投资圈  
品艺(谈资·赏鉴
           
 
title-Image
专栏
AI风控的优势与面临的挑战
 
文:浅橙科技CRO/陈裕
 
 

据国家统计局数据显示,我国人口大约有13.68亿,而央行征信系统覆盖的人群仅为8.8亿,且其中只有3.8亿人拥有借贷记录。而互联网金融恰恰可以凭借成本及信息优势,为难以享受到传统金融机构服务的中小客户提供服务。


无论传统金融还是互联网金融,风控都是最关键的要素。面对工作经常变动、收入不固定的人群,传统的线下风控手段显然很难达到目的。只有通过AI等互联网新技术来完善风控体系,现金贷平台的管理者才能将可预见的风险事件保持在可控范围内,企业才能持续地走在良性发展的轨道上。



AI能有效降低坏账率


在创新驱动的社会大环境下,互联网金融科技是满足互联网时代消费需求的最佳解决方案,拥有广阔的发展前景和市场。科技金融通过在大量碎片化的互联网支付交易场景中寻找机会,通过对海量弱特征数据进行分析,来对不同风险等级的用户进行风险定价。凭借技术优势,互联网金融在数据整合、渠道开发上独具竞争力,能省去传统金融服务的众多中间环节,从而降低成本。


要把传统的线下信贷产品通过互联网渗透到大家的日常生活中去,就必须让消费贷款真正落到其原本的用途上,从而满足消费金融发展的三个基本条件:可获得性、安全性和简单性。科技金融之所以能成就现金贷平台企业的较高定位,是因为科技金融可以解决传统金融解决不了的问题。


拿浅橙科技自主研发的HAS系统来说,它包括了三个子系统:评级系统、反欺诈系统和授信系统。评级系统主要用于挖掘、处理和量化原始非标数据,根据用户特征计算出用户的信用风险评级;反欺诈系统可基于用户信息间的相关性建立关联网络,能从海量样本及特征点中快速检测出聚类攻击、灰名单和白户等风险特性;授信系统是针对不同的用户数据和场景,建立丰富的授信决策引擎,能够给出最精确的授信额度。


要建立完善的风控体系,数据与模型是两个最大的提升方向。风控模型是信用评级体系的基础,如今的大数据技术,也包括外界的一些技术,足以支撑我们从最原始的信息出发去了解每一个客户。我们现在有20多类数据源,可以把这些信息都放到模型里去,通过建立起来的筛选机制来判断“好人”“坏人”,判断其负债能力和还款能力。从数据层面来看,支付数据、社交数据、搜索数据,这些都是建立风控体系要涉及的信息。从安全性和简单性来看,除了传统的风控手段,我们还能通过所掌握的用户购物记录、支付记录和评价记录,准确地获知用户的消费能力,从而评估出用户的信用水平。


在风险管理领域,现在很多主流的现金贷平台都有自己的一套挖掘、处理、量化样本特征的方法及数据计算能力,通过和一些征信机构合作,可以对大众借款人的海量大数据进行筛选建模,然后进行分析评估,从而在第一时间得出借款人的借款限额水平。AI能帮助我们识别欺诈,为客户定制风险画像。


在运营方面,通过不断积累用户信息、行为数据、运营知识等,AI使精细化运营成为了现实。HAS风控体系建立了多种大数据模型,能够快速支持风控审批决策及贷后关系修复,目前系统峰值一天能完成8万单撮合交易,仅允许10%的新客通过审核,几乎所有的判断都交给AI来完成,只需要配备5名审核人员就够了。我们的风控审核及放款的整个流程用时已经从原来的30分钟缩短到10分钟,目前基本可以控制在3分钟以内。


毋庸置疑,这种方式不仅简便,而且安全可靠,因为结合消费场景将风险前置能有效降低风险。打个比方,通常一个人的手机号是会使用很久的,里面会沉淀各种各样的数据,在这种情况下,面对一个只注册了几个月的手机号来申请借款的情况,我们就有理由怀疑其动机。这是其中的一个例子,许许多多的这类特征构成了我们的反欺诈模型,我们勾画“好人”的特征,以此来排除“坏人”。HAS系统刚上线时,我们的坏账率超过5%,现在已经降到了3%以下。



AI风控面临的挑战


基于一直以来对大数据、人工智能、区块链等前沿领域的探索,AI凭借其强大的数据处理能力,对海量的借款者弱特征数据进行风险分析,通过建模分析用户到底是不是一个正常的客户,从而进行风险定价,在此基础上提供与之匹配的金融产品和金融服务。因此数据主体大都可以从身份验证、还款意愿预测、偿还能力这三个角度归类。身份属性是最基础的,包括真实的身份信息、学历、就业经历等,需要做人脸识别、指纹识别。


需要强调的是,人工智能是找到最优策略的最快、最有效的方法,但它不能替代整个决策的流程,不是像大家期待的那么万能。


就目前来看,AI风控面临的最大挑战来自两个方面。


第一个挑战是欺诈风险。有数据显示,中国互联网金融50%~70%的损失来自欺诈,这也是风控业务中最困难的地方。首先,欺诈的性质较难界定,尤其是个人欺诈,我们很难认定是一般意义上的信用风险还是恶意欺诈。第二,当我们用图谱数据库做反欺诈方面的计算时,图谱特别大的时候计算就比较慢。但客户对时间体验非常敏感,因此我们的业务有一个硬性要求——整个决策过程必须在分钟或者秒级内完成。第三,短期消费贷款的需求巨大,而相应的风控经验和能力缺失,这给专业的欺诈分子留下了较大的欺诈空间和时间。最近我们也在这方面做了研发投入,有些问题正在被解决,比如利用特征全量计算,可以让模型分析得更快一些。反欺诈技术的进步也是一个与欺诈分子赛跑的过程。


第二个挑战是信用数据的共享。在数据基础层面,业内还面临着数据孤岛的问题。每个企业只是消费金融产业链中的一环,企业间既是合作关系、伙伴关系,往往也是竞争关系。所以数据通常会在企业内部形成闭环,如何与别人分享数据,怎样获得更充分的数据,这是一个现实的挑战。此外,更让人担心的是系统性风险,这种风险是单个平台无法预测的,不仅需要监管立法,还需要企业、机构之间共享数据,以期减少外部风险,形成行业整体性预防体系。


科技金融的成功关键词应该是:精准征信、互联网技术、高流量、卓越体验。用这些互联网和金融行业的核心规律提升服务才是制胜的王道。互联网带来的是效率提升,人工智能带来的是强大的数据处理能力。边际成本无限递减,运营成本和风控成本都趋向于零,这就是互联网金融与传统金融的本质区别,也是互联网金融的核心竞争力。

 
杂 志
封面图片
weixin
微信:investcircle
刊首语
联合出版单位

中华思源工程扶贫基金会

中国投资协会股权和创业投资专业委员会

合作伙伴
书苑撷英
文传商讯要闻
文传商讯要闻
合作媒体
乐艺会
 
 
           
 
©2015 国投通汇文化传媒(北京)有限公司版权所有  京ICP备16002098