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(jià)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(xiǎn)的擔(dān)憂。

風(fēng)控是金融的核心，是指風(fēng)險(xiǎn)管理者采取各種措施和方法，降低風(fēng)險(xiǎn)事件發(fā)生的可能性以及風(fēng)險(xiǎn)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(jià)格以及金融機(jī)構(gòu)的生死。

說到備受金融機(jī)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(jìn)行量化分析，進(jìn)而更好地進(jìn)行風(fēng)險(xiǎn)識(shí)別和風(fēng)險(xiǎn)管理。風(fēng)控不僅僅是大數(shù)據(jù)模型，更應(yīng)該是一個(gè)完整的閉環(huán)體系。

基于大數(shù)據(jù)的風(fēng)險(xiǎn)控制，突破了傳統(tǒng)風(fēng)險(xiǎn)控制模式的局限，在利用更充分的數(shù)據(jù)的同時(shí)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(xiǎn)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(dú)立性

小贏科技的整個(gè)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(jià)值模型和決策引擎。小贏科技的風(fēng)險(xiǎn)模型總監(jiān)吳曉春說，通過這一整套體系能夠給客戶一個(gè)客觀的判斷他的信用價(jià)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(diǎn)。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(dòng)決策，有300多人組成的技術(shù)團(tuán)隊(duì)，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(bào)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(jìn)件系統(tǒng)、Hadoop大數(shù)據(jù)平臺(tái)等靜態(tài)系統(tǒng)、大數(shù)據(jù)平臺(tái)和DUUP平臺(tái)?！眳菚源赫f。

其次，從軟件上來講，小贏科技的風(fēng)控團(tuán)隊(duì)實(shí)際上有一票否決制度，保證了風(fēng)控的獨(dú)立性?！拔覀冏龅搅思夹g(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(gè)風(fēng)險(xiǎn)決策能夠落地?！?/p>

數(shù)據(jù)驅(qū)動(dòng)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(dú)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(yùn)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(jī)制、文化、團(tuán)隊(duì)、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(yùn)營效率的基礎(chǔ)上，大大提升了客戶體驗(yàn)，為實(shí)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(gè)產(chǎn)品的微調(diào)，都是通過數(shù)據(jù)來決策的，并不是一個(gè)拍腦袋的決定。“我們對數(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(xiǎn)管理制度。”

實(shí)際上，小贏科技的數(shù)據(jù)是侵入到信貸周期的每一個(gè)方面。比如在貸前階段，數(shù)據(jù)識(shí)別的優(yōu)質(zhì)用戶可以自動(dòng)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(jì)算出來的優(yōu)質(zhì)客戶可以延長貸款時(shí)間。整個(gè)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(shí)到數(shù)據(jù)就是價(jià)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(dòng)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(jī)構(gòu)。

“我們會(huì)對數(shù)據(jù)進(jìn)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(jī)器自動(dòng)審批，最壞的一批自動(dòng)拒絕，中間評分的客戶，轉(zhuǎn)到人工核實(shí)。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(jī)器自動(dòng)審批過，最壞的那批自動(dòng)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(shí)。如果各類數(shù)據(jù)充分的話，6秒可以給出一個(gè)決策。

反欺詐在消費(fèi)金融領(lǐng)域的應(yīng)用

過去10年，我國消費(fèi)金融實(shí)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(shí)現(xiàn)國內(nèi)旅游收入5494億元。與此同時(shí)，“黃金周”也催生了消費(fèi)金融市場的繁榮。

伴隨消費(fèi)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(hù)法。

第一，人臉識(shí)別系統(tǒng)。人臉識(shí)別是通過了一些AI技術(shù)，可以將身份證照片跟活體進(jìn)行驗(yàn)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(tuán)伙刷機(jī)的一些設(shè)備。

“比如這個(gè)設(shè)備刷過機(jī)了，或者是說通話記錄的高危電話，我們有一些多點(diǎn)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(tuán)伙欺詐跟脊椎欺詐。舉個(gè)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(huì)根據(jù)新的表現(xiàn)跟新的數(shù)據(jù)源進(jìn)行一定的更新，添加新的規(guī)則?！眳菚源悍Q。

事實(shí)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(shí)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(tuán)隊(duì)帶來了巨大信心。

AI幫助數(shù)據(jù)榨取最大價(jià)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(jià)值，逐漸成為互聯(lián)網(wǎng)金融行業(yè)談?wù)摰臒狳c(diǎn)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(shí)別與活體、人臉驗(yàn)證；其次，信用模型有一部分是基于機(jī)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(shí)際上不需要有線性的假設(shè)，自動(dòng)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(qiáng)相關(guān)的數(shù)據(jù)，能評判一個(gè)人的信用新月價(jià)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(jià)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(huì)?！眳菚源赫f，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(gè)有很強(qiáng)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(shí)踐中用了一些AI技術(shù)，吳曉春認(rèn)為，這能夠通過一些機(jī)器跟深度學(xué)習(xí)的方法，把數(shù)據(jù)的最大價(jià)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(jià)值?！氨热缈蛻麸L(fēng)險(xiǎn)識(shí)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?！?/p>