風(fēng)控是金融機(jī)構(gòu)的核心能力，良性、可持續(xù)的風(fēng)險(xiǎn)防控是消費(fèi)金融成功持續(xù)運(yùn)營(yíng)的根本

　　從2015年開始，中國(guó)的個(gè)人消費(fèi)貸款業(yè)務(wù)激增，銀行、消費(fèi)金融公司、互聯(lián)網(wǎng)金融平臺(tái)共同發(fā)力，消費(fèi)金融的貸款規(guī)模持續(xù)上升。

　　在行業(yè)一路狂飆猛進(jìn)的態(tài)勢(shì)下，必然出現(xiàn)良莠不齊的現(xiàn)象。一些平臺(tái)的不良率、逾期率持續(xù)攀升，也衍生出短信恐嚇、電話騷擾、暴力催收等亂象，為消費(fèi)金融市場(chǎng)蒙上了一層陰影。

　　“良性、可持續(xù)的風(fēng)險(xiǎn)防控是消費(fèi)金融成功持續(xù)運(yùn)營(yíng)的根本。所謂高利率覆蓋高風(fēng)險(xiǎn)不可行，也走不通。”中國(guó)社科院金融研究所法與金融研究室副主任尹振濤告訴《瞭望東方周刊》。

　　　風(fēng)控是命門

　　尹振濤對(duì)本刊記者介紹，“在場(chǎng)景分期領(lǐng)域常見的欺詐是套現(xiàn)，比如通過(guò)分期網(wǎng)購(gòu)后申請(qǐng)無(wú)理由退貨；現(xiàn)金貸領(lǐng)域常見的則是利用網(wǎng)絡(luò)借貸不記入征信系統(tǒng)，多頭借貸然后失聯(lián)，等等。這里面既有消費(fèi)金融從業(yè)者內(nèi)外勾結(jié)的操作，更有專業(yè)擼網(wǎng)貸口子的‘黑產(chǎn)’‘騙貸大軍’。”

　　上海前隆信息科技有限公司為消費(fèi)金融機(jī)構(gòu)提供技術(shù)支持。該公司首席風(fēng)控官何同國(guó)向《瞭望東方周刊》介紹，消費(fèi)金融的風(fēng)險(xiǎn)分為兩類，即用戶的信用風(fēng)險(xiǎn)和欺詐風(fēng)險(xiǎn)。“二者的區(qū)別是用戶借款時(shí)是否帶有惡意。如果只是還款能力出現(xiàn)不確定性或者非故意逾期，這種就屬于信用風(fēng)險(xiǎn)。而用戶使用盜用他人身份、填報(bào)虛假信息或團(tuán)伙詐騙等這是欺詐風(fēng)險(xiǎn)，預(yù)防風(fēng)險(xiǎn)的技術(shù)手段也會(huì)有所不同。”

　　而在有場(chǎng)景的消費(fèi)分期和無(wú)場(chǎng)景的現(xiàn)金貸中，后者的風(fēng)險(xiǎn)相對(duì)更高。

　　“消費(fèi)金融行業(yè)都把目前積極開拓場(chǎng)景當(dāng)作提升競(jìng)爭(zhēng)力的主要手段，一定意義上說(shuō)也基于控制風(fēng)險(xiǎn)的考慮，有場(chǎng)景的消費(fèi)分期最大的優(yōu)勢(shì)是風(fēng)險(xiǎn)可控。” 中國(guó)社科院金融法律與金融監(jiān)管研究基地特邀研究員程雪軍告訴《瞭望東方周刊》，“從數(shù)據(jù)來(lái)看，消費(fèi)金融行業(yè)整體不良貸款率在持續(xù)上升，但基于場(chǎng)景的消費(fèi)金融不良率比現(xiàn)金貸要低一些。”

　　“在場(chǎng)景分期領(lǐng)域常見的欺詐是套現(xiàn)，比如通過(guò)分期網(wǎng)購(gòu)后申請(qǐng)無(wú)理由退貨；現(xiàn)金貸領(lǐng)域常見的則是利用網(wǎng)絡(luò)借貸不記入征信系統(tǒng)，多頭借貸然后失聯(lián)，等等。這里面既有消費(fèi)金融從業(yè)者內(nèi)外勾結(jié)的操作，更有專業(yè)騙貸者。”尹振濤告訴本刊記者。

　　為防范現(xiàn)金貸風(fēng)險(xiǎn)，2017年12月，互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)專項(xiàng)整治工作領(lǐng)導(dǎo)小組辦公室、P2P網(wǎng)貸風(fēng)險(xiǎn)專項(xiàng)整治工作領(lǐng)導(dǎo)小組辦公室印發(fā)了《關(guān)于規(guī)范整頓“現(xiàn)金貸”業(yè)務(wù)的通知》。

