文/本刊記者 史 詩

大數(shù)據(jù)風(fēng)控是標(biāo)配 AI激發(fā)數(shù)據(jù)最大價值

文/本刊記者 史 詩

談到互聯(lián)網(wǎng)金融，浮現(xiàn)的除了那些“剁手黨”行為，更多的是它為我們的生活帶來的便捷。當(dāng)然，過于便捷的背后是人們對互聯(lián)網(wǎng)金融風(fēng)險的擔(dān)憂。

風(fēng)控是金融的核心，是指風(fēng)險管理者采取各種措施和方法，降低風(fēng)險事件發(fā)生的可能性以及風(fēng)險事件發(fā)生后造成的損失。業(yè)內(nèi)人士認(rèn)為，風(fēng)控很大程度上決定了金融服務(wù)的范圍與價格以及金融機構(gòu)的生死。

說到備受金融機構(gòu)青睞的大數(shù)據(jù)風(fēng)控，是指利用大數(shù)據(jù)技術(shù)對交易過程中的海量數(shù)據(jù)進行量化分析，進而更好地進行風(fēng)險識別和風(fēng)險管理。風(fēng)控不僅僅是大數(shù)據(jù)模型，更應(yīng)該是一個完整的閉環(huán)體系。

基于大數(shù)據(jù)的風(fēng)險控制，突破了傳統(tǒng)風(fēng)險控制模式的局限，在利用更充分的數(shù)據(jù)的同時降低了人為偏差。業(yè)內(nèi)人士稱，應(yīng)用大數(shù)據(jù)技術(shù)不僅可以提高風(fēng)險控制的效率，還能節(jié)約風(fēng)控過程中的管理成本。

風(fēng)控的獨立性

小贏科技的整個風(fēng)控模型叫做Wwinsafe風(fēng)控體系，由五大模塊組成。數(shù)據(jù)引擎，反欺詐，信用模型，抵押物價值模型和決策引擎。小贏科技的風(fēng)險模型總監(jiān)吳曉春說，通過這一整套體系能夠給客戶一個客觀的判斷他的信用價值跟還款意愿。

談到大數(shù)據(jù)風(fēng)控的優(yōu)勢，吳曉春認(rèn)為，小贏大數(shù)據(jù)風(fēng)控的優(yōu)勢主要有兩點。首先，要有處理數(shù)據(jù)的能力。小贏科技以互聯(lián)網(wǎng)技術(shù)為基礎(chǔ)，以數(shù)據(jù)驅(qū)動決策，有300多人組成的技術(shù)團隊，保障了技術(shù)能力的輸出。

“所有的風(fēng)控核心系統(tǒng)全部是自主開發(fā)的，比如我們靜態(tài)的報表系統(tǒng)，業(yè)務(wù)監(jiān)測系統(tǒng)，還有數(shù)據(jù)引擎、決策引擎、反欺詐模塊、審批系統(tǒng)、進件系統(tǒng)、Hadoop大數(shù)據(jù)平臺等靜態(tài)系統(tǒng)、大數(shù)據(jù)平臺和DUUP平臺?！眳菚源赫f。

其次，從軟件上來講，小贏科技的風(fēng)控團隊實際上有一票否決制度，保證了風(fēng)控的獨立性。“我們做到了技術(shù)、產(chǎn)品、風(fēng)控、審批、政策相互隔離，比如我們做到了技術(shù)、產(chǎn)品、風(fēng)控、審批，政策跟審批是隔離的，都是多重隔離的，從制度上保證了整個風(fēng)險決策能夠落地。”

數(shù)據(jù)驅(qū)動決策

小贏科技的大數(shù)據(jù)風(fēng)控，是通過”體系作戰(zhàn)”取得成功的。吳曉春指出，小贏科技的智贏風(fēng)控體系，并非單獨地準(zhǔn)備一批數(shù)據(jù)，生成一些限制條件就萬事大吉，而是一整套運轉(zhuǎn)精密的科學(xué)生態(tài)系統(tǒng)。

據(jù)了解，智贏風(fēng)控體系從機制、文化、團隊、技術(shù)、數(shù)據(jù)等多重角度，用智能決策引擎、數(shù)據(jù)引擎、反欺詐模型、信用模型、抵押物估值模型等一系列緊密咬合的“零件”，組成彼此數(shù)據(jù)流相通、互相牽制的精密體系，在確保安全性和運營效率的基礎(chǔ)上，大大提升了客戶體驗，為實現(xiàn)客戶定制化需求提供了便利。

吳曉春表示，小贏科技所有政策的改變，或者一個產(chǎn)品的微調(diào)，都是通過數(shù)據(jù)來決策的，并不是一個拍腦袋的決定?！拔覀儗?shù)據(jù)有如對神明般的敬仰和崇拜。我們對數(shù)據(jù)應(yīng)該說是用一些話來形容，對數(shù)據(jù)的結(jié)果有敬仰跟崇拜。我們有完善的風(fēng)險管理制度?！?/p>

實際上，小贏科技的數(shù)據(jù)是侵入到信貸周期的每一個方面。比如在貸前階段，數(shù)據(jù)識別的優(yōu)質(zhì)用戶可以自動審批，不需要人工電核。再比如貸后催收，通過數(shù)據(jù)和模型計算出來的優(yōu)質(zhì)客戶可以延長貸款時間。整個的信貸生命周期的決策是十分高效的。

