李尚榮

風(fēng)險是金融行業(yè)的主線，貫穿業(yè)務(wù)始終。在金融回歸本質(zhì)、服務(wù)實(shí)體經(jīng)濟(jì)的宏觀背景下，金融行業(yè)急需探索一條風(fēng)險、效率和成本最佳匹配的小微企業(yè)服務(wù)新模式。金融市場的新業(yè)態(tài)、新模式不斷涌現(xiàn)，金融欺詐的手法和類型也不斷翻新， 給金融穩(wěn)定帶來了新挑戰(zhàn)。

“問渠哪得清如許，為有源頭活水來”，金融科技的加持打破了傳統(tǒng)風(fēng)控的邊界，提高了風(fēng)控的觸角和效率，但如何揚(yáng)長避短、去粗取精，利用金融科技為傳統(tǒng)金融的風(fēng)險控制提供新思路和借鑒，是行業(yè)、學(xué)術(shù)界和監(jiān)管機(jī)構(gòu)共同關(guān)注的焦點(diǎn)。

金融科技豐富了傳統(tǒng)風(fēng)控的內(nèi)涵和實(shí)現(xiàn)路徑

金融行業(yè)風(fēng)控一直與時俱進(jìn)，新技術(shù)、新方法、新工具持續(xù)得到高度重視和廣泛應(yīng)用。金融科技為傳統(tǒng)風(fēng)控帶來了新視角，進(jìn)而豐富了傳統(tǒng)風(fēng)控的手段和路徑。

一是風(fēng)控手段物化為數(shù)。傳統(tǒng)信用模型強(qiáng)調(diào)客戶的抵質(zhì)押物，也就是眼見為實(shí)，以過去推導(dǎo)未來?？蛻舻氖谛糯蠖鄶?shù)取決于抵質(zhì)押物或股東背景，而一旦面臨無抵押、無擔(dān)保的小微企業(yè)，金融機(jī)構(gòu)就往往顯得力不從心。目前在小微企業(yè)金融服務(wù)上，存在著監(jiān)管、銀行和小微企業(yè)三重天的觀感，原因即在于此。金融科技強(qiáng)調(diào)數(shù)據(jù)洞察，基于客戶多維度的數(shù)據(jù)分析建立信用模型，在具體放貸中，不僅可以做到無抵押、無擔(dān)保，甚至可以無須見面。正如斯賓格勒在《西方的沒落》中所言，“數(shù)字作為區(qū)分不同數(shù)量的事物和現(xiàn)象的既成的符號，體現(xiàn)了一切被認(rèn)知、被界定的實(shí)際事物的本質(zhì)”。即便是貸后監(jiān)控，基于LBS和物聯(lián)網(wǎng)等技術(shù)，也大大提高了效率和降低了成本，將不可能變成可能。因此，傳統(tǒng)風(fēng)控將經(jīng)歷著物化為數(shù)， 以抵質(zhì)押物驅(qū)動轉(zhuǎn)向數(shù)據(jù)驅(qū)動的變遷。

二是傳統(tǒng)風(fēng)控組織形態(tài)的變化?；跀?shù)據(jù)的風(fēng)控，需要傳統(tǒng)金融機(jī)構(gòu)能夠掌握更多的交易數(shù)據(jù)和場景。供應(yīng)鏈、交易行為以及資產(chǎn)的數(shù)字化，可以大大豐富金融行業(yè)的傳統(tǒng)風(fēng)控模型和變量，甚至可以構(gòu)建獨(dú)立的授信模型，但問題是，這些數(shù)據(jù)存在于銀行體系之外，在數(shù)據(jù)沒有打通以及信息安全保護(hù)的情況下，銀行難以獲取這些數(shù)據(jù)。而對其中非金融屬性數(shù)據(jù)的分析和建模，也并非傳統(tǒng)金融行業(yè)的長項(xiàng)， 即使擁有了這些數(shù)據(jù)，金融行業(yè)的傳統(tǒng)風(fēng)控也可能力所不及。因此，為了更好地服務(wù)客戶，需要金融行業(yè)與那些擁有數(shù)據(jù)和場景的企業(yè)深度合作，共同構(gòu)建風(fēng)控模型，實(shí)質(zhì)是金融行業(yè)風(fēng)險職能的外包，更進(jìn)一步而言，改變了傳統(tǒng)的金融供應(yīng)鏈， 即金融服務(wù)的產(chǎn)供銷已經(jīng)發(fā)生了變化，金融利潤需要在不同行業(yè)進(jìn)行重新分配。

