人工智能、大數(shù)據(jù)征信、區(qū)塊鏈……當(dāng)互聯(lián)網(wǎng)金融行業(yè)進(jìn)入行業(yè)洗牌期之時(shí),科技顯然已經(jīng)成為業(yè)內(nèi)機(jī)構(gòu)的戰(zhàn)略核心。如何利用這些“黑科技”推動(dòng)互聯(lián)網(wǎng)金融變得更加安全、高效、便捷?如何布局金融技術(shù)并構(gòu)建自身的核心競爭力?在2016年中國企業(yè)競爭力年會(huì)金融高峰論壇上,信和財(cái)富財(cái)富事業(yè)部總經(jīng)理徐磊鋒、掌眾金融聯(lián)合創(chuàng)始人譚淳、抱財(cái)網(wǎng)聯(lián)合創(chuàng)始人張志威、趣店集團(tuán)CRO粘旻環(huán)以及洋錢罐聯(lián)合創(chuàng)始人兼CTO耿博就以上問題進(jìn)行了深入的探討和交流。

主持人(中國政法大學(xué)互聯(lián)網(wǎng)金融法律研究院院長李愛君):新政出臺,互聯(lián)網(wǎng)金融平臺的反欺詐業(yè)務(wù)歷時(shí)數(shù)月,目前情況如何?

譚淳:掌眾金融是伴隨欺詐的環(huán)境長大,曾在反欺詐方面交了不少學(xué)費(fèi)。也是這一經(jīng)歷,讓我們的經(jīng)驗(yàn)不斷完善,在國內(nèi)也較早地推出了反欺詐模型體系。在該體系中,充分提高欺詐成本是反欺詐的一個(gè)重要方面。首先,對數(shù)據(jù)大量采集加工處理和校對驗(yàn)證,讓偽造資料變得更加困難。同時(shí)在比較專業(yè)的代辦型欺詐風(fēng)險(xiǎn)防范上,多觸源的交叉驗(yàn)證基于我們的反欺詐模型,可以納入整個(gè)交易中,使這類批量、高科技的欺詐最后形成的風(fēng)險(xiǎn)降低。

徐磊鋒:對互聯(lián)網(wǎng)企業(yè)來講基本借款人都是小額客戶居多,其信用審核主要是通過線下的信審人員手工操作。而隨著業(yè)務(wù)量提升,借款人增多,信審效率、企業(yè)管理成本壓力漸增?；谶@兩點(diǎn)信和財(cái)富聯(lián)合匯誠信用公司推出一站式的征信數(shù)據(jù)服務(wù)系統(tǒng)。

粘旻環(huán):因面向一個(gè)長尾、小額且分散的客戶群,反欺詐是趣店集團(tuán)風(fēng)控的重中之重。目前我們反欺詐系統(tǒng)有三大塊:第一大塊是數(shù)據(jù)源,數(shù)據(jù)源系統(tǒng)有我們自身的數(shù)據(jù)以及第三方數(shù)據(jù)。第二大塊是機(jī)器學(xué)習(xí)以及模型建設(shè),其主要是根據(jù)不同的欺詐行為來劃分。第三大塊基于已有數(shù)據(jù)、模型基礎(chǔ),分析并充分應(yīng)用到各個(gè)場景,將之形成閉環(huán)。

張志威:風(fēng)控方面,抱財(cái)網(wǎng)有自身的特性。抱財(cái)網(wǎng)主要做三線城市的房抵貸。從整個(gè)金融供給的角度來講,北上廣深一線城市甚至二線城市金融比較充分,但三線城市不足。在此背景下,在三線城市借貸有一個(gè)劣中選優(yōu)的策略,把信用較好的客戶篩出來,是抱財(cái)網(wǎng)的市場定位。

主持人:大數(shù)據(jù)時(shí)代到來的背景下,風(fēng)險(xiǎn)控制如何應(yīng)用數(shù)據(jù)?

粘旻環(huán):基于已有數(shù)據(jù)模型基礎(chǔ)的應(yīng)用場景很多,例如客戶來到系統(tǒng),將有注冊、授信、下單、貸后等等場景。而我們預(yù)期所有場景上,都能夠隨時(shí)靈活調(diào)用各種不同的模型和調(diào)用不同的數(shù)據(jù)源進(jìn)行反欺詐的辨別。最終目的達(dá)到充分靈活的快速甄別、快速反饋機(jī)制。

譚淳:大數(shù)據(jù)的應(yīng)用方面,傳統(tǒng)商業(yè)銀行做一個(gè)信用卡發(fā)卡的評級,大概需要20項(xiàng)指標(biāo)的預(yù)算。而對于掌眾這類金融科技企業(yè),平均預(yù)算在100~500個(gè)指標(biāo)之間,整個(gè)數(shù)據(jù)存儲指標(biāo)的變量在4000~5000之間。這是因?yàn)楹笳吒采w客群無法通過征信約束等手段提高風(fēng)控效率,所以通過大量的數(shù)據(jù)反復(fù)進(jìn)行交叉驗(yàn)證的風(fēng)險(xiǎn)評級至關(guān)重要。不過,要注意的是,風(fēng)控要有充分的適當(dāng)性,同時(shí)也要注意過猶不及。

