消費金融風險預警系統應用現狀分析

周云梅

摘? ?要：近年來，隨著互聯網技術的廣泛應用，我國消費金融發展迅速，迫切需要加大風險預警系統研究力度，監督和遏制潛在金融風險，降低消費金融機構損失。文章通過分析國內和國外消費金融風險預警系統應用現狀，提出基于大數據平臺加強對客戶信用風險的全面、深入管理，具有重要的理論和現實意義。

關鍵詞：消費金融;風險預警;系統應用;現狀分析

近年來，隨著國內國債到期，收益率逐步降低、央行多次降息、銀行房貸收緊等多重因素疊加影響，互聯網消費金融消費持續走高，互聯網消費金融從2012—2018年交易規模由60億元發展為97 737.3億元。隨之而來的是風險的增長、風險爆發概率大幅增加、金融市場風險的防控壓力大幅攀升。因此，研究分析當前國內外消費金融風險預警系統是互聯網金融時代的必然要求。

1? ? 國內消費金融風險預警系統應用現狀

我國從20世紀80年代開始研究金融風險預警系統。與其他國家相比，我國起步較晚、研究成果較少、研究過程落后，目前基本處于探索和引進國外先進經驗階段。

國內銀行風險預警體系建設從2005年開始逐步發展，較為典型的是阿里巴巴旗下的互聯網消費金融產品阿里小貸。其主要依托于自平臺數據，通過剖析和梳理風險與弊端，構建信用風險指標與預警評價系統，制定信用風險管控與預警的有效措施方案，實現了風險有效防控，形成了金融產品的競爭優勢。光大銀行從2015年開始研發一款大數據風險預警產品，主要通過挖掘和識別風險關聯體—集團客戶、上下游供應商、聯保聯貸戶等之間的資金往來關系，建立資金復雜網絡，達到風險預判目標。國內其他不少銀行也逐步把包括資產監測體系納入日常業務處理中，不僅提高了金融機構工作人員的效率，而且提升了機構的服務水平 。

目前，我國消費金融風險預警系統主要使用傳統的抽樣數據，主要采用批量計算與人工處理相結合的方法。大數據時代，采用傳統抽樣數據進行風險預警的管理系統弊端凸顯，迫切需要采用實時采集互聯網大樣本數據和動態監測信息變化，通過抽取其中隱藏的聯系，并以此為依據進行預測。隨著互聯網技術的發展，風控難度與要求日益增長，當數據達到千萬級別時，傳統處理模式的處理速度和查詢能力無法滿足互聯網技術、大數據技術和云計算的要求。

現在，我國金融機構市場化改革的步伐正在加速，但受外部因素及內部傳統的制約，許多已經完成改制的銀行，依然沿用了其原先的預警數據采集渠道，不能與時俱進與拓展創新，無法應對互聯網時代高速變化的風險形勢，在實際運行中受到較多限制。此外，很多商業銀行從業者缺乏大數據理念，在經營過程中沒有遵循市場化規則，缺少風險防控的先制權。綜上可以看出，基于大數據的風險預警系統優勢明顯，傳統風險預警模式弊端凸顯。為此，互聯網時代下的消費金融機構，迫切需要順應時代潮流，對“互聯網+大數據”時代消費金融的特點、發展模式、風險等情況進行全面剖析，創建新型風險預警體系，提升金融監管水平，維護金融市場秩序，最終促進我國消費金融行業的持續健康發展。

2? ? 國外消費金融風險預警系統應用現狀

世界上越來越多的金融機構認識到風險預警管理的重要作用，逐步從事后監督審查向全面風險管理轉變，并通過風險預警實現了簡化處理過程、降低處理成本、提高信貸資產質量。

國外尤其是歐美發達國家的金融機構早已建立了一套比較科學、有效的信貸管理體系和制度，對客戶評級、貸款預審、貸款審批、風險預警、風控體系、催收體系等內容進行了明確，各層次工作人員嚴格按規定流程和制度工作。不管是制度還是系統，國外的設計理念和技術都遠超國內，其系統開發動力主要基于金融機構自身發展的需求，在設計思路上主要采取面向對象方式對體系各功能模塊進行相應編碼，在數據庫體系上較多的采用SQLServer數據庫，實現海量信息的高效存儲調用。

