大數(shù)據(jù)風(fēng)控在金融科技中的應(yīng)用和問(wèn)題

4 評(píng)論 17446 瀏覽 92 收藏 10 分鐘

金融科技的核心就是和大數(shù)據(jù)技術(shù)有效結(jié)合,利用大數(shù)據(jù)的能力,促進(jìn)金融企業(yè)在金融業(yè)務(wù)的全生命周期中,不斷提升效率和服務(wù)能力。但是金融科技一結(jié)合大數(shù)據(jù),也不能當(dāng)成是萬(wàn)能藥,大數(shù)據(jù)目前還有它的局限性,只能作為金融風(fēng)控的補(bǔ)充手段,下面就結(jié)合大數(shù)據(jù)產(chǎn)業(yè)和具體方案聊一下,大數(shù)據(jù)在金融風(fēng)控中的應(yīng)用。

一、為什么要用大數(shù)據(jù)風(fēng)控?

不論是銀行還是消費(fèi)金融公司,互聯(lián)網(wǎng)小貸公司等其他金融機(jī)構(gòu),金融機(jī)構(gòu)普遍有風(fēng)控需求,底層業(yè)務(wù)邏輯幾乎完全相同,只是面對(duì)客群,金融產(chǎn)品、風(fēng)險(xiǎn)偏好存在差異。

銀行等傳統(tǒng)機(jī)構(gòu)本質(zhì)上是風(fēng)險(xiǎn)經(jīng)營(yíng)。一方面,監(jiān)管層對(duì)金融機(jī)構(gòu)的風(fēng)控能力提出很高要求, 另一方面,風(fēng)控直接會(huì)影響金融機(jī)構(gòu)的利潤(rùn)水平。

因此,大數(shù)據(jù)風(fēng)控直接解決金融機(jī)構(gòu)的核心需求,價(jià)值度最大。大數(shù)據(jù)風(fēng)控能夠能夠在用戶畫(huà)像,反欺詐,信用評(píng)級(jí)等方面大大提高金融機(jī)構(gòu)的效率和風(fēng)控能力,是金融企業(yè)發(fā)展過(guò)程中必須結(jié)合的一項(xiàng)科技手段。

二、大數(shù)據(jù)產(chǎn)業(yè)情況介紹

目前大數(shù)據(jù)行業(yè)主要有三類(lèi)玩家:

  • 以人行征信、鵬元征信、前海征信、銀聯(lián)智策為主的數(shù)據(jù)機(jī)構(gòu),他們特點(diǎn)是和傳統(tǒng)的銀行,公安部,工商局,航空公司,社保局等國(guó)家機(jī)關(guān)合作,提供公民基本身份證信息、銀行卡信息、航空出行信息、企業(yè)工商信息等,他們的特點(diǎn)是對(duì)外提供數(shù)據(jù)查詢,數(shù)據(jù)豐富有價(jià)值,缺點(diǎn)是風(fēng)控產(chǎn)品偏弱。
  • 以螞蟻金服、騰訊征信、百度金融為主的互聯(lián)網(wǎng)公司,他們的特點(diǎn)是各自都有一塊基于電商、社交、搜索的巨量數(shù)據(jù),同時(shí)一些外部數(shù)據(jù),形成自己的風(fēng)控產(chǎn)品和數(shù)據(jù)輸出能力,這些互聯(lián)網(wǎng)公司剛開(kāi)始只是和自己的戰(zhàn)略合作企業(yè)合作輸出風(fēng)控,現(xiàn)在也慢慢對(duì)外提供2B的風(fēng)控產(chǎn)品。
  • 同盾科技、百融金服、幫盛科技、聚信立、數(shù)美科技等創(chuàng)業(yè)技術(shù)公司,在互聯(lián)網(wǎng)巨頭還沒(méi)有對(duì)外提供風(fēng)控技術(shù)和傳統(tǒng)數(shù)據(jù)機(jī)構(gòu)風(fēng)控技術(shù)還不強(qiáng)的時(shí)候,他們的出現(xiàn)彌補(bǔ)了P2P金融和現(xiàn)金貸對(duì)風(fēng)控產(chǎn)品的巨大需求,他們的數(shù)據(jù)是整合多方數(shù)據(jù)源,不斷的為2B企業(yè)提供風(fēng)控模型和數(shù)據(jù),并且獲得了一些網(wǎng)貸數(shù)據(jù)積累。

三、大數(shù)據(jù)風(fēng)控的覆蓋流程

大數(shù)據(jù)覆蓋信貸領(lǐng)域各個(gè)流程,重點(diǎn)是獲客、身份驗(yàn)證和授信環(huán)節(jié),貸中后環(huán)節(jié)。