三是風(fēng)控的邊界由新的技術(shù)不斷延拓。人工智能、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等新技術(shù)讓風(fēng)控的能力不斷提升。中國移動互聯(lián)網(wǎng)發(fā)展速度引領(lǐng)全球，移動互聯(lián)網(wǎng)對各行業(yè)的深入滲透與融合也最先發(fā)生在中國，基于移動支付的新的商業(yè)模式每天都在迭代，中國也因此產(chǎn)生和貯存了全球維度最為豐富的用戶數(shù)據(jù)。大數(shù)據(jù)、人工智能等新型技術(shù)的不斷演進(jìn)讓數(shù)據(jù)直接或者間接用于風(fēng)險定價，改變了傳統(tǒng)金融行業(yè)風(fēng)控模型搭建的邏輯。結(jié)合用戶行為和場景的大數(shù)據(jù)對用戶的分群、分層、畫像精準(zhǔn)度不斷提升。隨著AI技術(shù)的發(fā)展，機(jī)器對人的理解會遠(yuǎn)超過目前金融行業(yè)一直以來堅(jiān)持KYC的標(biāo)準(zhǔn)，除了了解用戶是誰，用戶的未來行為預(yù)測將成為真正決定風(fēng)險定價的能力。金融行業(yè)需要更多地跳出行業(yè)邊界，才能豐富傳統(tǒng)風(fēng)控的場景。

金融科技打造人、物、場“無界風(fēng)控”的新模式

金融科技的發(fā)展為金融風(fēng)險控制帶來了新的機(jī)遇，“人”“物”“場”與風(fēng)控的界限被打通，無界風(fēng)控的新模式正在逐步形成。

“人”——人的行為和風(fēng)控的邊界被打破

大數(shù)據(jù)風(fēng)控并不是完全改變傳統(tǒng)風(fēng)控，而是利用更加多維的數(shù)據(jù)，使風(fēng)控模型觸及人的每一個行為變量，從而使模型的輸出結(jié)果更加準(zhǔn)確。傳統(tǒng)風(fēng)控更常采用信用屬性強(qiáng)的數(shù)據(jù)指標(biāo)來判斷借款人的還款能力和違約風(fēng)險，這在一定程度上容易忽視客戶的潛在風(fēng)險，也會誤傷一部分客戶。大數(shù)據(jù)風(fēng)控采用的數(shù)據(jù)量和數(shù)據(jù)類型更加全面、豐富，比如網(wǎng)頁瀏覽記錄、網(wǎng)頁停留時間、商品購買頻率、消費(fèi)金額、APP使用習(xí)慣、地理信息數(shù)據(jù)等，通過一系列看似與客戶違約毫無關(guān)聯(lián)的數(shù)據(jù)，卻能夠真實(shí)判斷出客戶所處的信用環(huán)境，從而提高對客戶履約能力的識別本領(lǐng)，這就大大提高了風(fēng)控的能力。簡而言之，數(shù)字世界中對人的行為及屬性更深入的刻畫和理解讓數(shù)字風(fēng)控的能力越來越強(qiáng)大。

比如，京東金融的生物探針技術(shù)就是通過用戶使用手機(jī)的習(xí)慣，如登錄賬戶敲擊密碼的習(xí)慣、使用APP的按壓力度、滑屏速度等，來進(jìn)行身份識別。在保證順暢使用的同時，達(dá)到無感知風(fēng)控的目的，大大提升用戶體驗(yàn)度。

“物”——抵押物作為風(fēng)控核心的限制被打破

抵押物是傳統(tǒng)風(fēng)控模式下的重要參考標(biāo)準(zhǔn)，金融科技的引入使得“物”的焦點(diǎn)由“抵押物”轉(zhuǎn)變?yōu)椤吧虡I(yè)模式”，金融機(jī)構(gòu)不再關(guān)心客戶貸后違約的還款問題， 而是關(guān)注客戶的商業(yè)模式或商業(yè)邏輯能否講得通、說得清，而大數(shù)據(jù)、人工智能、區(qū)塊鏈等技術(shù)為講清商業(yè)模式提供了巨大的便利和可能。例如，區(qū)塊鏈技術(shù)能夠?qū)崟r監(jiān)控金融業(yè)務(wù)的全流程，任何參與者無法篡改，為建立參與者的共信機(jī)制打下了堅(jiān)實(shí)基礎(chǔ)。而大數(shù)據(jù)技術(shù)能夠有效預(yù)測金融產(chǎn)品的風(fēng)險和收益的概率，幫助企業(yè)提高風(fēng)險預(yù)警和控制的能力。