在欺詐行為識別方法上，國外起點和研究比我國早很多。其中Sidney Tsang等通過在線數據挑選關聯性、解釋性最好的變量，建立神經網絡，實現較高準確率的識別決策。Milad Malekipirbazari則使用了SVM，KNN等模型，對社交借貸客戶進行準確評分。2017年，美國的Gartner公司率先提出人工智能運行與維護（Algorithmic IT Operations，AIOPS）概念，即通過大數據和機器學習實現高效、精準的業務處理。AIOPS的提出明確了金融風險防范未來發展的趨勢。不久，國內外許多金融機構開始進行了有益探索和實踐。

3? ? 加強基于大數據平臺下的消費金融風險預警系統研究的重要意義

近年來，我國消費金融業發展迅速，以風險控制為目的的風險機制不斷完善。為了實現有效的客戶細分，金融機構需要結合大數據對客戶信用風險進行全面深入風險管理，風險預警系統是保證金融機構安全和業務發展的重要手段。進一步探索和研究風險預警系統對金融機構健康有序發展，具有重要的理論和現實意義。

（1）這是互聯網金融時代的必然要求。“互聯網+金融”時代產生的海量數據，使客戶消費行為數據產生了質的飛躍，使得金融機構既有數據信息應用的環境，更有數據信息應用的強烈需求。推動金融機構經營模式的轉變以及風險管理模式變革，亟需在風險識別、風險評估、風險控制和防控效率等方面進行多維度提升。作為金融風險機構，只有順應互聯網時代發展，高效采集、傳輸、分析、處理各種大數據信息，才能最大限度避免信息不對稱問題，客觀準確地為客戶畫像，揭示隱性風險和潛在風險，實現對虛假信息、欺詐行為的準確識別和實時預警。

（2）這是風險防控能級提升的必然選擇。風險防控能力核心取決于金融機構對數據信息的采集、整合與挖掘分析能力，這種能力的強弱也一定程度上決定了金融機構的競爭力。只有把數據信息擺在金融機構風險管理中的重要位置，實現各類信息的有效整合，才能實現客戶的信息流、資金流、物流的多流合一，在此基礎上弱化以往以主觀判斷和定性因素在風險防控管理中的比重，使信貸行為更加客觀、理性、精準。因此，探索基于大數據平臺的消費金融風險預警方法，是金融機構風險管理能級提升的內在要求。

（3）這是風險防控機制優化的源動力。消費金融公司現有系統無法全面覆蓋和實現實時監測風險變化，研究設計并開發風險預警系統，能夠幫助全面、及時監控貸前申請、貸中額度管控、貸后逾期風險等方面的異常信號，有效提升風險預警效能。特別是可以建立風險策略規則、預警信息的后評價機制，對其有效性進行全面分析，實現與業務系統的交互，為未來大風控系統架構優化做好準備，打下堅實基礎。

[參考文獻]

[1]陳麗汀.大數據背景下的互聯網消費金融創新的幾個趨勢分析[J].金融經濟，2019（14）：51-52.

[2]彭紅楓，葉永剛.基于還款能力和還款意愿的貸款定價模型研究[J].中國管理科學，2011（6）：40-47.

[3]陳曉暉.阿里小貸信用風險預警研究[D].長沙：湖南大學，2016.

[4]尹劍，陸程敏，楊貴軍.判別分析與Logistic回歸組合分類[J].數理統計與管理，2014（2）：255-257.

[5]趙宇.民生銀行零售資產風險監測預警系統的設計與實現[D].濟南：山東大學，2018.

[6]石慶焱，靳云匯.個人信用評分的主要模型與方法綜述[J].統計研究，2003（8）：36-39.