大数据风控是标配 AI激发数据最大价值

文/本刊记者 史 诗

大数据风控是标配 AI激发数据最大价值

文/本刊记者 史 诗

谈到互联网金融，浮现的除了那些“剁手党”行为，更多的是它为我们的生活带来的便捷。当然，过于便捷的背后是人们对互联网金融风险的担忧。

风控是金融的核心，是指风险管理者采取各种措施和方法，降低风险事件发生的可能性以及风险事件发生后造成的损失。业内人士认为，风控很大程度上决定了金融服务的范围与价格以及金融机构的生死。

说到备受金融机构青睐的大数据风控，是指利用大数据技术对交易过程中的海量数据进行量化分析，进而更好地进行风险识别和风险管理。风控不仅仅是大数据模型，更应该是一个完整的闭环体系。

基于大数据的风险控制，突破了传统风险控制模式的局限，在利用更充分的数据的同时降低了人为偏差。业内人士称，应用大数据技术不仅可以提高风险控制的效率，还能节约风控过程中的管理成本。

风控的独立性

小赢科技的整个风控模型叫做Wwinsafe风控体系，由五大模块组成。数据引擎，反欺诈，信用模型，抵押物价值模型和决策引擎。小赢科技的风险模型总监吴晓春说，通过这一整套体系能够给客户一个客观的判断他的信用价值跟还款意愿。

谈到大数据风控的优势，吴晓春认为，小赢大数据风控的优势主要有两点。首先，要有处理数据的能力。小赢科技以互联网技术为基础，以数据驱动决策，有300多人组成的技术团队，保障了技术能力的输出。

“所有的风控核心系统全部是自主开发的，比如我们静态的报表系统，业务监测系统，还有数据引擎、决策引擎、反欺诈模块、审批系统、进件系统、Hadoop大数据平台等静态系统、大数据平台和DUUP平台。”吴晓春说。

其次，从软件上来讲，小赢科技的风控团队实际上有一票否决制度，保证了风控的独立性。“我们做到了技术、产品、风控、审批、政策相互隔离，比如我们做到了技术、产品、风控、审批，政策跟审批是隔离的，都是多重隔离的，从制度上保证了整个风险决策能够落地。”

数据驱动决策

小赢科技的大数据风控，是通过”体系作战”取得成功的。吴晓春指出，小赢科技的智赢风控体系，并非单独地准备一批数据，生成一些限制条件就万事大吉，而是一整套运转精密的科学生态系统。

据了解，智赢风控体系从机制、文化、团队、技术、数据等多重角度，用智能决策引擎、数据引擎、反欺诈模型、信用模型、抵押物估值模型等一系列紧密咬合的“零件”，组成彼此数据流相通、互相牵制的精密体系，在确保安全性和运营效率的基础上，大大提升了客户体验，为实现客户定制化需求提供了便利。

吴晓春表示，小赢科技所有政策的改变，或者一个产品的微调，都是通过数据来决策的，并不是一个拍脑袋的决定。“我们对数据有如对神明般的敬仰和崇拜。我们对数据应该说是用一些话来形容，对数据的结果有敬仰跟崇拜。我们有完善的风险管理制度。”

实际上，小赢科技的数据是侵入到信贷周期的每一个方面。比如在贷前阶段，数据识别的优质用户可以自动审批，不需要人工电核。再比如贷后催收，通过数据和模型计算出来的优质客户可以延长贷款时间。整个的信贷生命周期的决策是十分高效的。

如何获取数据

数据是风控的血液，人们越来越认识到数据就是价值。吴晓春告诉记者，小赢科技获取有效数据有两种方式：第一种是自身数据积累。截至今年8月底，小赢APP注册用户超850万，这是小赢移动端的数据来源；还有一部分是客户的申请信息；另外一部分是来自于第三方合作机构。

“我们会对数据进行提炼，是数据解构化的过程。”吴晓春说，，以审批为例，通过一系列规则评分筛选后，对最好的一批客户采用机器自动审批，最坏的一批自动拒绝，中间评分的客户，转到人工核实。如果各类数据充分，6秒即可给出审批决定。

按照一般的审批原则，最好的10%那批客户机器自动审批过，最坏的那批自动拒绝，中间的50%是通过一系列规则评分后筛选出来，需要人为核实。如果各类数据充分的话，6秒可以给出一个决策。

反欺诈在消费金融领域的应用

过去10年，我国消费金融实现了从无到有、从小到大的跨越式发展。据国家旅游局测算，今年国庆，实现国内旅游收入5494亿元。与此同时，“黄金周”也催生了消费金融市场的繁荣。

伴随消费金融业务风控最重要的环节是反欺诈业务，大数据风控可以说是反欺诈的不二法门，吴晓春说，小赢科技的反欺诈模型是高效的，是小赢风控的第一护法。

第一，人脸识别系统。人脸识别是通过了一些AI技术，可以将身份证照片跟活体进行验证，三方匹配，可以规避非本人申请的欺诈情形；第二，Tagging标记系统。可以标记团伙刷机的一些设备。

“比如这个设备刷过机了，或者是说通话记录的高危电话，我们有一些多点数据的系统可以整合行业的黑名单，开发了几百条以上的反欺诈的规则模型，来防范团伙欺诈跟脊椎欺诈。举个例子，比如某段10.11.11.4这种IP，突然之间占所有IP申请量的10%，可能有问题。当然我们会根据新的表现跟新的数据源进行一定的更新，添加新的规则。”吴晓春称。

事实证明，这种模式是高效的。吴晓春解释，小赢科技在近期用AI技术和关系网络看到不良贷款之间实际上联系很少，基本上就是网络孤岛，这也给技术团队带来了巨大信心。

AI帮助数据榨取最大价值

人工智能是这两年最热的科技。人工智能如何与金融结合发挥最大价值，逐渐成为互联网金融行业谈论的热点之一。

吴晓春称，对小赢科技来讲，首先，在信用模式方面，OCR图像识别与活体、人脸验证；其次，信用模型有一部分是基于机器学习技术的模型，相对于传统的广义线性模型，这些模型实际上不需要有线性的假设，自动化程度更高，更新频率更快，可以提取高阶特征，更好地划分客群。

针对数据并不是全量数据的问题，吴晓春表示，金融数据是金融属性强相关的数据，能评判一个人的信用新月价值，只要知道一部分的还款表现，即使不是全部的，也能大体判断人的信用价值。

“美国各大征信局的覆盖率也没有100%，只有85%左右，但它已经构建了比较好征信社会。”吴晓春说，虽然现在能获得的数据是金融属性弱相关，但是可以通过一些技术手段降低对数据量的依赖度，也能构建出一个有很强判断的和预测能力的模型。

目前，小赢科技在自己的大数据风控实践中用了一些AI技术，吴晓春认为，这能够通过一些机器跟深度学习的方法，把数据的最大价值榨取出来，并能够提取高维特征，通过一些隐性的关系，最终挂钩客户信用价值。“比如客户风险识别率更高，能够抓取比传统模型多百分之十到二十的不良信息。”