“問渠哪得清如許，為有源頭活水來”，金融科技的加持打破了傳統(tǒng)風控的邊界，提高了風控的觸角和效率，但如何揚長避短、去粗取精，利用金融科技為傳統(tǒng)金融的風險控制提供新思路和借鑒，是行業(yè)、學術界和監(jiān)管機構共同關注的焦點。
金融科技豐富了傳統(tǒng)風控的內涵和實現路徑
金融行業(yè)風控一直與時俱進，新技術、新方法、新工具持續(xù)得到高度重視和廣泛應用。金融科技為傳統(tǒng)風控帶來了新視角，進而豐富了傳統(tǒng)風控的手段和路徑。
一是風控手段物化為數。傳統(tǒng)信用模型強調客戶的抵質押物，也就是眼見為實，以過去推導未來?？蛻舻氖谛糯蠖鄶等Q于抵質押物或股東背景，而一旦面臨無抵押、無擔保的小微企業(yè)，金融機構就往往顯得力不從心。目前在小微企業(yè)金融服務上，存在著監(jiān)管、銀行和小微企業(yè)三重天的觀感，原因即在于此。金融科技強調數據洞察，基于客戶多維度的數據分析建立信用模型，在具體放貸中，不僅可以做到無抵押、無擔保，甚至可以無須見面。正如斯賓格勒在《西方的沒落》中所言，“數字作為區(qū)分不同數量的事物和現?象的既成的符號，體現了一切被認知、被界定的實際事物的本質”。即便是貸后監(jiān)控，基于LBS和物聯網等技術，也大大提高了效率和降低了成本，將不可能變成可能。因此，傳統(tǒng)風控將經歷著物化為數，以抵質押物驅動轉向數據驅動的變遷。
二是傳統(tǒng)風控組織形態(tài)的變化。基于數據的風控，需要傳統(tǒng)金融機構能夠掌握更多的交易數據和場景。供應鏈、交易行為以及資產的數字化，可以大大豐富金融行業(yè)的傳統(tǒng)風控模型和變量，甚至可以構建獨立的授信模型，但問題是，這些數據存在于銀行體系之外，在數據沒有打通以及信息安全保護的情況下，銀行難以獲取這些數據。而對其中非金融屬性數據的分析和建模，也并非傳統(tǒng)金融行業(yè)的長項，即使擁有了這些數據，金融行業(yè)的傳統(tǒng)風控也可能力所不及。因此，為了更好地服務客戶，需要金融行業(yè)與那些擁有數據和場景的企業(yè)深度合作，共同構建風控模型，實質是金融行業(yè)風險職能的外包，更進一步而言，改變了傳統(tǒng)的金融供應鏈，即金融服務的產供銷已經發(fā)生了變化，金融利潤需要在不同行業(yè)進行重新分配。
三是風控的邊界由新的技術不斷延拓。人工智能、大數據、云計算、區(qū)塊鏈等新技術讓風控的能力不斷提升。中國移動互聯網發(fā)展速度引領全球，移動互聯網對各行業(yè)的深入滲透與融合也最先發(fā)生在中國，基于移動支付的新的商業(yè)模式每天都在迭代，中國也因此產生和貯存了全球維度最為豐富的用戶數據。大數據、人工智能等新型技術的不斷演進讓數據直接或者間接用于風險定價，改變了傳統(tǒng)金融行業(yè)風控模型搭建的邏輯。結合用戶行為和場景的大數據對用戶的分群、分層、畫像精準度不斷提升。隨著AI技術的發(fā)展，機器對人的理解會遠超過目前金融行業(yè)一直以來堅持KYC的標準，除了了解用戶是誰，用戶的未來行為預測將成為真正決定風險定價的能力。金融行業(yè)需要更多地跳出行業(yè)邊界，才能豐富傳統(tǒng)風控的場景。
金融科技打造人、物、場“無界風控”的新模式
金融科技的發(fā)展為金融風險控制帶來了新的機遇，“人”“物”“場”與風控的界限被打通，無界風控的新模式正在逐步形成。
“人”——人的行為和風控的邊界被打破