  • 獲客環(huán)節(jié)建立用戶畫(huà)像,跟蹤用戶完整生命周期;
  • 身份驗(yàn)證環(huán)節(jié),通過(guò)身份驗(yàn)證,活體識(shí)別等技術(shù)解決申請(qǐng)人是否本人的問(wèn)題,關(guān)聯(lián)分析則是利用圖關(guān)聯(lián)技術(shù),找出欺詐團(tuán)伙;
  • 授信環(huán)節(jié)匯聚多方數(shù)據(jù)源,通過(guò)建模進(jìn)行風(fēng)險(xiǎn)定價(jià),金融科技服務(wù)商輸出信用評(píng)分給機(jī)構(gòu)使用;
  • 貸中后環(huán)節(jié),主要是排查異??蛻簦皶r(shí)報(bào)警,以及逾期客戶失聯(lián)修復(fù)等。

大數(shù)據(jù)在信貸過(guò)程中的應(yīng)用

四、大數(shù)據(jù)風(fēng)控的價(jià)值點(diǎn)分析

1.數(shù)據(jù)

大數(shù)據(jù)風(fēng)控中什么是最重要的?

答案是:數(shù)據(jù)。

數(shù)據(jù)的大數(shù)據(jù)風(fēng)控中的核心中的核心,沒(méi)有什么比數(shù)據(jù)直接告訴金融機(jī)構(gòu)某個(gè)目標(biāo)客戶是黑名單客戶,逾期嚴(yán)重客戶更簡(jiǎn)單和高效的事情了。

數(shù)據(jù)最好能有海量數(shù)據(jù),覆蓋足夠多的用戶;用戶數(shù)據(jù)價(jià)值密度高、噪音少,數(shù)據(jù)清洗容易;用戶數(shù)據(jù)維度多,能夠形成豐富的用戶畫(huà)像;自身業(yè)務(wù)場(chǎng)景能夠獲取有價(jià)值數(shù)據(jù) 。

2.技術(shù)

對(duì)于有些金融機(jī)構(gòu)來(lái)講,如果風(fēng)控標(biāo)準(zhǔn)很?chē)?yán)格,其實(shí)排查不能準(zhǔn)入的客戶其實(shí)是不難的,但是對(duì)于大部分金融機(jī)構(gòu)來(lái)講,風(fēng)控和業(yè)務(wù)是互斥的,為了提高業(yè)務(wù)量,就必須降低準(zhǔn)入標(biāo)準(zhǔn),但是又要防范風(fēng)險(xiǎn),這就需要借助技術(shù)手段,通過(guò)反欺詐建模和信用建模方式,對(duì)一下白戶進(jìn)行評(píng)估,以及評(píng)估客戶信用水平,以決定是否準(zhǔn)入。

技術(shù)要求有強(qiáng)大的底層技術(shù)架構(gòu)能力,良好的企業(yè)級(jí)產(chǎn)品輸出能力和大數(shù)據(jù)清洗和建模能力,未來(lái)還需要結(jié)合Al等技術(shù),形成智能的風(fēng)控和反欺詐平臺(tái)。

3.場(chǎng)景

理財(cái),保險(xiǎn),汽車(chē)金融,現(xiàn)金貸等金融服務(wù),對(duì)應(yīng)的場(chǎng)景不同,對(duì)建模的要求也不同,建模能力要求對(duì)客戶的業(yè)務(wù)場(chǎng)景非常理解,模型才能適合行業(yè)特征。需要經(jīng)驗(yàn)豐富的建模團(tuán)隊(duì)和行業(yè)專(zhuān)家隊(duì)伍;服務(wù)過(guò)行業(yè)標(biāo)桿客戶,了解客戶的業(yè)務(wù)場(chǎng)景;深度理解業(yè)務(wù)需求。

五、大數(shù)據(jù)風(fēng)控的在信貸中應(yīng)用

我們以百融系統(tǒng)為例,介紹大數(shù)據(jù)風(fēng)控在信貸過(guò)程中的流程:

百融大數(shù)據(jù)風(fēng)控應(yīng)用貸款流程

當(dāng)前的信貸審批流程主要分為人工審核和自動(dòng)審核,對(duì)于客戶資質(zhì)好,信用好的客戶,只要能通過(guò)負(fù)面信息,欺詐信息,信用評(píng)估,那么系統(tǒng)自 動(dòng)審批通過(guò)。對(duì)負(fù)面信息和欺詐風(fēng)險(xiǎn)沒(méi)有通過(guò)的客戶,系統(tǒng)可以自動(dòng)拒絕或者申請(qǐng)人工復(fù)核,對(duì)于信用評(píng)分不高的客戶,需要人工介入審核。

