恒昌首席風控官陳以平：依托大數(shù)據(jù)進行系統(tǒng)化風控建設

　　“新金融形式下的風險控制，對于資產(chǎn)端來說，主要集中在對借款主體的整體資質的評估和還款狀態(tài)的預判上。在美國，3億5千萬人口當中大概有80%的人口能夠被其征信公司覆蓋，有相對健全的征信體系和數(shù)據(jù)源基礎可用，因此可以對借款人做出相對完善的評估體系和風控模型。但是在國內，因為我國目前征信體系尚不完善，覆蓋人群有待更新，在集群技術發(fā)展下的互聯(lián)網(wǎng)金融，必須依靠大數(shù)據(jù)模型對借款主體進行全面的風險控制?！?/p>

　　                                                                                                                             ——恒昌首席風控官陳以平

　　隨著工業(yè)4.0的時代推進，互聯(lián)網(wǎng)金融從傳統(tǒng)金融中分化出來并走向更多受眾，“金融+科技”的操作，需要應用更多的人工智能來幫助業(yè)務的更新和規(guī)范?！耙磺袛?shù)據(jù)業(yè)務化，一切業(yè)務數(shù)據(jù)化”將是未來的發(fā)展方向。

　　眾所周知，金融的核心是風控。這是金融最基本的基石，一切的發(fā)展都一定要建立在風險防范的基礎之上。那么，如何應用大數(shù)據(jù)做好風控，已經(jīng)成為互聯(lián)網(wǎng)金融的重中之重。

　　傳統(tǒng)征信痛點多多

　　風控，關乎互聯(lián)網(wǎng)金融的生存命脈，也是互聯(lián)網(wǎng)金融行業(yè)穩(wěn)健、安全發(fā)展的關鍵。只有做好風險控制這道屏障，才能促進互金企業(yè)搭乘健康發(fā)展的“快車道”。

　　因此，風險控制能力越來越成為互聯(lián)網(wǎng)金融行業(yè)的隱形門檻。眾所周知，傳統(tǒng)的風控手段主要應用金融領域的歷史借貸數(shù)據(jù)來預測和判斷借款人的違約風險，所以傳統(tǒng)風控模式無法給過去沒有發(fā)生過借貸交易的人進行信用評分，而我國目前存在大量的征信空白的“白客戶”，隨著互聯(lián)網(wǎng)的發(fā)展，受眾的激增，現(xiàn)有風控體系無法對整體人群做出風險評估。

　　與此同時，還存在一直以來困擾國內網(wǎng)貸平臺發(fā)展的風控問題——央行征信的不對外。公開資料顯示，央行征信系統(tǒng)覆蓋了8億人，其中和銀行有信貸關系約有3億人，央行征信數(shù)據(jù)主要來自銀行、社保，甚至包括通訊、水電暖氣等費用的繳費情況，具有權威性，是基礎性數(shù)據(jù)。

　　“不過，這些數(shù)據(jù)對于互聯(lián)網(wǎng)金融公司是不開放的，因此，對于國內互聯(lián)網(wǎng)金融來說，在風控時無法依托最權威的央行征信，沒有可利用的基礎性公共數(shù)據(jù)，所以只能另辟蹊徑?！币晃粯I(yè)內人士坦言。

　　目前網(wǎng)貸平臺在開展業(yè)務中，普遍存在兩大征信痛點。

　　第一大痛點就是線下線上相結合的傳統(tǒng)征信方式導致成本過高，由于平臺沒有權利直接獲得央行信用報告，只能通過第三方手段合理獲取客戶央行征信具體信息內容。

　　第二大痛點則是由于各平臺信息相對獨立，導致業(yè)內可能存在過度授信，重復借貸，因而增加了客戶隱性負債，超過客戶的實際償還能力，導致壞賬率居高不下，從而影響整體外部環(huán)境。

　　基于以上情況，依托于大數(shù)據(jù)的風控體系應運而生。

　　當風控遇上大數(shù)據(jù)

　　大數(shù)據(jù)風控，通過運用大數(shù)據(jù)構建模型的方法對借款人進行風險控制和風險提示，避開傳統(tǒng)風控的劣勢，發(fā)揮最大優(yōu)勢更精準地對業(yè)務進行支持和維護。隨著互聯(lián)網(wǎng)技術不斷發(fā)展，傳統(tǒng)的風控手段已逐漸不能支撐機構的業(yè)務擴展;而依托于大數(shù)據(jù)的風控技術對多維度、大量數(shù)據(jù)的智能處理，批量標準化的執(zhí)行流程，更能貼合信息發(fā)展時代風控業(yè)務的發(fā)展要求。與原有借款主體進行經(jīng)驗式風控不同，通過采集大量借款人或借款企業(yè)的各項指標進行數(shù)據(jù)建模的大數(shù)據(jù)風控更為科學有效。