比如京東金融的數(shù)字農(nóng)貸模式，以農(nóng)業(yè)生產(chǎn)過程的數(shù)據(jù)化模型為基礎(chǔ)，代入歷史生產(chǎn)數(shù)據(jù)，對未來生產(chǎn)結(jié)果做出預(yù)測， 再以預(yù)測結(jié)果產(chǎn)生信用，即對農(nóng)業(yè)生產(chǎn)過程進(jìn)行評估而產(chǎn)生信用。數(shù)字農(nóng)貸模式的核心在于改變了傳統(tǒng)農(nóng)村金融的基本邏輯，即由依靠抵押物和征信轉(zhuǎn)變?yōu)榛谵r(nóng)業(yè)生產(chǎn)的經(jīng)營數(shù)據(jù)，而這個數(shù)據(jù)就是農(nóng)業(yè)生產(chǎn)的商業(yè)模式和盈利模式?？梢哉f，數(shù)字農(nóng)貸已成為京東金融踐行數(shù)字普惠金融的最好體現(xiàn)。

京東金融的數(shù)字農(nóng)貸項(xiàng)目上線一年多來，已在山東、吉林、河北、河南、浙江等地與100多家合作社合作，累計(jì)放款約10億元，逾期率和壞賬率均為零。以肉雞養(yǎng)殖為例，數(shù)字農(nóng)貸模式使養(yǎng)雞戶在一只雞的養(yǎng)殖周期中，僅需為飼料款付6分錢的利息，避免了對閑置資金付息，比傳統(tǒng)貸款成本低了近一半。

“場”——風(fēng)控應(yīng)用場景的時空限制被打破

傳統(tǒng)風(fēng)控模式在空間和時間上都會產(chǎn)生“錯配”?！翱臻g”上的錯配表現(xiàn)為由于物理網(wǎng)點(diǎn)的限制，并非所有的金融服務(wù)需求都能得到滿足，尤其是農(nóng)民、中小微企業(yè)等普惠金融的重點(diǎn)人群的觸達(dá)存在困難。“時間”上的錯配表現(xiàn)為風(fēng)控的實(shí)時性得不到滿足，往往是放貸后的風(fēng)險就無能為力了。

金融科技加持下的智能風(fēng)控使得風(fēng)控的時空限制被打破。首先，消除了風(fēng)控的空間限制，金融科技使風(fēng)控開始從線下人工審批轉(zhuǎn)為線上數(shù)據(jù)采集、模型構(gòu)建和概率預(yù)測，風(fēng)控不再依賴于物理網(wǎng)點(diǎn)的鋪設(shè)和信審人員的多少，從而使覆蓋率和觸達(dá)能力顯著提升。其次，消除了風(fēng)控的時間限制，風(fēng)控不再僅僅是貸前的嚴(yán)格審批， 而是貫穿貸前、貸中、貸后的全流程解決方案，應(yīng)用的場景被大大拓展和延伸。通過對數(shù)據(jù)的綜合全面分析，數(shù)字化風(fēng)控模型可應(yīng)用的場景范圍覆蓋反欺詐系統(tǒng)、征信評估系統(tǒng)、監(jiān)控預(yù)警系統(tǒng)和風(fēng)險定價系統(tǒng)。在反欺詐系統(tǒng)中，智能風(fēng)控能夠在網(wǎng)絡(luò)支付、網(wǎng)絡(luò)營銷、手機(jī)銀行等數(shù)字金融場景中借助技術(shù)優(yōu)勢發(fā)展出身份判定、安全性綜合評判、欺詐識別等多種手段。在征信評估系統(tǒng)中，數(shù)字化征信能夠借助海量的互聯(lián)網(wǎng)活動數(shù)據(jù)，對被征信對象刻畫“全息”畫像，使金融服務(wù)覆蓋更多用戶和人群。在監(jiān)控預(yù)警系統(tǒng)中，數(shù)字科技通過數(shù)據(jù)共享，如當(dāng)用戶在其他平臺出現(xiàn)逾期、貸款用途變更或失聯(lián)、違法等可能無法按時還款的情況時，可及時進(jìn)行預(yù)警， 同時通過大數(shù)據(jù)智能分析，提供賬戶失聯(lián)信息修復(fù)服務(wù)，協(xié)助找到失聯(lián)用戶，追回借款。在風(fēng)險定價系統(tǒng)中，數(shù)字科技可為貸款客戶提供個性化的貸款方案和貸款利率，根據(jù)個人理財目標(biāo)和風(fēng)險屬性選擇最合適的投資組合，實(shí)現(xiàn)風(fēng)險定價精準(zhǔn)化、金融產(chǎn)品定制化。

