智能风控AB面 银行、网贷、风控、保险大咖热议大数据风控应用的挑战

本报记者谢水旺上海报道

6月30日，由南方财经全媒体集团指导、《21世纪经济报道》主办的“2018中国金融科技发展论坛”在上海召开。

在主题为“智能风控的AB面”的第二场圆桌对话环节上，浙商银行信息科技部需求设计中心总经理助理臧铖、开鑫贷总经理鲍建富、杭州银行信息技术部技术总监徐建芳、宜人贷CRO裴益川、新颜征信CEO黄向前、众安科技副总经理赵黎明围绕大数据风控应用的话题，展开了热烈讨论。

银行、网贷、风控、保险领域资深从业者结合自身从业经验，热议大数据风控的运用，一致认为，在线上信贷业务发展的背景下，大数据风控对于传统金融机构和互联网金融机构都很有价值，但在数据的完整性、准确性等方面存在挑战，而且，反欺诈挑战很大。

大数据风控运用有何挑战？

无论是传统金融机构，还是互联网金融机构，都有应用大数据，这是实现业务目标的基础。

“谈及大数据应用，第一是获取内外部有价值的数据，第二是建立适合数据应用场景的模型，第三是获得结果并不断迭代。”臧铖表示，对于银行和互联网机构，有很大的区别。互联网机构会有各种不同的渠道包括通过自身的系统，获得客户各类数据特别是行为数据，而银行更多是来自于体内积累，外部数据获取渠道较为有限。

“所以我觉得站在银行的角度来看，数据应用最大的问题是在于数据维度的缺失。”臧铖坦言，数据和模型是相辅相成的，有好的模型没有数据，模型成为空谈，有足够的数据却没有好的模型，数据也无法产生价值。

臧铖认为：“在应用的时候，数据获取和模型建立需要齐头并进，要在数据和模型之间找到平衡，后续要互相协同，不断优化。

在鲍建富看来，金融科技和智能风控的运用，给传统金融机构和新型金融机构都带来了很多惊喜和变化，大数据风控的资源投入非常必要，根据自己资产获取的方向，可以加入更大力度的投入。

徐建芳表示，近年来，银行发力线上业务，包括零售消费贷和小微金融贷，都要用到大数据风控。银行用央行的征信数据，也运用了很多第三方的数据，构建风控模型。

“特别是在今年网络安全法实施之后，明确感觉到第三方数据的来源越来越少，可靠的数据越来越少。这是挑战，也是好事，这样真实的数据就出来了。”徐建芳坦言。

徐建芳还提到，由于线上信贷业务的发展，“黑产”越来越厉害，反欺诈风险也很高，是个很大的挑战。而且，反欺诈其实是层出不穷的，可以说道高一尺，魔高一丈。对于金融机构来说，大数据分析要求很高，对建模要求很高，而且这是一个长期不断优化的过程。

裴益川以粮食的概念阐述了金融机构和非金融机构之间的差异，他认为相比传统金融机构的“精粮”，网贷机构等吃的是“粗粮”，所以更需要引用大数据、人工智能等创新的方式做好风控。宜人贷在客户的授权下已经积累了很多数据，对各种各样的“粗粮”已经有了一些初步的认识和辨别。在此基础上，采取适当的方法和模型让网贷行业在风控识别、欺诈识别领域有所领先。

“我们就属于提供粗粮的团队，还有很多信息和数据都是孤岛。”黄向前认为，以后做放贷业务，一定是传统金融机构学习互联网公司的玩法，而互联网公司一定是和传统金融机构结合，对于互联网放贷，监管有明确的杠杆要求，最终我们看到的是传统金融机构和互联网机构相融合的过程。

“在这个过程中，我们这种提供数据或者提供风控解决方案的供应商，其实既服务了互联网机构，又服务了传统机构，我们的数据其实也在融合。”黄向前还称。

来自众安科技的赵黎明表示：“我们通过信用保证保险，通过保险服务信贷。”