大數據風控并不是完全改變傳統(tǒng)風控，而是利用更加多維的數據，使風控模型觸及人的每一個行為變量，從而使模型的輸出結果更加準確。傳統(tǒng)風控更常采用信用屬性強的數據指標來判斷借款人的還款能力和違約風險，這在一定程度上容易忽視客戶的潛在風險，也會誤傷一部分客戶。大數據風控采用的數據量和數據類型更加全面、豐富，比如網頁瀏覽記錄、網頁停留時間、商品購買頻率、消費金額、APP使用習慣、地理信息數據等，通過一系列看似與客戶違約毫無關聯的數據，卻能夠真實判斷出客戶所處的信用環(huán)境，從而提高對客戶履約能力的識別本領，這就大大提高了風控的能力。簡而言之，數字世界中對人的行為及屬性更深入的刻畫和理解讓數字風控的能力越來越強大。
比如，京東金融的生物探針技術就是通過用戶使用手機的習慣，如登錄賬戶敲擊密碼的習慣、使用APP的按壓力度、滑屏速度等，來進行身份識別。在保證順暢使用的同時，達到無感知風控的目的，大大提升用戶體驗度。
“物”——抵押物作為風控核心的限制被打破
抵押物是傳統(tǒng)風控模式下的重要參考標準，金融科技的引入使得“物”的焦點由“抵押物”轉變?yōu)?ldquo;商業(yè)模式”，金融機構不再關心客戶貸后違約的還款問題，而是關注客戶的商業(yè)模式或商業(yè)邏輯能否講得通、說得清，而大數據、人工智能、區(qū)塊鏈等技術為講清商業(yè)模式提供了巨大的便利和可能。例如，區(qū)塊鏈技術能夠實時監(jiān)控金融業(yè)務的全流程，任何參與者無法篡改，為建立參與者的共信機制打下了堅實基礎。而大數據技術能夠有效預測金融產品的風險和收益的概率，幫助企業(yè)提高風險預警和控制的能力。
比如京東金融的數字農貸模式，以農業(yè)生產過程的數據化模型為基礎，代入歷史生產數據，對未來生產結果做出預測，再以預測結果產生信用，即對農業(yè)生產過程進行評估而產生信用。數字農貸模式的核心在于改變了傳統(tǒng)農村金融的基本邏輯，即由依靠抵押物和征信轉變?yōu)榛谵r業(yè)生產的經營數據，而這個數據就是農業(yè)生產的商業(yè)模式和盈利模式?？梢哉f，數字農貸已成為京東金融踐行數字普惠金融的最好體現。
京東金融的數字農貸項目上線一年多來，已在山東、吉林、河北、河南、浙江等地與100多家合作社合作，累計放款約10億元，逾期率和壞賬率均為零。以肉雞養(yǎng)殖為例，數字農貸模式使養(yǎng)雞戶在一只雞的養(yǎng)殖周期中，僅需為飼料款付6分錢的利息，避免了對閑置資金付息，比傳統(tǒng)貸款成本低了近一半。
“場”——風控應用場景的時空限制被打破
傳統(tǒng)風控模式在空間和時間上都會產生“錯配”。“空間”上的錯配表現為由于物理網點的限制，并非所有的金融服務需求都能得到滿足，尤其是農民、中小微企業(yè)等普惠金融的重點人群的觸達存在困難。“時間”上的錯配表現為風控的實時性得不到滿足，往往是放貸后的風險就無能為力了。
金融科技加持下的智能風控使得風控的時空限制被打破。首先，消除了風控的空間限制，金融科技使風控開始從線下人工審批轉為線上數據采集、模型構建和概率預測，風控不再依賴于物理網點的鋪設和信審人員的多少，從而使覆蓋率和觸達能力顯著提升。其次，消除了風控的時間限制，風控不再僅僅是貸前的嚴格審批，而是貫穿貸前、貸中、貸后的全流程解決方案，應用的場景被大大拓展和延伸。通過對數據的綜合全面分析，數字化風控模型可應用的場景范圍覆蓋反欺詐系統(tǒng)、征信評估系統(tǒng)、監(jiān)控預警系統(tǒng)和風險定價系統(tǒng)。在反欺詐系統(tǒng)中，智能風控能夠在網絡支付、網絡營銷、手機銀行等數字金融場景中借助技術優(yōu)勢發(fā)展出身份判定、安全性綜合評判、欺詐識別等多種手段。在征信評估系統(tǒng)中，數字化征信能夠借助海量的互聯網活動數據，對被征信對象刻畫“全息”畫像，使金融服務覆蓋更多用戶和人群。在監(jiān)控預警系統(tǒng)中，數字科技通過數據共享，如當用戶在其他平臺出現逾期、貸款用途變更或失聯、違法等可能無法按時還款的情況時，可及時進行預警，同時通過大數據智能分析，提供賬戶失聯信息修復服務，協(xié)助找到失聯用戶，追回借款。在風險定價系統(tǒng)中，數字科技可為貸款客戶提供個性化的貸款方案和貸款利率，根據個人理財目標和風險屬性選擇最合適的投資組合，實現風險定價精準化、金融產品定制化。
