□鐘雪靈 侯 昉 彭詩力 黃承慧

[廣東金融學(xué)院 廣州 510521]

引言

網(wǎng)絡(luò)個人信貸尤其是P2P網(wǎng)絡(luò)個人信貸是互聯(lián)網(wǎng)金融的重要模式，是先進(jìn)信息技術(shù)與金融相結(jié)合的重要產(chǎn)物。網(wǎng)絡(luò)信貸通過業(yè)務(wù)模式的創(chuàng)新，便捷地滿足了中小企業(yè)和個人短期、小額、無抵押、無擔(dān)保的貸款需求，為解決貸款難和貸款貴的難題發(fā)揮了一定的作用，是落實(shí)普惠金融的重要組成部分。網(wǎng)絡(luò)個人信貸常見的產(chǎn)品是現(xiàn)金貸和消費(fèi)貸。但近兩年，P2P網(wǎng)絡(luò)貸款平臺頻頻暴雷，給眾多投資人帶來重大損失，甚至有些投資者傾家蕩產(chǎn)，淪為金融難民，為整個社會的穩(wěn)定帶來極大的不確定因素。造成此局面的直接原因是平臺資產(chǎn)端上出現(xiàn)了問題，而本質(zhì)原因則是風(fēng)險控制能力的缺失。為防范重大金融風(fēng)險的發(fā)生，監(jiān)管層頻頻出臺文件加強(qiáng)P2P網(wǎng)絡(luò)貸款平臺的監(jiān)管，而在眾多監(jiān)管文件中反復(fù)提及網(wǎng)絡(luò)貸款平臺需加強(qiáng)自身風(fēng)險控制能力建設(shè)。確實(shí)，通過有效風(fēng)險控制，控制好違約率和壞賬率是確保網(wǎng)絡(luò)貸款平臺平穩(wěn)安全運(yùn)行的關(guān)鍵要素之一。做好風(fēng)險控制工作是網(wǎng)絡(luò)信貸平臺生存發(fā)展的生命線，怎么強(qiáng)調(diào)它的重要性都不為過。

金融領(lǐng)域的風(fēng)險往往指損失發(fā)生的概率和金額的不確定性。在個人信貸領(lǐng)域最常見的是信用風(fēng)險，它主要是指借款人不能按時足額還款。風(fēng)險控制的目標(biāo)不是消滅風(fēng)險或者追求風(fēng)險最小化，而是有效識別、度量風(fēng)險，從而利用可控的風(fēng)險去追求最大化的收益。

個人信貸具有授信額度小和規(guī)模經(jīng)營的特點(diǎn)。由于無抵押、無擔(dān)保，授信額度甚至低至幾百元幾千元，最高一般不超過20萬元。網(wǎng)絡(luò)信貸同樣如此，但通過互聯(lián)網(wǎng)強(qiáng)大觸角，能把規(guī)模經(jīng)營發(fā)揮到極致，充分挖掘長尾效應(yīng)中的尾部市場，面向分散區(qū)域的廣泛借款人。授信額度小借款人分散避免了信用風(fēng)險的聚集，達(dá)到避免所有雞蛋放在一個籃子里的效果。風(fēng)險控制要解決的是借款人和出借人信息不對稱的問題。但網(wǎng)絡(luò)個人信貸面對數(shù)量龐大、地域分散的借款人，線下調(diào)研搜索信息難度大且成本高。而且，網(wǎng)絡(luò)個人信貸往往面向銀行不愿意或者無法覆蓋的風(fēng)險略高的客戶群體，此類客戶群體廣泛，金融需求旺盛。因此，在網(wǎng)絡(luò)個人信貸中，風(fēng)險控制的效率與效果必須齊頭并重，缺一不可。通過大數(shù)據(jù)技術(shù)形成標(biāo)準(zhǔn)化、自動化和系統(tǒng)化的風(fēng)險控制體系是網(wǎng)絡(luò)個人信貸的必然選擇。

