大數(shù)據(jù)為企業(yè)外部風(fēng)險(xiǎn)管理帶來(lái)的革命

大數(shù)據(jù)的取樣是全樣本，從各個(gè)層面可以實(shí)現(xiàn)信息以及資源共享，減少部門(mén)之間因?yàn)楸趬径嬖诘母糸u?？梢?jiàn)，只有共享數(shù)據(jù)才能帶來(lái)巨大的價(jià)值。

在解決數(shù)據(jù)共享、打破數(shù)據(jù)孤島層面，最行之有效的手段是跨行業(yè)聯(lián)防聯(lián)控和服務(wù)在云端。將傳統(tǒng)本地化的風(fēng)險(xiǎn)分析的工作放到云端去做，這是一個(gè)創(chuàng)新之舉，解決了以前很多專(zhuān)業(yè)分析公司解決不了的難題，同時(shí)也需要客戶(hù)給予大數(shù)據(jù)公司極大的信任，因?yàn)槿绾谓⑦@個(gè)信任感曾一度是個(gè)挑戰(zhàn)。

大數(shù)據(jù)風(fēng)控和傳統(tǒng)的風(fēng)控技術(shù)的區(qū)別在于前者在風(fēng)控的各個(gè)環(huán)節(jié)里利用了云端數(shù)據(jù)的力量。一家基于云端的數(shù)據(jù)分析公司，將原來(lái)一些在本地的風(fēng)險(xiǎn)分析工作放到了云端，而且放大了在云端做數(shù)據(jù)分析的優(yōu)勢(shì)，可以做交叉驗(yàn)證和異常點(diǎn)分析，從而更加有效地發(fā)現(xiàn)風(fēng)險(xiǎn)所在。

目前，“跨行業(yè)聯(lián)防聯(lián)控”的理念，正被國(guó)內(nèi)越來(lái)越多的金融機(jī)構(gòu)所接受和推廣。例如，我們?cè)诖髷?shù)據(jù)風(fēng)控領(lǐng)域通過(guò)聯(lián)防聯(lián)控建立“智能誠(chéng)信網(wǎng)絡(luò)”，在人與人、企業(yè)與人之間進(jìn)行關(guān)聯(lián)分析，便于提前預(yù)防各種社會(huì)風(fēng)險(xiǎn)。以近期正在嘗試開(kāi)展的實(shí)時(shí)動(dòng)態(tài)展示全國(guó)各領(lǐng)域的欺詐情況為例，不僅能充分展現(xiàn)大數(shù)據(jù)的感知和預(yù)測(cè)能力，而且也能為放貸機(jī)構(gòu)提供提前預(yù)警，彌補(bǔ)傳統(tǒng)金融機(jī)構(gòu)在數(shù)據(jù)分析上的盲區(qū)。與大部分同業(yè)機(jī)構(gòu)不同，利用大數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)管理，不僅可以服務(wù)金融機(jī)構(gòu)，還為非銀行信貸、保險(xiǎn)、基金、第三方支付、航旅、電商、OTO、游戲、社交平臺(tái)等行業(yè)服務(wù)；同時(shí)能揪出婚托、酒托、網(wǎng)購(gòu)差評(píng)師等一系列“壞人”，構(gòu)建跨行業(yè)聯(lián)防聯(lián)控的系統(tǒng)性能力。通過(guò)上述機(jī)構(gòu)反饋回來(lái)的各種信息，均可納入產(chǎn)品體系，成為智能誠(chéng)信網(wǎng)絡(luò)的一部分，從而有效解決數(shù)據(jù)孤島問(wèn)題。

重塑風(fēng)控理念全生命周期保護(hù)的價(jià)值

在傳統(tǒng)的風(fēng)險(xiǎn)管理理念中，比較注重制定相關(guān)的應(yīng)對(duì)措施，但在預(yù)防和管理上存在一定的欠缺。使用大數(shù)據(jù)技術(shù)可以提高整體的整合能力，便于應(yīng)對(duì)各個(gè)環(huán)節(jié)，同時(shí)在緩解，學(xué)習(xí)等環(huán)節(jié)上也十分有利。以金融企業(yè)風(fēng)控為例，目前所提倡的“智能誠(chéng)信網(wǎng)絡(luò)”標(biāo)準(zhǔn)業(yè)務(wù)流程，通常包括前端頁(yè)面用戶(hù)資料申請(qǐng)?zhí)峤缓褪占?，反欺詐、合規(guī)、邏輯校驗(yàn)，核心決策授信，以及最后的逾期催款。