　　“在市場(chǎng)發(fā)展初期，各項(xiàng)制度法規(guī)尚不完善，部分消費(fèi)金融企業(yè)還缺乏體系化的內(nèi)控流程，風(fēng)控能力較弱，還面臨著合規(guī)風(fēng)險(xiǎn)。”廣發(fā)銀行信用卡中心相關(guān)負(fù)責(zé)人告訴《瞭望東方周刊》。

　　而造成這些亂象的重要因素之一即是風(fēng)控不過(guò)關(guān)。

　　“風(fēng)險(xiǎn)控制機(jī)制設(shè)置好的話，首先在前期放貸階段，就能選擇償付能力沒問(wèn)題的貸款人，就會(huì)大大降低過(guò)度借貸、重復(fù)授信等情況的發(fā)生，而后期的不當(dāng)催收的發(fā)生也會(huì)避免。”尹振濤說(shuō)。

　　何同國(guó)強(qiáng)調(diào)，金融依賴于風(fēng)控，消費(fèi)金融更是如此，“消費(fèi)金融主要是覆蓋傳統(tǒng)銀行個(gè)人信貸業(yè)務(wù)沒有服務(wù)到的長(zhǎng)尾用戶，一般來(lái)說(shuō)，這些群體的信用風(fēng)險(xiǎn)更高。因此，風(fēng)控能力是制約平臺(tái)長(zhǎng)遠(yuǎn)發(fā)展的命門。”

　　　上百種風(fēng)控模型，數(shù)千種風(fēng)控策略

　　不同的風(fēng)險(xiǎn)類型，風(fēng)控的技術(shù)手段也不同。

　　前述廣發(fā)銀行信用卡中心負(fù)責(zé)人介紹說(shuō)，金融領(lǐng)域主要有傳統(tǒng)和大數(shù)據(jù)兩種風(fēng)控模式。傳統(tǒng)風(fēng)控模式下，銀行等放貸機(jī)構(gòu)要逐一審查貸款人的各種信息，“效率低、成本高，不太適合客戶分散、額度小、數(shù)量多的消費(fèi)金融。”

　　而今，用戶從互聯(lián)網(wǎng)金融平臺(tái)、消費(fèi)金融企業(yè)申請(qǐng)分期或借款時(shí)，其背后的依據(jù)已經(jīng)不再是傳統(tǒng)的收入、職業(yè)、年齡等幾十個(gè)維度，而是依靠人工智能、大數(shù)據(jù)、云計(jì)算等所作的精準(zhǔn)畫像。

　　以螞蟻金服旗下的消費(fèi)金融產(chǎn)品花唄為例。在放貸之前，螞蟻金服通過(guò)大數(shù)據(jù)分析，從身份識(shí)別、歷史信用等維度分析，用戶的特點(diǎn)和日常消費(fèi)習(xí)慣，然后才是確定主要覆蓋其日常生活費(fèi)用的授信額度。通過(guò)大數(shù)據(jù)分析，花唄為個(gè)人消費(fèi)金融建立起150種風(fēng)控模型，制定了5000多種風(fēng)控策略。

　　合富金融策略發(fā)展部總監(jiān)徐北對(duì)《瞭望東方周刊》舉例稱：“軟件根據(jù)你手機(jī)經(jīng)常使用的App，比如高德地圖，獲知你在日常上班時(shí)間來(lái)往的兩個(gè)地址，可以判斷出你常住的小區(qū)房?jī)r(jià)水平，你路途所用時(shí)間表明你乘什么交通工具，你上班的寫字樓是不是甲級(jí)……這是2014年就已經(jīng)普遍使用的技術(shù)了。”

　　一位消費(fèi)金融公司內(nèi)部人士告訴《瞭望東方周刊》，“除了基礎(chǔ)的身份信息，有時(shí)候平臺(tái)也會(huì)根據(jù)借款人的網(wǎng)上消費(fèi)記錄或者信息瀏覽記錄來(lái)標(biāo)記，比如一個(gè)頻繁瀏覽戒毒網(wǎng)站的用戶，可能就會(huì)被打上一個(gè)標(biāo)簽，他也許會(huì)因此借不到或者能借到的額度很低。”

　　目前在廣發(fā)銀行，大數(shù)據(jù)應(yīng)用也已貫穿風(fēng)險(xiǎn)管理全流程。在發(fā)卡階段，廣發(fā)銀行信用卡部會(huì)運(yùn)用海量數(shù)據(jù)分析優(yōu)化信用評(píng)分模型，精確定位目標(biāo)客戶群，同時(shí)引入外部信息輔助審核，提高客戶授信的精準(zhǔn)度，控制整體客戶風(fēng)險(xiǎn)敞口；在信用維護(hù)階段，銀行則結(jié)合客戶行為表現(xiàn)搭建評(píng)分模型和事件觸發(fā)規(guī)則，實(shí)現(xiàn)風(fēng)險(xiǎn)與收益的平衡；在催收階段，針對(duì)客戶特性建立變壞概率和回款可能性的評(píng)價(jià)矩陣體系，提升客戶分群的區(qū)分度與回款效能。