與傳統(tǒng)個人信貸風(fēng)險控制相比較，大數(shù)據(jù)風(fēng)險控制在傳統(tǒng)數(shù)據(jù)上引入大量的非傳統(tǒng)數(shù)據(jù)形成高維的數(shù)據(jù)，在此基礎(chǔ)上，應(yīng)用機(jī)器學(xué)習(xí)等新的技術(shù)，更精準(zhǔn)更有效率地識別借款人的風(fēng)險狀況。國外主流的P2P企業(yè)，如LendingClub，Prosper，Capital one等憑借出色的數(shù)據(jù)化風(fēng)險控制能力，走出了一條極具競爭力的個人信貸之路。國內(nèi)有個別的互聯(lián)網(wǎng)金融企業(yè)也聲稱采用大數(shù)據(jù)風(fēng)險控制，但總的來說，受各種限制，目前尚處于起步發(fā)展階段。Zhao等[7]詳細(xì)介紹了P2P模式下包括風(fēng)險控制在內(nèi)的各類熱點(diǎn)問題的最新研究進(jìn)展。

一、基本流程

大數(shù)據(jù)風(fēng)險控制通過獲取全方面的多維用戶數(shù)據(jù)，依據(jù)高效的數(shù)據(jù)分析與處理手段，在欺詐檢測、信用評估、風(fēng)險預(yù)警和逾期客戶管理等多方面帶來與傳統(tǒng)方案不一樣的思路?；玖鞒倘鐖D1所示。

在申請貸款時，APP需采集借款人活體臉部圖像，以及要求借款人上傳身份證圖像。通過身份證圖像，可以采集身份證上的相關(guān)信息和借款人相片。將借款人身份證上的相片與借款人活體臉部圖像對比，可以驗(yàn)證借款人與提供的身份證是否匹配。此外，為確保借款人提供的是真實(shí)身份證，需借助公安部的身份證驗(yàn)證系統(tǒng)。

圖1 網(wǎng)絡(luò)個人信貸大數(shù)據(jù)風(fēng)險控制基本流程

客戶信貸生命周期管理包括了貸前管理、貸中管理和貸后管理三個主要階段。圖1所涉及的各個環(huán)節(jié)中，規(guī)則引擎、機(jī)器學(xué)習(xí)模型屬于貸前管理范疇，風(fēng)險預(yù)警屬于貸中管理范疇，逾期客戶管理屬于貸后管理范疇。

大數(shù)據(jù)風(fēng)險控制中包含了海量的多維度數(shù)據(jù)，且在不斷變化中。在貸后管理中，從數(shù)據(jù)中尋找更多的參考信息，交叉驗(yàn)證，發(fā)現(xiàn)異常，可以動態(tài)監(jiān)測借款人的經(jīng)濟(jì)動向，及時發(fā)現(xiàn)逾期的可能，盡早啟動催收，則較大可能收回欠款。

總而言之，大數(shù)據(jù)風(fēng)險控制將深入客戶信貸生命周期管理的各個階段、各個環(huán)節(jié)，做到全面風(fēng)險控制，形成各環(huán)節(jié)之間信息反饋、驗(yàn)證、優(yōu)化的機(jī)制，形成風(fēng)險控制的閉環(huán)，不斷提升整體風(fēng)險控制水平。

二、數(shù)據(jù)獲取

盡可能全面地獲取借款人的一切信息是網(wǎng)絡(luò)個人信貸大數(shù)據(jù)風(fēng)險控制的起點(diǎn)。數(shù)據(jù)獲取的主要來源有：

1.借款人填寫的數(shù)據(jù)。此部分?jǐn)?shù)據(jù)依靠借款人在APP或者網(wǎng)頁按照平臺的信息要求填寫獲取，包括了姓名、性別、出生年月、身份證號、婚姻狀態(tài)、手機(jī)號碼、學(xué)歷、住址、職業(yè)、收入、郵箱、借款用途、緊急聯(lián)系人等信息。