六、常用的大數(shù)據(jù)行業(yè)數(shù)據(jù)

  • 央行征信報(bào)告:一般持牌金融機(jī)構(gòu)有央行征信介入權(quán)限,包括個(gè)人的執(zhí)業(yè)資格記錄、行政獎(jiǎng)勵(lì)和處罰記錄、法院訴訟和強(qiáng)制執(zhí)行記錄、欠稅記錄等。
  • 司法信息:最高法以及省市各級(jí)法院的最新公布名單,包括執(zhí)行法院、立案時(shí)間、執(zhí)行案號(hào)、執(zhí)行標(biāo)的、案件狀態(tài)、執(zhí)行依據(jù)、執(zhí)行機(jī)構(gòu)、生效法律文書(shū)確定的義務(wù)、被執(zhí)行人的履行情況、失信被執(zhí)行人的行為等信息。
  • 公安信息:覆蓋公安系統(tǒng)涉案、在逃和有案底人員信息,包括案發(fā)時(shí)間、案件詳情如詐騙案/生產(chǎn)、銷(xiāo)售假藥案等信息。
  • 信用卡信息:銀行儲(chǔ)蓄卡/信用卡支出、收入、 逾期等信息。
  • 航旅信息:包含過(guò)去一年中,每個(gè)季度的飛行城市、飛行次數(shù)、座位層次等數(shù)據(jù)。
  • 社交信息:包含社交賬號(hào)匹配類(lèi)型、社交賬號(hào)性別、社交賬號(hào)粉絲數(shù)等。
  • 運(yùn)營(yíng)商信息:核查運(yùn)營(yíng)商賬戶在網(wǎng)時(shí)長(zhǎng)、在網(wǎng)狀態(tài)、消費(fèi)檔次等信息。
  • 網(wǎng)貸黑名單:根據(jù)個(gè)人姓名和身份證號(hào)碼驗(yàn)證是否有網(wǎng)貸逾期,黑名單信息。
  • 還有駕駛證狀態(tài),租車(chē)黑名單,電商消費(fèi)記錄等等。

七、大數(shù)據(jù)行業(yè)存在的問(wèn)題

目前整個(gè)大數(shù)據(jù)行業(yè)面臨的問(wèn)題主要是客戶隱私泄露問(wèn)題,像公安,法院等信息由于信息敏感,其實(shí)是游走在法律監(jiān)管空白地帶。

在百行征信成立之前,各家數(shù)據(jù)機(jī)構(gòu)的數(shù)據(jù)其實(shí)沒(méi)有打通,數(shù)據(jù)的有效性會(huì)打折扣,預(yù)計(jì)百行征信數(shù)據(jù)出來(lái)之后,因?yàn)榻Y(jié)合了各家數(shù)據(jù)之長(zhǎng),數(shù)據(jù)連貫性會(huì)好一些。

各個(gè)大數(shù)據(jù)公司在數(shù)據(jù)收集和清洗方式不同,會(huì)造成數(shù)據(jù)污染,這樣輸出的數(shù)據(jù)會(huì)有一定的不準(zhǔn)確性。

目前公民數(shù)據(jù)主要來(lái)自于線下收集和網(wǎng)絡(luò)行為記錄,數(shù)據(jù)的存在一定的滯后性,單純線下收集的數(shù)據(jù)存在一定的延遲性。

大數(shù)據(jù)還處于發(fā)展初期,目前比較大的問(wèn)題還是數(shù)據(jù)量不夠大,不夠全,以及如何協(xié)調(diào)數(shù)據(jù)開(kāi)放和公民隱私之間的矛盾,未來(lái)還需要結(jié)合人工智能和區(qū)塊鏈,物聯(lián)網(wǎng)等技術(shù),實(shí)現(xiàn)數(shù)據(jù)的不可篡改,數(shù)據(jù)收集及時(shí)等能力,從而更好為金融服務(wù)。

 

本文由 @青蛙王子 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載

題圖來(lái)自 Pexels ,基于 CC0 協(xié)議

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 厲害

    回復(fù)
    1. 哈哈哈,哪里,謙虛一下

      來(lái)自浙江 回復(fù)
  2. 好的,歡迎~ ??

    來(lái)自浙江 回復(fù)
    1. 好的,謝謝

      來(lái)自北京 回復(fù)