比如，京東金融的安全魔方產(chǎn)品覆蓋反欺詐、信貸前中后期等不同業(yè)務(wù)場景，并實(shí)現(xiàn)客戶在營銷、注冊、登錄、信貸申請、交易、貸中監(jiān)控等不同業(yè)務(wù)環(huán)節(jié)的場景全覆蓋。安全魔方解決方案共分為“智盾”“智真”“智數(shù)”“智策”“智慧”五個子模塊。“智盾”-安全識別與驗(yàn)證。利用生物探針、人臉識別、滑塊驗(yàn)證、設(shè)備認(rèn)證、指紋驗(yàn)證等技術(shù)手段，通過構(gòu)建設(shè)備識別、人機(jī)識別和生物識別全方位安全體系，對用戶進(jìn)行風(fēng)險識別、驗(yàn)證與處置?！爸钦妗薄矸蒡?yàn)證：基于大數(shù)據(jù)驅(qū)動的身份、設(shè)備、地址等申請信息的驗(yàn)真服務(wù)?！爸菙?shù)”——風(fēng)控數(shù)據(jù)： 基于大數(shù)據(jù)驅(qū)動和不同場景的風(fēng)控客戶畫像，識別用戶風(fēng)險標(biāo)簽及風(fēng)險等級?！爸遣摺薄诓呗院蜋C(jī)器學(xué)習(xí)技術(shù)的風(fēng)控系統(tǒng)引擎，通過京東金融的風(fēng)險決策引擎、風(fēng)險數(shù)據(jù)洞察系統(tǒng)、社群探測等技術(shù)，提高合作機(jī)構(gòu)的風(fēng)險防控能力，加強(qiáng)風(fēng)險識別效果?！爸腔邸薄獧C(jī)器學(xué)習(xí)與建模解決方案。為客戶提供更加精準(zhǔn)高效的機(jī)器學(xué)習(xí)平臺，以及特征工程、模型訓(xùn)練、模型評估等解決方案，如RNN時間序列算法可通過分析瀏覽網(wǎng)頁的軌跡和反應(yīng)，判定風(fēng)險情況。更為重要的是，安全魔方產(chǎn)品不僅支撐了自身的風(fēng)控架構(gòu)體系，更是形成了可以對外輸出的能力。目前，安全魔方產(chǎn)品已經(jīng)為中國工商銀行、大連銀行等多家銀行客戶較好地解決了金融業(yè)務(wù)中的風(fēng)險防控問題。

“無界風(fēng)控”的未來之路

在金融監(jiān)管進(jìn)入常態(tài)化的后監(jiān)管時代，風(fēng)控是關(guān)系金融從業(yè)機(jī)構(gòu)生死存亡的大事，風(fēng)控能力逐漸成為其核心競爭力的體現(xiàn)，且風(fēng)控將呈現(xiàn)“全方位、立體化、多層次”的識別和防控，除了大數(shù)據(jù)、云計(jì)算、人工智能等科技的不斷完善，新型智能風(fēng)控在自我迭代中也呈現(xiàn)出一些新的趨勢。

一是搭建線上和線下融合的風(fēng)控體系是必要之舉。依托金融科技的線上審批活動能夠提高效率、降低成本。但金融科技不是萬能的，傳統(tǒng)金融機(jī)構(gòu)的線下業(yè)務(wù)有著天然的優(yōu)勢，需要充分融合，發(fā)揮合力。

二是數(shù)據(jù)信息的交換共享是當(dāng)務(wù)之急。一方面需要建立數(shù)據(jù)共享機(jī)制，在金融網(wǎng)絡(luò)之間推廣統(tǒng)一的網(wǎng)絡(luò)互連協(xié)議，打破國內(nèi)金融機(jī)構(gòu)間金融專用網(wǎng)絡(luò)隔閡，以銀行為代表的傳統(tǒng)金融機(jī)構(gòu)也應(yīng)進(jìn)一步開放數(shù)據(jù)給外部機(jī)構(gòu)；另一方面需要加強(qiáng)數(shù)據(jù)清洗、脫敏等治理手段的標(biāo)準(zhǔn)化建設(shè)， 要解決數(shù)據(jù)的“定價問題”，最終解決數(shù)據(jù)的流通問題。

三是用金融科技防范“次生風(fēng)險”是重中之重。金融科技作為優(yōu)化傳統(tǒng)風(fēng)控的重要活水，為整個風(fēng)控行業(yè)的效率變革發(fā)揮了重要作用。但隨之衍生出的欺詐風(fēng)險亦呈現(xiàn)“科技化”“專業(yè)化”的趨勢，這類“次生風(fēng)險”需要引起足夠的重視。

正如巴菲特所說：“風(fēng)險來自于你不知道自己在做什么?！痹陲L(fēng)險無處不在、無時不在的環(huán)境下，消滅風(fēng)險是絕無可能的，我們真正要做的是提高對風(fēng)險的感知、識別和控制能力，而金融科技無疑為我們更好地認(rèn)識和控制風(fēng)險打開了一扇新窗。

（作者系京東金融副總裁）