2.來自央行征信報告的數(shù)據(jù)。此部分?jǐn)?shù)據(jù)主要包括了信用卡、貸款和為他人貸款擔(dān)保的總體情況及明細(xì)情況。

3.號碼相關(guān)的信息，包括手機(jī)號碼對應(yīng)的用戶名、號碼所在地、套餐類型、開卡時間、在網(wǎng)時長、近半年消費(fèi)等信息。

4.來自公安部門數(shù)據(jù)。此部分?jǐn)?shù)據(jù)包括借款人戶籍、犯罪記錄等信息。

5.來自工商部門數(shù)據(jù)。此部分?jǐn)?shù)據(jù)包括借款人作為法人或者股東的企業(yè)信息。

6.資產(chǎn)信息。此部分?jǐn)?shù)據(jù)包括房產(chǎn)、車等信息。

7.公積金數(shù)據(jù)。此部分?jǐn)?shù)據(jù)包括公積金繳交年限以及金額等信息。

8.電商數(shù)據(jù)。此部分?jǐn)?shù)據(jù)來源于借款人在阿里和京東等各大電商的購物信息，包括購物金額、購物物品、物流地址等信息。

9.移動設(shè)備數(shù)據(jù)。此部分?jǐn)?shù)據(jù)來源于爬取借款人手機(jī)上的信息，包括IP地址、通訊錄、各種APP安裝以及使用情況、所處的地理位置、設(shè)備指紋等信息。

10.社交數(shù)據(jù)。此部分?jǐn)?shù)據(jù)來源于借款人在各種社交平臺上發(fā)布以及評論的信息。

11.第三方信用評分。此部分?jǐn)?shù)據(jù)包括阿里的芝麻信用分以及京東的小白信用分。

12.其他借貸平臺的借貸數(shù)據(jù)。此部分?jǐn)?shù)據(jù)包括借款人在其他借貸平臺的借貸情況。

13.黑名單。此部分?jǐn)?shù)據(jù)來源于其他各類平臺機(jī)構(gòu)的黑名單信息，包括其他網(wǎng)絡(luò)貸款平臺、鐵路系統(tǒng)黑名單等。

14.用戶瀏覽器Cookie數(shù)據(jù)。此部分?jǐn)?shù)據(jù)通過爬取借款人瀏覽器Cookie獲得，主要包括用戶最近瀏覽過的網(wǎng)頁信息。

15.行為數(shù)據(jù)。此部分?jǐn)?shù)據(jù)來源于借款人行為上的數(shù)據(jù)，例如借款人在填寫住宅地址時所花的時間等信息。

網(wǎng)絡(luò)個人信貸大數(shù)據(jù)風(fēng)險控制的數(shù)據(jù)來源包含上述數(shù)據(jù)但不限于此，收集的數(shù)據(jù)屬性往往超過千個。上述絕大部分?jǐn)?shù)據(jù)涉及借款人隱私，需經(jīng)過借款人嚴(yán)格授權(quán)方能獲取。在數(shù)據(jù)獲取過程中，尤其注意合法合規(guī)。上述獲取的數(shù)據(jù)來源廣泛，復(fù)雜多樣，難以避免數(shù)據(jù)存在不一致性和強(qiáng)稀疏性。因此，必須對數(shù)據(jù)進(jìn)行預(yù)處理，確保數(shù)據(jù)滿足建模的要求。

三、用戶畫像與知識圖譜

（一）用戶畫像

在風(fēng)險控制領(lǐng)域，用戶畫像將借款人群進(jìn)行分類，為借款人打上各類標(biāo)簽，從而對借款人有直觀的了解，對其信用水平形成基本的判斷。面對眾多維度的數(shù)據(jù)，在構(gòu)造用戶畫像時，著重關(guān)注借款人還款意愿（信用水平）和還款能力兩個方面。還款意愿（信用水平）是指借款人能否履行按時足額還款的承諾。還款能力是指借款人償還貸款的能力，與其收入水平和支出水平密切相關(guān)。在風(fēng)險控制領(lǐng)域，與借款人還款意愿（信用水平）和還款能力比較密切相關(guān)的是以下五類數(shù)據(jù)：