如何獲取數(shù)據(jù)

數(shù)據(jù)是風(fēng)控的血液，人們越來越認(rèn)識到數(shù)據(jù)就是價值。吳曉春告訴記者，小贏科技獲取有效數(shù)據(jù)有兩種方式：第一種是自身數(shù)據(jù)積累。截至今年8月底，小贏APP注冊用戶超850萬，這是小贏移動端的數(shù)據(jù)來源；還有一部分是客戶的申請信息；另外一部分是來自于第三方合作機構(gòu)。

“我們會對數(shù)據(jù)進行提煉，是數(shù)據(jù)解構(gòu)化的過程。”吳曉春說，，以審批為例，通過一系列規(guī)則評分篩選后，對最好的一批客戶采用機器自動審批，最壞的一批自動拒絕，中間評分的客戶，轉(zhuǎn)到人工核實。如果各類數(shù)據(jù)充分，6秒即可給出審批決定。

按照一般的審批原則，最好的10%那批客戶機器自動審批過，最壞的那批自動拒絕，中間的50%是通過一系列規(guī)則評分后篩選出來，需要人為核實。如果各類數(shù)據(jù)充分的話，6秒可以給出一個決策。

反欺詐在消費金融領(lǐng)域的應(yīng)用

過去10年，我國消費金融實現(xiàn)了從無到有、從小到大的跨越式發(fā)展。據(jù)國家旅游局測算，今年國慶，實現(xiàn)國內(nèi)旅游收入5494億元。與此同時，“黃金周”也催生了消費金融市場的繁榮。

伴隨消費金融業(yè)務(wù)風(fēng)控最重要的環(huán)節(jié)是反欺詐業(yè)務(wù)，大數(shù)據(jù)風(fēng)控可以說是反欺詐的不二法門，吳曉春說，小贏科技的反欺詐模型是高效的，是小贏風(fēng)控的第一護法。

第一，人臉識別系統(tǒng)。人臉識別是通過了一些AI技術(shù)，可以將身份證照片跟活體進行驗證，三方匹配，可以規(guī)避非本人申請的欺詐情形；第二，Tagging標(biāo)記系統(tǒng)?？梢詷?biāo)記團伙刷機的一些設(shè)備。

“比如這個設(shè)備刷過機了，或者是說通話記錄的高危電話，我們有一些多點數(shù)據(jù)的系統(tǒng)可以整合行業(yè)的黑名單，開發(fā)了幾百條以上的反欺詐的規(guī)則模型，來防范團伙欺詐跟脊椎欺詐。舉個例子，比如某段10.11.11.4這種IP，突然之間占所有IP申請量的10%，可能有問題。當(dāng)然我們會根據(jù)新的表現(xiàn)跟新的數(shù)據(jù)源進行一定的更新，添加新的規(guī)則。”吳曉春稱。

事實證明，這種模式是高效的。吳曉春解釋，小贏科技在近期用AI技術(shù)和關(guān)系網(wǎng)絡(luò)看到不良貸款之間實際上聯(lián)系很少，基本上就是網(wǎng)絡(luò)孤島，這也給技術(shù)團隊帶來了巨大信心。

AI幫助數(shù)據(jù)榨取最大價值

人工智能是這兩年最熱的科技。人工智能如何與金融結(jié)合發(fā)揮最大價值，逐漸成為互聯(lián)網(wǎng)金融行業(yè)談?wù)摰臒狳c之一。

吳曉春稱，對小贏科技來講，首先，在信用模式方面，OCR圖像識別與活體、人臉驗證；其次，信用模型有一部分是基于機器學(xué)習(xí)技術(shù)的模型，相對于傳統(tǒng)的廣義線性模型，這些模型實際上不需要有線性的假設(shè)，自動化程度更高，更新頻率更快，可以提取高階特征，更好地劃分客群。

針對數(shù)據(jù)并不是全量數(shù)據(jù)的問題，吳曉春表示，金融數(shù)據(jù)是金融屬性強相關(guān)的數(shù)據(jù)，能評判一個人的信用新月價值，只要知道一部分的還款表現(xiàn)，即使不是全部的，也能大體判斷人的信用價值。

“美國各大征信局的覆蓋率也沒有100%，只有85%左右，但它已經(jīng)構(gòu)建了比較好征信社會。”吳曉春說，雖然現(xiàn)在能獲得的數(shù)據(jù)是金融屬性弱相關(guān)，但是可以通過一些技術(shù)手段降低對數(shù)據(jù)量的依賴度，也能構(gòu)建出一個有很強判斷的和預(yù)測能力的模型。

目前，小贏科技在自己的大數(shù)據(jù)風(fēng)控實踐中用了一些AI技術(shù)，吳曉春認(rèn)為，這能夠通過一些機器跟深度學(xué)習(xí)的方法，把數(shù)據(jù)的最大價值榨取出來，并能夠提取高維特征，通過一些隱性的關(guān)系，最終掛鉤客戶信用價值?！氨热缈蛻麸L(fēng)險識別率更高，能夠抓取比傳統(tǒng)模型多百分之十到二十的不良信息。”