• 移动端
    访问手机端
    官微
    访问官微

    搜索
    取消
    温馨提示:
    敬爱的用户,您的浏览器版本过低,会导致页面浏览异常,建议您升级浏览器版本或更换其他浏览器打开。

    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

    谢水旺 来源:21世纪经济报道 2018-07-12 10:18:55 智能风控 银行 金融AI
    谢水旺     来源:21世纪经济报道     2018-07-12 10:18:55

    核心提示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。

      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。”

    责任编辑:韩希宇

    免责声明:

    中国电子银行网发布的专栏、投稿以及征文相关文章,其文字、图片、视频均来源于作者投稿或转载自相关作品方;如涉及未经许可使用作品的问题,请您优先联系我们(联系邮箱:cebnet@cfca.com.cn,电话:400-880-9888),我们会第一时间核实,谢谢配合。

    为你推荐

    猜你喜欢

    收藏成功

    确定