。

4.根據(jù)不同城市車市值存在差價(jià)以及冷熱門車，設(shè)置的貸款成數(shù)控制在估值的85%以內(nèi)；大額度車輛要求質(zhì)押并過戶抵押。

5.項(xiàng)目到期由第三方擔(dān)保機(jī)構(gòu)進(jìn)行債權(quán)回購。

線上大數(shù)據(jù)風(fēng)控：

第一依托數(shù)據(jù)源，平臺(tái)積累的原始數(shù)據(jù)（舉個(gè)例子如何借款人再次借款么會(huì)分析之前借款的還款記錄，是否有逾期等考慮）

第二：同時(shí)在原始數(shù)據(jù)基礎(chǔ)上根據(jù)一定參數(shù)設(shè)置，加工生產(chǎn)衍生數(shù)據(jù)

第三：包括外部數(shù)據(jù)源的接入，像央行、銀聯(lián)、工商、電商、電信、個(gè)人家庭關(guān)系數(shù)據(jù) 主要依托多個(gè)數(shù)據(jù)源提供的各個(gè)細(xì)節(jié)的數(shù)據(jù)。（比如電信部門可以查到個(gè)人的電話的信息，電話定位的區(qū)域，個(gè)人的人際關(guān)系，電話使用時(shí)間）

現(xiàn)金貸和車貸相同點(diǎn)在于，對(duì)于客戶的風(fēng)險(xiǎn)識(shí)別和背后的數(shù)據(jù)挖掘都有含括，但是車貸離不開現(xiàn)場(chǎng)的抵押登記，整個(gè)風(fēng)險(xiǎn)管理并不是單一的，需要全面的了解客戶，了解客戶的還款能力和意愿。風(fēng)控實(shí)力是互聯(lián)網(wǎng)金融的核心，良好的大數(shù)據(jù)分析能力能幫助公司預(yù)測(cè)資金風(fēng)險(xiǎn)，推動(dòng)互聯(lián)網(wǎng)小額信貸貸前、貸中、貸后各個(gè)環(huán)節(jié)的創(chuàng)新。

從風(fēng)控流程的各個(gè)環(huán)節(jié)來看，貸前風(fēng)控是各方關(guān)注的焦點(diǎn)，以審批決策為主；貸中，因小微貸周期短，基本不太關(guān)注；未來，將在貸后環(huán)節(jié)發(fā)力，將根據(jù)逾期的風(fēng)險(xiǎn)等級(jí)，分配不同等級(jí)的貸后服務(wù)，降低人力物力成本。那如何更好的評(píng)估企業(yè)的風(fēng)控實(shí)力，現(xiàn)金卡風(fēng)控負(fù)責(zé)人黃俊卿表示：首先，數(shù)據(jù)量大是首要考核的點(diǎn)，假如平臺(tái)有一千萬用戶，平均每個(gè)用戶的通信錄有幾百條，光這個(gè)緯度的數(shù)據(jù)就有幾十億。

除了平臺(tái)本身積累的近千萬會(huì)員數(shù)據(jù)，是否還對(duì)接許多第三方數(shù)據(jù)源，這樣可以確保信用評(píng)級(jí)的精準(zhǔn)度能夠達(dá)到相當(dāng)可觀的水平。其次，風(fēng)控系統(tǒng)的智能化?，F(xiàn)在有很多的技術(shù)領(lǐng)域在研究模型建設(shè)方法，比如邏輯回歸、比例風(fēng)險(xiǎn)模型等，風(fēng)控體系是否能做到更加自動(dòng)化，并且通過不斷迭代學(xué)習(xí)，來歸納出更優(yōu)的模型。最后，風(fēng)控系統(tǒng)的可視化。風(fēng)控體系是否能夠?qū)崿F(xiàn)可視化監(jiān)控、可視化分析、可視化決策，能夠快速做出決策和調(diào)整”。

大數(shù)據(jù)遍地開花不等于大數(shù)據(jù)風(fēng)控遍地開花

其實(shí)早在2016年大數(shù)據(jù)在各行各業(yè)的應(yīng)用早已遍地開花。國內(nèi)出現(xiàn)一批互聯(lián)網(wǎng)金融公司尋求“金融科技”轉(zhuǎn)型，并在大數(shù)據(jù)風(fēng)控領(lǐng)域重點(diǎn)發(fā)力布局，除了我們熟知的螞蟻金服、京東金融、網(wǎng)易金融以互聯(lián)網(wǎng)巨頭為背景的“天之驕子”們，還有像拍拍貸、融360等互聯(lián)網(wǎng)細(xì)分領(lǐng)域中正在發(fā)展的獨(dú)角獸。

據(jù)佛瑞斯特研究公司數(shù)據(jù)顯示，近40%的公司正在實(shí)施和擴(kuò)展大數(shù)據(jù)技術(shù)應(yīng)用，另有30%的公司計(jì)劃在未來12個(gè)月內(nèi)采用大數(shù)據(jù)技術(shù)。但一個(gè)經(jīng)營的很好的P2P平臺(tái)有著幾萬到幾十萬用戶的投資數(shù)據(jù)，而一些搞征信企業(yè)擁有百萬級(jí)的用戶數(shù)據(jù)就可以稱自己是“大數(shù)據(jù)”了，即使是央行，也僅僅擁有3.8億人的信貸記錄。這樣的數(shù)據(jù)規(guī)模，應(yīng)用到擁有十三億人國家的市場(chǎng)中，可以說遠(yuǎn)遠(yuǎn)的不夠。中國的貧富差距之大，地區(qū)和地區(qū)間發(fā)展的極不均衡，讓單一的數(shù)據(jù)模型很難適用于每個(gè)消費(fèi)群體。而且不少企業(yè)都把自己積累的消費(fèi)數(shù)據(jù)作為企業(yè)的“秘密”，生怕競(jìng)爭(zhēng)對(duì)手獲取到這些信息，這更加劇了信息之間的不流通，使得數(shù)據(jù)樣本與實(shí)際產(chǎn)生偏差，惡意套現(xiàn)的組織也利用這一漏洞，用同樣的資料在不同平臺(tái)之間進(jìn)行套現(xiàn)。

雖大數(shù)據(jù)風(fēng)控是未來行業(yè)發(fā)展的必然趨勢(shì)，但是數(shù)據(jù)的不完善導(dǎo)致其實(shí)施難度仍然很大。建立一個(gè)大數(shù)據(jù)風(fēng)控模型需要花費(fèi)很多的時(shí)間和精力去積累，如果沒有長時(shí)間的業(yè)務(wù)經(jīng)營發(fā)展，就很難積累足夠的數(shù)據(jù)做支撐，那其有效性也就值得商榷。我國現(xiàn)有的信用體系還不夠完善，因此對(duì)于這部分人來說，違約的成本太低，光有大數(shù)據(jù)風(fēng)控是不夠的?，F(xiàn)在還沒有建立完善大數(shù)據(jù)風(fēng)控的條件，而且國情離真正的大數(shù)據(jù)建立還有一定距離。

無論是互聯(lián)網(wǎng)金融、供應(yīng)鏈金融、消費(fèi)金融、著實(shí)加強(qiáng)風(fēng)控建設(shè)刻不容緩，平臺(tái)燒錢于大數(shù)據(jù)風(fēng)控建設(shè)上面，從深度來看有著長久的意義，一方面可以防欺詐，另一方面也可更少的減少平臺(tái)的壞賬。但平臺(tái)在加強(qiáng)大數(shù)據(jù)風(fēng)控建設(shè)的同時(shí)，也需以身作則為行業(yè)帶來更多的正能量。