這種基于大數(shù)據(jù)的風(fēng)險(xiǎn)控制、反欺詐及數(shù)據(jù)核驗(yàn)服務(wù)，同時(shí)具備決策引擎、模型平臺(tái)、復(fù)雜網(wǎng)絡(luò)為代表的核心風(fēng)控工具以及授權(quán)爬取、代理檢測(cè)、人機(jī)識(shí)別、地址匹配、地理位置識(shí)別等核心風(fēng)控技術(shù)。針對(duì)上述各個(gè)環(huán)節(jié)，利用這些大數(shù)據(jù)風(fēng)控技術(shù)能夠?qū)崿F(xiàn)全流程的風(fēng)控服務(wù)。

從用戶(hù)資料開(kāi)始的用戶(hù)畫(huà)像，到貸前的反欺詐、貸前的信用授信，再到貸后監(jiān)控及最末端的逾期觸達(dá)服務(wù)，整個(gè)金融業(yè)務(wù)流程置于大數(shù)據(jù)風(fēng)控和智能分析服務(wù)之下，保護(hù)措施較為周全。同時(shí)，圍繞事前、事中及事后，大數(shù)據(jù)所打造的閉環(huán)風(fēng)控服務(wù)，可以事前通過(guò)監(jiān)測(cè)和搜集一些黑產(chǎn)情報(bào)，提前發(fā)現(xiàn)潛在的風(fēng)險(xiǎn)。

變革風(fēng)險(xiǎn)體制獨(dú)立和第三方的公信力

對(duì)于大多數(shù)企業(yè)來(lái)說(shuō)，在面對(duì)風(fēng)控體系建設(shè)時(shí)，仍要考慮效率和成本的問(wèn)題，特別是人力、技術(shù)和管理上的成本。而大數(shù)據(jù)技術(shù)則可以將信息進(jìn)行收集，提供專(zhuān)業(yè)的分工方法以及使得整個(gè)管理體制圍繞危機(jī)事件形成一個(gè)數(shù)據(jù)流，有效提升團(tuán)隊(duì)的人員以及整個(gè)機(jī)構(gòu)的運(yùn)轉(zhuǎn)能力，提高風(fēng)險(xiǎn)處理的應(yīng)對(duì)效能。

一家獨(dú)立第三方的大數(shù)據(jù)風(fēng)控服務(wù)公司能為許多的企業(yè)機(jī)構(gòu)服務(wù)，在提升效率之余還能降低企業(yè)成本，這就是第三方專(zhuān)業(yè)服務(wù)機(jī)構(gòu)的價(jià)值。事實(shí)上，重點(diǎn)強(qiáng)調(diào)獨(dú)立第三方專(zhuān)業(yè)服務(wù)機(jī)構(gòu)的身份，已經(jīng)成為一個(gè)重要的命題。2017年4月20日，在北京舉辦的“個(gè)人信息保護(hù)與征信管理國(guó)際研討會(huì)”上，中國(guó)人民銀行副行長(zhǎng)陳雨露就曾強(qiáng)調(diào)過(guò)這項(xiàng)基本原則。

這個(gè)行業(yè)為什么需要獨(dú)立第三方原則？好比不能既當(dāng)運(yùn)動(dòng)員，又當(dāng)裁判員。在市場(chǎng)分層方面，因?yàn)檫@樣做沒(méi)有利益沖突或利益關(guān)聯(lián)，因而就沒(méi)有行為的扭曲。此外，獨(dú)立第三方?jīng)]有利益競(jìng)爭(zhēng)，有利于解決信息孤島的問(wèn)題。

獨(dú)立第三方的標(biāo)準(zhǔn)主要包括以下三個(gè)方面：公司治理的獨(dú)立，在公司獨(dú)立運(yùn)作過(guò)程當(dāng)中它不能被個(gè)別股東操縱；數(shù)據(jù)來(lái)源多元獨(dú)立，分析模型獨(dú)立；業(yè)務(wù)獨(dú)立，不參與信息源使用者同范圍的業(yè)務(wù)。其中，特別值得注意的是，大數(shù)據(jù)風(fēng)控行業(yè)，不僅要考驗(yàn)一家公司的技術(shù)和產(chǎn)品實(shí)力，也十分考驗(yàn)企業(yè)的專(zhuān)注力。

