數(shù)據(jù)不對稱、模型易“誤殺”怎么破？

文／本刊記者 史 詩

2018年金融科技持續(xù)火爆。在金融科技快速創(chuàng)新發(fā)展的背景下，新金融企業(yè)若要穩(wěn)健發(fā)展，則必須夯實風(fēng)控根基。如何利用科技做好風(fēng)控，是新金融行業(yè)廣泛關(guān)注的話題。

提到新金融風(fēng)控背后的“黑科技”，離不開人工智能、大數(shù)據(jù)、區(qū)塊鏈、云計算等，這些“黑科技”究竟如何助力新金融企業(yè)風(fēng)控？新金融企業(yè)又如何建立起有效的風(fēng)控模型？怎樣做到及時止損、提高效率？

5月29日，由鳳凰網(wǎng)WEMONEY主辦的“解密黑科技 一場有爆點的新金融行業(yè)風(fēng)控SHOW”在北京舉辦。會上有利網(wǎng)風(fēng)控中心風(fēng)控總監(jiān)王威、檸檬科技聯(lián)合創(chuàng)始人兼CTO肖勃飛，以及超100位財經(jīng)媒體記者、新金融從業(yè)者齊聚一堂，圍繞“新金融企業(yè)風(fēng)控+科技”這一主議題展開深入討論，共同探討新金融行業(yè)風(fēng)控“爆點”。

黑科技做了什么

眾所周知，近年來新金融監(jiān)管逐步趨嚴(yán)，網(wǎng)貸行業(yè)出現(xiàn)大洗牌，各大平臺上演“生死時速”。數(shù)據(jù)顯示，2009年至今，國內(nèi)累計成立了6114家網(wǎng)貸平臺，截至2018年4月，僅1800余家在正常運營。

“僅2017年一年死掉的網(wǎng)貸平臺就有600余家，占所有平臺的10%。”王威認(rèn)為，目前網(wǎng)貸行業(yè)處在合規(guī)和去產(chǎn)能的階段，無法正常運營的網(wǎng)貸平臺，主要存在三類問題：一是違法經(jīng)營，自融搞資金池，當(dāng)資金鏈斷裂的時候自然無法支撐；二是惡意欺詐，發(fā)布虛假標(biāo)的，惡意騙取出借人資金；三是風(fēng)控不嚴(yán)運營不善，借款人逾期，導(dǎo)致平臺無法運轉(zhuǎn)。

風(fēng)控成為平臺存活關(guān)鍵，“黑科技”如何助攻新金融企業(yè)風(fēng)控？

王威介紹，按照業(yè)務(wù)邏輯，有利網(wǎng)的風(fēng)控架構(gòu)大致分為五層，即數(shù)據(jù)層、風(fēng)控系統(tǒng)層、風(fēng)控邏輯層、業(yè)務(wù)層以及用戶層。其中，數(shù)據(jù)層方面，用戶授權(quán)后，有利網(wǎng)可獲取客戶的設(shè)備信息、征信報告等，整合加工后形成一定的風(fēng)險指標(biāo)，從而構(gòu)建有效的風(fēng)控模型。

王威還通過具體案例分享了有利網(wǎng)風(fēng)控方面應(yīng)用的“黑科技”。他指出，某些黑產(chǎn)人員會可能盜用用戶銀行卡，并在其綁定的網(wǎng)貸平臺上進行換卡操作，盜用用戶在平臺上的資金。通常來說，所有換卡操作都將由專門的審核人員進行信息核實，不過人工審核的時間較長，用戶體驗并不是很好。

“為防止黑產(chǎn)人員盜用銀行卡，當(dāng)用戶需要對之前綁定的銀行卡進行換卡操作時，我們采用了人臉識別換卡技術(shù)。”王威介紹，人臉識別和活體檢測技術(shù)，可實現(xiàn)自動化的換卡審核，同時對操作發(fā)起人進行身份校驗，確保操作由賬戶擁有人實際發(fā)起。

此外，對于團伙欺詐、貸后催收等問題，有利網(wǎng)也逐步利用大數(shù)據(jù)、人工智能等科技建立了相應(yīng)的風(fēng)控決策引擎和“催收評分卡”，從而提高平臺整體風(fēng)控、催收效率。