“很多第三方数据公司基于自己的模型，给出评分，但对于我们很难使用，希望未来能够解决上述问题。此外，也要在大数据风控的成本和收益上做个均衡。”赵黎明称。

贷款利率

不完全取决于技术

那么，相对传统的方法，大数据风控是不是有更强的风险识别能力？如果大数据风控能够比较好的识别欺诈，为什么现在贷款的利率还没有看到比较明显的下降？

“风险管控很大程度上来讲，是一个数学问题，怎么判断是好人还是坏人，这是一种预测，其实也是一个概率的问题。好人和坏人不是脸谱化的，面对不同的结构他可以表现出或好或坏，利用大数据可以帮助我们把这一件事情预测得更准确，把预测的概率提得更高，但不可能绝对准确。”臧铖认为。

臧铖补充：“降低利率，首先是业务问题，我们采用更多风控手段可以降低我们的风险成本，那么降低了成本是不是应该降低利率，这是一个业务考虑。其次，从银行角度来讲，利率也受监管和政策影响，并不仅仅是一个成本降低可以决定的。”

鲍建富表示，大数据风控应用，作为传统金融机构来讲，应该是如虎添翼；从新金融角度来讲，也是首当其冲的应用。“大数据风控有助于风险控制，资产质量的提升，以及服务水平的提高，交易成本的降低等。”

“贷款的利率是由市场供需和宏观经济政策综合作用而形成的，也是我们资金配置给何种借款人的一个风向标。这几年，整个行业的借款人的综合成本呈下降趋势。但我想更多不是技术因素而导致的。可以看到，风险识别能力的提升和利率升降不是一个因果关系，风险识别能力的提升，是为了更好的风险定价。”鲍建富还称。

来自杭州银行的徐建芳认为：“现在这种智能风控和传统风控的比较，在短期内这是很难比较的。一方面，从传统银行来讲，以前零售业务的风险本来就偏低，企业风险会比较高一点，银行现在用新的技术和智能风控的业务，总的比例还不是非常大，所以两者没有一个很相当的比较基础。另一方面，如网贷机构，本身也没有用传统方式做，而且其目标客户是长尾客户，这些客户本身就没有太多的传统金融的业务，很难比较。”

不过，徐建芳坦言，现在智能风控这种模式，其面向的客户和业务模式，就是小额分散的风险。从大范围来讲，其风控效果可能会比传统风控好，需要一定的数据量来看，从一个更广义的时间来讲，智能风控一定会比传统风控做得更好。利用智能风控，需要做到规模经济，才能做好。

徐建芳也称，利率不完全取决于技术。“通过现在的风控和贷款来讲，大部分客户都是以前比较难贷的客户，他本身利率承受度就比较高，整个定价肯定就会比传统更高。而且，网贷机构的资金成本更高，银行也有这个顾虑，但是未来借款成本肯定是个下降的趋势。”

裴益川指出，风险里面有两类风险，一个是信用风险，一个是欺诈风险。大数据对欺诈风险的效果非常好，在信用风险方面，金融机构和网贷之间差别不大。裴益川表示，网贷至少有三块主要的成本，一块是获客成本，一块是资金成本，最后一块才是风险成本。风险成本取决于客户群体，虽然网贷行业具有一定的风控优势，但由于处于不同的市场，成本一直没有降下来。技术、数据等能够帮助控制风险，而定价最终会决定风险。所以宜人贷希望能够真正把定价降下来，可以更好地服务客户，推动行业更加健康地发展。

“无论是传统机构还是互联网机构，你只要通过网络放贷，一定会遇到怎样才可以真正把合格的贷款人找出来的困惑。”黄向前表示，大数据风控机构通过海量数据积累和大数据风控模型，多维刻画用户画像并且精准量化用户风险，从而能够协助金融机构对申请人进行信用评估。

赵黎明则称：“我们做风控的时候，会涉及到保险产品的定价，我们有时候会发现大数据越多，整个风控就越好。很多时候大数据其实可以发现很多我以前不能拓展的行业界限。”

新闻推荐

首期一个亿 年化费率不高于6% 掌众善贷计划聚焦低息借款信息服务

10月16日，掌众集团在京举办了“善贷且成守护美好”主题发布会，并于会上发布新产品“善贷计划”。据悉，该计划是提供低息救急...