創(chuàng)新風(fēng)控技術(shù)大數(shù)據(jù)和人工智能的力量

針對(duì)平臺(tái)的資產(chǎn)獲取、風(fēng)險(xiǎn)控制、信息披露、貸后管理、逾期催收等運(yùn)營(yíng)需求，大數(shù)據(jù)結(jié)合人工智能，已經(jīng)能夠提供個(gè)性化的智能解決方案，從而提高各行業(yè)產(chǎn)品質(zhì)量及服務(wù)效率。實(shí)際上，人工智能是基于海量數(shù)據(jù)的深度學(xué)習(xí)系統(tǒng)，人工智能與大數(shù)據(jù)是相生相伴的兩項(xiàng)技術(shù)，企業(yè)機(jī)構(gòu)用好這兩項(xiàng)技術(shù)，必然能使風(fēng)控水平得到巨大的提升

以金融行業(yè)為例，大數(shù)據(jù)風(fēng)控公司可以通過(guò)從網(wǎng)上收集用戶(hù)的職業(yè)、學(xué)歷、資產(chǎn)、負(fù)債等強(qiáng)相關(guān)數(shù)據(jù)，以及一些弱相關(guān)數(shù)據(jù)包括用戶(hù)在社交網(wǎng)絡(luò)上的發(fā)言、興趣愛(ài)好、朋友圈、星座等，進(jìn)行快速分析預(yù)測(cè)，從而對(duì)其進(jìn)行信用評(píng)級(jí)。大數(shù)據(jù)風(fēng)控通過(guò)對(duì)全面的數(shù)據(jù)（數(shù)據(jù)的廣度）、強(qiáng)相關(guān)數(shù)據(jù)（數(shù)據(jù)的深度）、實(shí)效性數(shù)據(jù)（數(shù)據(jù)的鮮活度）進(jìn)行整合分析，提升信用風(fēng)險(xiǎn)管理水平，客觀地反映用戶(hù)風(fēng)險(xiǎn)水平，讓風(fēng)險(xiǎn)評(píng)估效果更精確。相比線下考察的方式，大數(shù)據(jù)應(yīng)用更為便捷，它通過(guò)海量數(shù)據(jù)的分析，可以輕松完成一個(gè)借貸人的用戶(hù)畫(huà)像，并給該借貸人提供風(fēng)控建議。

近年，金融行業(yè)在人工智能領(lǐng)域的探索一直不間斷。在金融行業(yè)的支付、投資、貸款、個(gè)人理財(cái)、反欺詐、區(qū)塊鏈、銀行和保險(xiǎn)等領(lǐng)域都出現(xiàn)了人工智能的身影。

在泛互聯(lián)網(wǎng)的環(huán)境里，金融風(fēng)控面臨的傳統(tǒng)個(gè)體欺詐已迅速演變?yōu)橛薪M織、有規(guī)模的群體欺詐和關(guān)聯(lián)風(fēng)險(xiǎn)。而傳統(tǒng)反欺詐還停留在識(shí)別一度風(fēng)險(xiǎn)等這種簡(jiǎn)單規(guī)則方式，如聯(lián)系人中借貸人個(gè)數(shù)等，對(duì)于二度、三度乃至更廣范圍的網(wǎng)絡(luò)全局風(fēng)險(xiǎn)苦無(wú)良策。結(jié)合機(jī)器學(xué)習(xí)里面基于圖譜的復(fù)雜網(wǎng)絡(luò)技術(shù)很好地解決了這一訴求，可以依據(jù)申請(qǐng)人、手機(jī)號(hào)、設(shè)備、IP地址等各類(lèi)信息節(jié)點(diǎn)構(gòu)建龐大網(wǎng)絡(luò)圖，并可在此之上進(jìn)行基于規(guī)則和機(jī)器學(xué)習(xí)的反欺詐模型實(shí)時(shí)識(shí)別。例如，復(fù)雜網(wǎng)絡(luò)可監(jiān)測(cè)相關(guān)設(shè)備ID在哪些借貸網(wǎng)站上進(jìn)行注冊(cè)、同一設(shè)備是否下載多個(gè)借貸App，可以實(shí)時(shí)發(fā)現(xiàn)多頭貸款的征兆，把風(fēng)險(xiǎn)控制到最低。

目前，大數(shù)據(jù)和人工智能絕不僅僅是工具，作為一種技術(shù)革新，未來(lái)對(duì)于企業(yè)的作用也絕不僅僅體現(xiàn)在風(fēng)控層面。大數(shù)據(jù)環(huán)境還將對(duì)審計(jì)思路、審計(jì)方式方法、組織模式及相關(guān)制度等方面產(chǎn)生深遠(yuǎn)的影響，促進(jìn)整個(gè)行業(yè)健康發(fā)展。