　　大數(shù)據(jù)最核心的能力是預測，傳統(tǒng)的如銀行的征信，而大數(shù)據(jù)屬非銀行征信。銀行征信是通過提交到銀行征信中心，從而得到他的歷史數(shù)據(jù)。在消費金融和互聯(lián)網(wǎng)金融并沒有這種提交的機制，這里面通過大數(shù)據(jù)的手段所做的，就是數(shù)據(jù)的感知和預測能力，對大數(shù)據(jù)征信非常的關鍵，而且是前期審核很重要的監(jiān)控要素。貸前、貸中，貸后這里面與大數(shù)據(jù)相關的，數(shù)據(jù)的加密，感知預測，后期的修復和再生，還有數(shù)據(jù)價值的第三方評估體系，是建立大數(shù)據(jù)征信，或者說是未來非銀征信很關鍵是基礎設施。面對風險隨時代發(fā)展的多元化，現(xiàn)大數(shù)據(jù)模型主要應用于征信和反欺詐處理。毫無疑問，大數(shù)據(jù)對欺詐和信用風險的防范上是一個很有效的方法。第一可以緩解征信體系不健全的痛點，在合理范圍內對客戶的定量和定性評估更加精準，第二對預防欺詐風險效果顯著，這種風控方法在反欺詐操作看來，必須是“技術+數(shù)據(jù)+智慧”，智慧其實是經(jīng)驗，攻防的經(jīng)驗還有自學習的這些能力。對態(tài)勢的感知，一定要知道外面發(fā)生了什么，在業(yè)務上避免數(shù)據(jù)孤島的出現(xiàn)。

　　環(huán)環(huán)相扣的風控模型

　　那么在當前形勢下如何做到有效的風險控制?筆者采訪到有國內外資深研究經(jīng)驗的恒昌首席風控官----陳以平博士。

　　陳以平博士表示，“新金融形式下的風險控制，對于資產(chǎn)端來說，主要集中在對借款主體的整體資質的評估和還款狀態(tài)的預判上。在美國，3億5千萬人口當中大概有80%的人口能夠被其征信公司覆蓋，有相對健全的征信體系和數(shù)據(jù)源基礎可用，因此可以對借款人做出相對完善的評估體系和風控模型。但是在國內，因為我國目前征信體系尚不完善，覆蓋人群有待更新，在集群技術發(fā)展下的互聯(lián)網(wǎng)金融，必須依靠大數(shù)據(jù)模型對借款主體進行全面的風險控制?！?/p>

　　“對此我們打造了全流程的風控體系，無論是貸前、貸中還是貸后，都是環(huán)環(huán)相扣的完整體系。我們通過數(shù)字化、系統(tǒng)化、模型化、自動化的技術去建立我們的風控?！睂τ谝陨稀八幕笔侨绾苇h(huán)環(huán)相扣，陳以平博士介紹道：“我們生活在一個科技不斷更新的時代，以往的紙媒已經(jīng)成為歷史，數(shù)字化是基礎，一切業(yè)務數(shù)字化，一切數(shù)字業(yè)務化。只有數(shù)字化了才能夠把推論和附加維護的技術利用到計算機中去分析建模，并做成模型反饋到業(yè)務處理中，達到自動化目的的同時，促進在業(yè)務上風控更精準并不斷提高數(shù)據(jù)的準確性。而在這其中，系統(tǒng)化作業(yè)是必不可少的，因為必須有IT的技術支撐才能夠實現(xiàn)自動化，而數(shù)字化的實現(xiàn)也需要IT的一定基礎才能夠順利達成?！?/p>

　　綜上所述，從這四個維度，我們步步推進，實現(xiàn)真正的大數(shù)據(jù)風險管理體系。面對風險控制，我們其實還有很多事情可以做，在預先防控方面，可以利用最新的技術從多個角度上去幫助我們的互聯(lián)網(wǎng)金融平臺去給他們提供的一些數(shù)據(jù)，征信數(shù)據(jù)也好，或者其他的反欺詐數(shù)據(jù)也好，甚至包括我們個人的數(shù)據(jù)、企業(yè)的數(shù)據(jù)，這些數(shù)據(jù)其實總而言之還是為平臺做風險防控提供一些依據(jù)和參考。讓我們的企業(yè)依托大數(shù)據(jù)的基礎，達到風控體系建設不斷更新完善的同時，促進平臺可以更為高效的運作。

       來源：新金融參考