風(fēng)控“三劍客”

“互聯(lián)網(wǎng)金融行業(yè)真正的痛點，是大數(shù)據(jù)風(fēng)控。”會上，檸檬科技聯(lián)合創(chuàng)始人兼CTO肖勃飛也談了其對新金融行業(yè)風(fēng)控的一些看法。

風(fēng)控是一個復(fù)雜的業(yè)務(wù)流程，從貸前營銷到貸后管理，風(fēng)控始終貫徹全程，并涵蓋審批、授信、風(fēng)險預(yù)警、貸后催收等各個業(yè)務(wù)環(huán)節(jié)。

在肖勃飛看來，目前，新金融行業(yè)風(fēng)控仍存在數(shù)據(jù)不對稱、模型規(guī)則易誤殺易破解等痛點。由于很多新金融用戶缺少傳統(tǒng)金融中使用的結(jié)構(gòu)化數(shù)據(jù)，很多新金融機構(gòu)只能通過客戶授權(quán)使用其社交、運營商、行為軌跡等非結(jié)構(gòu)化數(shù)據(jù)，這導(dǎo)致對客戶貸不貸、貸多少的問題難以評估。

肖勃飛稱，對于風(fēng)控本身來說，最重要的三個要素是數(shù)據(jù)、模型和系統(tǒng)。由此，他提出了數(shù)據(jù)處理、模型、系統(tǒng)并重的“風(fēng)控三劍客”的方法論。數(shù)據(jù)處理是基礎(chǔ)，模型是能力，而系統(tǒng)是支撐。

其中，數(shù)據(jù)處理能力是風(fēng)控的首要條件。肖勃飛介紹，檸檬科技在處理運營商、社交網(wǎng)絡(luò)、行為軌跡、消費習(xí)慣、信用記錄等在內(nèi)的甲方授權(quán)數(shù)據(jù)方面，會結(jié)合Hadoop、Storm、Spark等分布式大數(shù)據(jù)計算平臺，將數(shù)據(jù)整合為歷史匯總指標(biāo)、貸款申請人關(guān)系等基礎(chǔ)指標(biāo)。基于這些指標(biāo)，可有效地反應(yīng)客戶的資產(chǎn)負(fù)債能力，消費習(xí)慣行為、社交關(guān)系、征信情況等關(guān)鍵信息。

在風(fēng)控模型方面，肖勃飛進而指出，模型判斷的準(zhǔn)確率和覆蓋率，就像天平的兩端，很難達到平衡。要想保證一定的準(zhǔn)確率，就要把風(fēng)險客戶識別出來，這就對模型能力的要求極高，如果模型規(guī)則太簡單，就很容易誤殺真實的貸款客戶，也容易被詐騙團伙破解。

“基于此，檸檬科技利用機器學(xué)習(xí)、快速迭代的模型構(gòu)架，根據(jù)客戶信息校驗和產(chǎn)品設(shè)計，濾掉不符合產(chǎn)品要求的客戶；根據(jù)反欺詐和申請評分模型，再濾掉具有欺詐風(fēng)險的客戶；最后根據(jù)授信定價模型，給不同的客戶授予不同的額度和定價，并濾掉貸款后可能存在財務(wù)風(fēng)險難以償還貸款的客戶。”肖勃飛稱，通過這幾個步驟，檸檬科技有效解決了“誤殺”的行業(yè)難點。

此外，在系統(tǒng)支撐層面，肖勃飛介紹，目前行業(yè)普遍缺乏高效的“閉環(huán)”式服務(wù)，檸檬科技的優(yōu)勢則在于系統(tǒng)的完整性。其可圍繞數(shù)據(jù)、模型、和產(chǎn)品三層服務(wù)，實現(xiàn)從數(shù)據(jù)處理到實時監(jiān)控、實時模型優(yōu)化的“自動化閉環(huán)”。

據(jù)了解，截至目前，檸檬科技已服務(wù)了四川天府銀行、有利網(wǎng)、百融金服、新高金融、銀聯(lián)智慧等機構(gòu)，并與北京大學(xué)、廈門大學(xué)、西南財經(jīng)大學(xué)統(tǒng)計學(xué)院等高校和科研機構(gòu)建立了深度研發(fā)合作關(guān)系。