　　何同國(guó)透露，聯(lián)合建模正在成為一種廣泛的大數(shù)據(jù)風(fēng)控手段。目前前隆科技的聯(lián)合建模主要是使用客戶貸后表現(xiàn)（是否逾期、逾期天數(shù)）數(shù)據(jù)和其他互聯(lián)網(wǎng)行為（瀏覽網(wǎng)站、網(wǎng)絡(luò)消費(fèi)等）數(shù)據(jù)兩部分，據(jù)此形成一套評(píng)分規(guī)則，供前隆科技的決策系統(tǒng)使用。

　　“這一操作方式的要點(diǎn)在于，用戶明細(xì)標(biāo)簽數(shù)據(jù)不離開合作方平臺(tái)，符合合作方的合規(guī)要求，而前隆科技也拿到了抽象脫敏的用戶評(píng)分（欺詐評(píng)分或信用評(píng)分），用于風(fēng)控決策。” 何同國(guó)解釋道。

　　隨著消費(fèi)金融的快速發(fā)展，其用戶群更加下沉、分散，風(fēng)控態(tài)勢(shì)更加嚴(yán)峻，成本也不斷增加。人工能、生物識(shí)別、云計(jì)算等技術(shù)，在提升運(yùn)營(yíng)效率和客戶體驗(yàn)，降低獲客成本和風(fēng)險(xiǎn)成本方面開始發(fā)揮其優(yōu)勢(shì)。

　　“目前，科技在消費(fèi)金融市場(chǎng)中扮演著賦能加速的角色。它不僅能夠多維度動(dòng)態(tài)分析用戶信用狀況，更精準(zhǔn)地做好風(fēng)控，還能夠使金融機(jī)構(gòu)將業(yè)務(wù)高效地滲透到各個(gè)細(xì)分場(chǎng)景中，并且把消費(fèi)金融客群從傳統(tǒng)征信用戶擴(kuò)展到網(wǎng)絡(luò)用戶。”何同國(guó)說(shuō)。

　　面對(duì)新型網(wǎng)絡(luò)套現(xiàn)詐騙，花唄布下了三道以人工智能技術(shù)為支撐的防火墻，基于海量數(shù)據(jù)的智能風(fēng)控大腦、反欺詐決策引擎以及合作伙伴的聯(lián)防聯(lián)控機(jī)制。簡(jiǎn)單來(lái)說(shuō)，如果一個(gè)平均客單價(jià)在30~50元的用戶，在一段時(shí)間內(nèi)向幾個(gè)賣家發(fā)起了300~500元的多筆交易，且快速收貨，模型就會(huì)判斷存在套現(xiàn)風(fēng)險(xiǎn)。通過(guò)這三道防火墻，花唄已經(jīng)攔截了數(shù)十萬(wàn)筆可疑交易，阻止了數(shù)億元的損失，將絕大多數(shù)的疑似詐騙交易攔截在事前。

　　一系列的風(fēng)控手段，使花唄的不良率維持在不足1%的水平，而銀保監(jiān)會(huì)發(fā)布的數(shù)據(jù)顯示，消費(fèi)金融的不良率為4%。

　　前隆科技也利用應(yīng)用圖數(shù)據(jù)庫(kù)、復(fù)雜網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、網(wǎng)絡(luò)社區(qū)識(shí)別、關(guān)系圖譜可視化技術(shù)，對(duì)用戶進(jìn)行聚類，以主動(dòng)發(fā)現(xiàn)異常用戶群體，并對(duì)其進(jìn)行反欺詐排查，從而降低反欺詐人工標(biāo)注的成本。

　　平安銀行信用卡中心在接受《瞭望東方周刊》采訪時(shí)表示，其已研發(fā)了被稱為風(fēng)控3.0的智能反欺詐系統(tǒng)。通過(guò)系統(tǒng)集成多種機(jī)器學(xué)習(xí)算法，深度智能學(xué)習(xí)每個(gè)客戶的操作習(xí)慣及最新的盜刷交易特征，精準(zhǔn)識(shí)別交易風(fēng)險(xiǎn)，最大限度防范盜刷欺詐。如3.0智能風(fēng)控系統(tǒng)利用語(yǔ)音識(shí)別技術(shù)，通過(guò)語(yǔ)音確認(rèn)用戶身份；還可以采集用戶在手機(jī)上的使用方式、觸屏力度甚至滑動(dòng)手勢(shì)等數(shù)據(jù)生成用戶個(gè)人的安全數(shù)據(jù)，以此對(duì)用戶進(jìn)行身份確認(rèn)。

　　平安銀行信用卡中心提供給本刊的數(shù)據(jù)顯示：目前該系統(tǒng)已累計(jì)對(duì)10.8億筆金融交易進(jìn)行實(shí)時(shí)風(fēng)險(xiǎn)決策，直接和間接為用戶減少了約1.09億元人民幣的經(jīng)濟(jì)損失。（記者 王輝輝 單素敏）