1.人口屬性。描述借款人基本特征的信息，了解借款人是誰，以及如何聯(lián)系借款人。

2.信用屬性。描述借款人收入和資產(chǎn)情況。

3.消費(fèi)特征。描述借款人消費(fèi)習(xí)慣和偏好，了解借款人的支出情況。

4.興趣愛好。進(jìn)一步了解借款人特征的信息，興趣愛好在一定程度上與收入和消費(fèi)都有比較密切的關(guān)聯(lián)。

5.社交信息。描述了借款人的聯(lián)系人群體以及在社交網(wǎng)絡(luò)中發(fā)表和評論的信息。這往往能揭示借款人在社會生活中比較真實(shí)的狀況。

通過用戶畫像，對借款人具有直觀定性的判斷。這些結(jié)果可作為后續(xù)的規(guī)則引擎和機(jī)器學(xué)習(xí)模型信用評估的數(shù)據(jù)使用。

圖2是可視化的用戶畫像，將借款人的職業(yè)、家庭身份、愛好、興趣等關(guān)鍵字按照權(quán)重大小或者出現(xiàn)的頻次高低，以不同的大小疊加在圖像剪影上，直觀反映了借款人的相關(guān)信息。

圖2 可視化用戶畫像

（二）知識圖譜

知識圖譜就是把所有數(shù)據(jù)信息通過關(guān)系連接在一起形成的一個關(guān)系網(wǎng)絡(luò)。A與B兩人同一個單位，那么在知識圖譜中A與B可以通過單位建立一個聯(lián)系。在風(fēng)險控制領(lǐng)域，借款人就是關(guān)系網(wǎng)絡(luò)中的一個節(jié)點(diǎn)。知識圖譜在風(fēng)險控制領(lǐng)域主要應(yīng)用有：

1.信息校驗(yàn)。A與B兩人在同一個單位，如果兩人填寫的單位地址不一樣，則存在信息沖突，需進(jìn)一步檢驗(yàn)。

2.關(guān)系聚類。A與B兩人在知識圖譜上存在比較密切的關(guān)聯(lián)，依據(jù)物以類聚人以群分的經(jīng)驗(yàn)，那么A與B兩人具有比較相近的信用水平。

3.關(guān)系識別。匿名用戶A與登錄用戶B具有相同的設(shè)備指紋和客戶端信息等，可以基本推斷匿名用戶A與登錄用戶B是同一人，若B存在欺詐行為，則A欺詐的可能行也較高。

4.逾期催收。A與B兩人在知識圖譜上存在比較密切的關(guān)聯(lián)。A貸款逾期失聯(lián)，則可以嘗試通過B聯(lián)系A(chǔ)。

借款人作為社會人，一般具有廣泛的社會聯(lián)系，構(gòu)建好知識圖譜，利用好知識圖譜，對提升風(fēng)險控制水平具有積極效應(yīng)。

四、欺詐檢測與信用評估

在信貸領(lǐng)域，欺詐是指騙取貸款的行為，是一種需特別防范的風(fēng)險。根據(jù)欺騙主觀故意的程度，欺詐可分為嚴(yán)重欺詐和輕度欺詐。嚴(yán)重欺詐是指完全沒有還款意愿的騙貸行為；輕度欺詐指主觀上有還款意愿，但通過提供虛假申請信息、虛假證明材料或偽冒他人名義等欺騙手段，力圖提升信用水平，以避免拒貸或獲得更高額度的貸款。輕度欺詐雖然主觀惡意程度低，但騙取了超出正常還款能力的貸款，仍然存在不小的風(fēng)險。根據(jù)欺騙事實(shí)的不同，欺詐又可分為信息欺詐、身份欺詐和用途欺詐。信息欺詐是指提供虛假申請信息、虛假證明材料的欺詐行為。身份欺詐是偽冒他人名義的欺詐行為。用途欺詐指通過虛構(gòu)交易事實(shí)，套取、挪用資金。根據(jù)騙取行為發(fā)生的階段，欺詐又可分為申請欺詐和交易欺詐[8]。

相比較傳統(tǒng)個人信貸模式，網(wǎng)絡(luò)個人信貸依靠審批的精簡化、自動化和標(biāo)準(zhǔn)化，提高了業(yè)務(wù)的便捷性，降低了成本，但也大大增加了欺詐發(fā)生的可能性。近年來，針對網(wǎng)絡(luò)個人信貸的有組織成規(guī)模欺詐行為時有發(fā)生，帶來了極大的危害。