徐磊鋒:未來信審方向一定是自動(dòng)化的決策方向。通過借款人在互聯(lián)網(wǎng)平臺上面提交他的相關(guān)身份信息和相關(guān)材料,在網(wǎng)上驗(yàn)證信息還有做自動(dòng)化的決策,最終能夠達(dá)成自動(dòng)授信。

耿博:反欺詐不僅是互聯(lián)網(wǎng)金融行業(yè)面對的問題,電商、O2O企業(yè)都面臨這樣的問題。互聯(lián)網(wǎng)金融是雙向資金進(jìn)出,面對欺詐損失更大,對欺詐容忍度更低。洋錢罐主要處理小額分散零散消費(fèi)類債權(quán),對于個(gè)體欺詐,可通過逾期還款積累大量數(shù)據(jù),有監(jiān)督、半監(jiān)督算法不斷迭代模型,數(shù)據(jù)量增大,用更多的互聯(lián)網(wǎng)變量,把個(gè)體欺詐降至最低。對于群體欺詐不同用戶,可抽取用戶畫像,基于不同用戶畫像之間計(jì)算相似度。利用無監(jiān)督的積極算法聚類,檢測大的團(tuán)體出現(xiàn),把團(tuán)體檢測為欺詐的團(tuán)體全部“干掉”。

主持人:信和財(cái)富為企業(yè)推出一站式征信的數(shù)據(jù)服務(wù)平臺,在這個(gè)數(shù)據(jù)服務(wù)平臺推出的過程中,是以什么樣的方式進(jìn)行信用數(shù)據(jù)的監(jiān)測?

徐磊鋒:該系統(tǒng)可以完成自動(dòng)化評估,提升整體效率。放款周期提速,耗時(shí)可縮減到50%左右。同時(shí),該自動(dòng)化的評估系統(tǒng)基于一個(gè)申請?jiān)u分模型,根據(jù)借款人的材料進(jìn)行評分,評分比較高,未來壞賬率可能比較小。在此邏輯下,可評價(jià)出其借款金額上限還有借款利率,實(shí)現(xiàn)風(fēng)險(xiǎn)定價(jià)。該系統(tǒng)還帶有信用風(fēng)險(xiǎn)管理服務(wù)平臺,風(fēng)控部門相關(guān)人員在這個(gè)平臺上可直接精準(zhǔn)評價(jià)借款人的服務(wù)相關(guān)資質(zhì),還能得出風(fēng)險(xiǎn)定價(jià)。由于借款人行業(yè)不同,提交材料不一,差異化風(fēng)險(xiǎn)評估系統(tǒng)可通過不同的信審流程科學(xué)得出信審的結(jié)果。

主持人:如何利用大數(shù)據(jù)精準(zhǔn)描繪用戶,并為其提供最佳服務(wù)?

粘旻環(huán):我國征信體系薄弱,覆蓋面遠(yuǎn)遠(yuǎn)沒有達(dá)到像美國70%~80%的水平。這些人群大多只有非核心數(shù)據(jù),只有利用足夠的數(shù)據(jù)體量并提取相關(guān)性,以甄別、畫像,并風(fēng)險(xiǎn)定價(jià)及實(shí)現(xiàn)后續(xù)風(fēng)控。因?yàn)榇髷?shù)據(jù)可以更快地去服務(wù)客戶,構(gòu)建客戶畫像,了解其所需所求快速反應(yīng)。

張志威:目前整個(gè)銀行體系170萬億元,超過40%資產(chǎn)是房地產(chǎn)資產(chǎn)。同時(shí),三線城市房產(chǎn)價(jià)格不高,能符合額度的合規(guī)性。這樣一來,抱財(cái)網(wǎng)的客戶主要源于線下。抱財(cái)網(wǎng)自建的四個(gè)子公司獲取資產(chǎn),同時(shí)在全國有將近30家渠道,在業(yè)務(wù)中,除了借款人他項(xiàng)權(quán)證之外,還做公證的審核,對個(gè)人身份審核,甚至包括配偶簽字都是通過程序、保證客戶的真實(shí)性。信披方面,也是標(biāo)準(zhǔn)化產(chǎn)品,作為房抵貸也是他項(xiàng)權(quán)證披露出來,借款人基本情況,包括有時(shí)候還涉及到一些擔(dān)保機(jī)構(gòu),均進(jìn)行完全披露。

耿博:互聯(lián)網(wǎng)金融平臺大多服務(wù)的客群是非征信覆蓋的人群,對這些用戶,我們首先基于一些關(guān)聯(lián)特征進(jìn)行聚類,構(gòu)建一個(gè)非常復(fù)雜的圖網(wǎng)絡(luò),基于圖網(wǎng)絡(luò)上面可以做各種各樣的聚類、各種各樣算法,對他們進(jìn)行很好的預(yù)測。基于這樣的算法,在我們平臺上基本上沒有群體性欺詐,也很少有個(gè)體欺詐。