比如，京東金融的安全魔方產品覆蓋反欺詐、信貸前中后期等不同業(yè)務場景，并實現客戶在營銷、注冊、登錄、信貸申請、交易、貸中監(jiān)控等不同業(yè)務環(huán)節(jié)的場景全覆蓋。安全魔方解決方案共分為“智盾”“智真”“智數”“智策”“智慧”五個子模塊。“智盾”-安全識別與驗證。利用生物探針、人臉識別、滑塊驗證、設備認證、指紋驗證等技術手段，通過構建設備識別、人機識別和生物識別全方位安全體系，對用戶進行風險識別、驗證與處置。“智真”——身份驗證：基于大數據驅動的身份、設備、地址等申請信息的驗真服務。“智數”——風控數據：基于大數據驅動和不同場景的風控客戶畫像，識別用戶風險標簽及風險等級。“智策”——基于策略和機器學習技術的風控系統(tǒng)引擎，通過京東金融的風險決策引擎、風險數據洞察系統(tǒng)、社群探測等技術，提高合作機構的風險防控能力，加強風險識別效果。“智慧”——機器學習與建模解決方案。為客戶提供更加精準高效的機器學習平臺，以及特征工程、模型訓練、模型評估等解決方案，如RNN時間序列算法可通過分析瀏覽網頁的軌跡和反應，判定風險情況。更為重要的是，安全魔方產品不僅支撐了自身的風控架構體系，更是形成了可以對外輸出的能力。目前，安全魔方產品已經為中國工商銀行(601398,股吧)、大連銀行等多家銀行客戶較好地解決了金融業(yè)務中的風險防控問題。
“無界風控”的未來之路
在金融監(jiān)管進入常態(tài)化的后監(jiān)管時代，風控是關系金融從業(yè)機構生死存亡的大事，風控能力逐漸成為其核心競爭力的體現，且風控將呈現“全方位、立體化、多層次”的識別和防控，除了大數據、云計算、人工智能等科技的不斷完善，新型智能風控在自我迭代中也呈現出一些新的趨勢。
一是搭建線上和線下融合的風控體系是必要之舉。依托金融科技的線上審批活動能夠提高效率、降低成本。但金融科技不是萬能的，傳統(tǒng)金融機構的線下業(yè)務有著天然的優(yōu)勢，需要充分融合，發(fā)揮合力。
二是數據信息的交換共享是當務之急。一方面需要建立數據共享機制，在金融網絡之間推廣統(tǒng)一的網絡互連協(xié)議，打破國內金融機構間金融專用網絡隔閡，以銀行為代表的傳統(tǒng)金融機構也應進一步開放數據給外部機構；另一方面需要加強數據清洗、脫敏等治理手段的標準化建設，要解決數據的“定價問題”，最終解決數據的流通問題。
三是用金融科技防范“次生風險”是重中之重。金融科技作為優(yōu)化傳統(tǒng)風控的重要活水，為整個風控行業(yè)的效率變革發(fā)揮了重要作用。但隨之衍生出的欺詐風險亦呈現“科技化”“專業(yè)化”的趨勢，這類“次生風險”需要引起足夠的重視。
正如巴菲特所說：“風險來自于你不知道自己在做什么。”在風險無處不在、無時不在的環(huán)境下，消滅風險是絕無可能的，我們真正要做的是提高對風險的感知、識別和控制能力，而金融科技無疑為我們更好地認識和控制風險打開了一扇新窗。
第三十四屆CIO班招生
國際CIO認證培訓
首席數據官（CDO）認證培訓
責編：content
免責聲明：本網站（http://www.www.gypb.net/）內容主要來自原創(chuàng)、合作媒體供稿和第三方投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
本網站刊載的所有內容（包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等）版權歸原作者所有。任何單位或個人認為本網站中的內容可能涉嫌侵犯其知識產權或存在不實內容時，請及時通知本站，予以刪除。
搶沙發(fā)