在個人信貸領(lǐng)域，針對借款人進(jìn)行信用等級評估是關(guān)鍵。根據(jù)借款人的信用程度、貸款金融、貸款期限、貸款用途等要素，確定不同的貸款利率。一般而言，信用程度與貸款利率相適應(yīng)，信用程度相對較高的借款人會給予相對較低的貸款利率，反之，信用程度相對較低的借款人會給予相對較高的貸款利率。因而，也可以說信用評估在某種程度上起到了精準(zhǔn)營銷的作用。對于信用程度低于給定閾值的借款人，會認(rèn)為其還款意愿較低或者還款能力不足，給予拒貸。從這個角度而言，反欺詐與信用評估密切相關(guān)，信用程度較低的借款人存在欺詐行為的可能性比較大。尤為值得一提的是，Emekte等[3]指出期望通過高貸款利率去覆蓋低信用程度的借款人并不可行。

在網(wǎng)絡(luò)個人信貸中，基于大數(shù)據(jù)的風(fēng)險控制貫穿與貸前、貸中和貸后各個階段。圖1中的規(guī)則引擎就是貸前階段欺詐檢測和信用評估的第一道環(huán)節(jié)，機(jī)器學(xué)習(xí)模型則是第二道環(huán)節(jié)。

簡單來說，規(guī)則引擎是復(fù)雜業(yè)務(wù)下的決策框架，包含了大量預(yù)先設(shè)定好的規(guī)則。當(dāng)接受了數(shù)據(jù)輸入，規(guī)則引擎解釋規(guī)則，并做出業(yè)務(wù)決策。在欺詐檢測或者信用評估中，規(guī)則引擎通過大量預(yù)先設(shè)定好的信息校驗(yàn)或條件判斷來得到結(jié)論。大數(shù)據(jù)風(fēng)險控制中，規(guī)則引擎設(shè)定的信息校驗(yàn)或條件判斷往往達(dá)到數(shù)百條甚至更多。信息校驗(yàn)將來源不同的數(shù)據(jù)進(jìn)行比對驗(yàn)證，判斷借款人的可靠性，例如：網(wǎng)上購物常用的物流地址是否與填寫的住宅地址或者單位地址匹配；社保繳費(fèi)單位是否與自填所在單位匹配；申請貸款時的地理位置是否遠(yuǎn)離住宅地址或者單位地址等等。條件判斷是風(fēng)險控制領(lǐng)域統(tǒng)計學(xué)結(jié)論的應(yīng)用，例如：是否有多頭貸款；手機(jī)號碼的入網(wǎng)時長是否超過半年；公積金的繳交年限是否大于1年；是否有犯罪記錄，芝麻信用分是否低于500分等等。每條信息的校驗(yàn)和條件判斷都有相應(yīng)的分值。根據(jù)總分，規(guī)則引擎最終可以得出一個信用等級評分（信用等級分最差的一檔屬于欺詐可能性較高）。

當(dāng)借款人通過規(guī)則引擎的欺詐檢測后，則進(jìn)入下一環(huán)節(jié)，運(yùn)用機(jī)器學(xué)習(xí)模型進(jìn)一步評估信用狀況，這是典型的分類問題?；舅悸窞椋簩Ａ繑?shù)據(jù)進(jìn)行有效組織和預(yù)處理，利用機(jī)器學(xué)習(xí)的算法，深度挖掘出與網(wǎng)絡(luò)個人信貸信用評估相關(guān)的指標(biāo)，構(gòu)建區(qū)分能力較強(qiáng)、穩(wěn)定性較好且具有較好業(yè)務(wù)解釋性的模型。常見的機(jī)器學(xué)習(xí)算法包括決策樹、貝葉斯網(wǎng)絡(luò)、邏輯回歸、深度學(xué)習(xí)、支持向量機(jī)、隨機(jī)森林等[9]。

機(jī)器學(xué)習(xí)算法構(gòu)建模型依賴于大量的歷史數(shù)據(jù)，沒有足夠的數(shù)據(jù)，就沒有效果滿意的模型。美國著名的P2P公司LendingClub定期更新開放交易數(shù)據(jù)集供研究使用，可以在網(wǎng)址https://www.lendingclub.com/info/download-data.action下載獲取。該數(shù)據(jù)集包含上百萬條記錄，150個屬性，足以訓(xùn)練和驗(yàn)證常見的機(jī)器學(xué)習(xí)模型。Malekipirbazari和Aksakalli[6]針對LendingClub開放數(shù)據(jù)集運(yùn)用了常見的機(jī)器學(xué)習(xí)算法構(gòu)建學(xué)習(xí)模型，各種模型測試的結(jié)論是隨機(jī)森林的效果最好。隨機(jī)森林[1]是集成學(xué)習(xí)中具有代表性的一種方法。集成學(xué)習(xí)通過構(gòu)建并結(jié)合多個學(xué)習(xí)器來完成學(xué)習(xí)任務(wù)，是“一個諸葛亮，不如三個臭皮匠”思想的體現(xiàn)。隨機(jī)森林在以決策樹為基學(xué)習(xí)構(gòu)建Bagging集成的基礎(chǔ)上，進(jìn)而在決策樹的訓(xùn)練過程中引入了隨機(jī)屬性選擇。隨機(jī)森林簡單、容易實(shí)現(xiàn)、計算開銷小，但在大數(shù)據(jù)風(fēng)險控制中展現(xiàn)出強(qiáng)大的性能。除隨機(jī)森林算法外，在目前主流的數(shù)據(jù)科學(xué)競賽平臺上（例如Kaggle），針對網(wǎng)絡(luò)個人信貸信用評估這類分類問題，優(yōu)勝算法大多是以決策樹為基學(xué)習(xí)構(gòu)建的集成學(xué)習(xí)算法，除上文提到的隨機(jī)森林，還包括GBDT[4]、XG Boost[2]、Light GBM[5]等。

五、結(jié)語

本文詳細(xì)介紹了網(wǎng)絡(luò)個人信貸大數(shù)據(jù)風(fēng)險控制的總體框架和基本思路。網(wǎng)絡(luò)個人信貸是普惠金融中一項(xiàng)重要的惠民服務(wù)，是信貸模式的創(chuàng)新以及信貸渠道的拓展，為解決借款貴和借款難問題提供了一個路徑。它的價值在于滿足了個人信貸長尾市場的需求，覆蓋了傳統(tǒng)金融機(jī)構(gòu)難以或者不愿意服務(wù)的借貸群體。不管是何種模式的信貸，風(fēng)險控制都是核心問題。網(wǎng)絡(luò)個人信貸的風(fēng)險控制借助于互聯(lián)網(wǎng)技術(shù)和大數(shù)據(jù)技術(shù)，與傳統(tǒng)個人信貸風(fēng)險控制具有完全不同的思路。國內(nèi)外不少企業(yè)在實(shí)踐中證明了這是一條切實(shí)可行的風(fēng)險控制路徑，是風(fēng)險控制領(lǐng)域有價值的創(chuàng)新。

為更好地提升大數(shù)據(jù)風(fēng)險控制的效率和效果，切實(shí)地防范風(fēng)險，需進(jìn)一步做好：（1）更加廣泛且有質(zhì)量地拓展數(shù)據(jù)源，數(shù)據(jù)是一切大數(shù)據(jù)技術(shù)的基礎(chǔ)，但需注意數(shù)據(jù)來源合法合規(guī)的問題；（2）不斷改進(jìn)數(shù)據(jù)處理和建模技術(shù)，更有效地尋找統(tǒng)計學(xué)上與風(fēng)險控制密切相關(guān)的屬性，充分挖掘數(shù)據(jù)的價值；（3）模型需具有不斷學(xué)習(xí)與進(jìn)化能力，以應(yīng)對環(huán)境與借款人不斷變化，以及有預(yù)謀有組織的欺詐活動。