風控是金融機構的核心能力，良性,、可持續(xù)的風險防控是消費金融成功持續(xù)運營的根本

　　從2015年開始,，中國的個人消費貸款業(yè)務激增,，銀行,、消費金融公司,、互聯(lián)網(wǎng)金融平臺共同發(fā)力，消費金融的貸款規(guī)模持續(xù)上升,。

　　在行業(yè)一路狂飆猛進的態(tài)勢下,，必然出現(xiàn)良莠不齊的現(xiàn)象。一些平臺的不良率,、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，為消費金融市場蒙上了一層陰影,。

　　“良性,、可持續(xù)的風險防控是消費金融成功持續(xù)運營的根本。所謂高利率覆蓋高風險不可行,，也走不通,。”中國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》,。

　　　風控是命門

　　尹振濤對本刊記者介紹,，“在場景分期領域常見的欺詐是套現(xiàn),，比如通過分期網(wǎng)購后申請無理由退貨,；現(xiàn)金貸領域常見的則是利用網(wǎng)絡借貸不記入征信系統(tǒng),，多頭借貸然后失聯(lián),，等等。這里面既有消費金融從業(yè)者內外勾結的操作，更有專業(yè)擼網(wǎng)貸口子的‘黑產’‘騙貸大軍’,�,！�

　　上海前隆信息科技有限公司為消費金融機構提供技術支持。該公司首席風控官何同國向《瞭望東方周刊》介紹,，消費金融的風險分為兩類,，即用戶的信用風險和欺詐風險�,！岸�者的區(qū)別是用戶借款時是否帶有惡意,。如果只是還款能力出現(xiàn)不確定性或者非故意逾期，這種就屬于信用風險,。而用戶使用盜用他人身份,、填報虛假信息或團伙詐騙等這是欺詐風險，預防風險的技術手段也會有所不同,�,！�

　　而在有場景的消費分期和無場景的現(xiàn)金貸中，后者的風險相對更高,。

　　“消費金融行業(yè)都把目前積極開拓場景當作提升競爭力的主要手段,，一定意義上說也基于控制風險的考慮，有場景的消費分期最大的優(yōu)勢是風險可控,�,！� 中國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)來看,，消費金融行業(yè)整體不良貸款率在持續(xù)上升,，但基于場景的消費金融不良率比現(xiàn)金貸要低一些�,！�

　　“在場景分期領域常見的欺詐是套現(xiàn),，比如通過分期網(wǎng)購后申請無理由退貨；現(xiàn)金貸領域常見的則是利用網(wǎng)絡借貸不記入征信系統(tǒng),，多頭借貸然后失聯(lián),，等等。這里面既有消費金融從業(yè)者內外勾結的操作,，更有專業(yè)騙貸者,。”尹振濤告訴本刊記者。

　　為防范現(xiàn)金貸風險,，2017年12月,，互聯(lián)網(wǎng)金融風險專項整治工作領導小組辦公室、P2P網(wǎng)貸風險專項整治工作領導小組辦公室印發(fā)了《關于規(guī)范整頓“現(xiàn)金貸”業(yè)務的通知》,。

　　“在市場發(fā)展初期,，各項制度法規(guī)尚不完善，部分消費金融企業(yè)還缺乏體系化的內控流程,，風控能力較弱,，還面臨著合規(guī)風險�,！睆V發(fā)銀行信用卡中心相關負責人告訴《瞭望東方周刊》,。

　　而造成這些亂象的重要因素之一即是風控不過關。

　　“風險控制機制設置好的話,，首先在前期放貸階段,，就能選擇償付能力沒問題的貸款人，就會大大降低過度借貸,、重復授信等情況的發(fā)生,，而后期的不當催收的發(fā)生也會避免�,！币�振濤說,。

　　何同國強調，金融依賴于風控,，消費金融更是如此,，“消費金融主要是覆蓋傳統(tǒng)銀行個人信貸業(yè)務沒有服務到的長尾用戶，一般來說,，這些群體的信用風險更高,。因此，風控能力是制約平臺長遠發(fā)展的命門,�,！�

　　　上百種風控模型，數(shù)千種風控策略

　　不同的風險類型,，風控的技術手段也不同,。

　　前述廣發(fā)銀行信用卡中心負責人介紹說，金融領域主要有傳統(tǒng)和大數(shù)據(jù)兩種風控模式,。傳統(tǒng)風控模式下,，銀行等放貸機構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)量多的消費金融,�,！�

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

　　以螞蟻金服旗下的消費金融產品花唄為例,。在放貸之前,，螞蟻金服通過大數(shù)據(jù)分析，從身份識別,、歷史信用等維度分析,，用戶的特點和日常消費習慣，然后才是確定主要覆蓋其日常生活費用的授信額度,。通過大數(shù)據(jù)分析,，花唄為個人消費金融建立起150種風控模型，制定了5000多種風控策略,。

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

　　一位消費金融公司內部人士告訴《瞭望東方周刊》，“除了基礎的身份信息,，有時候平臺也會根據(jù)借款人的網(wǎng)上消費記錄或者信息瀏覽記錄來標記,，比如一個頻繁瀏覽戒毒網(wǎng)站的用戶，可能就會被打上一個標簽,，他也許會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)應用也已貫穿風險管理全流程,。在發(fā)卡階段，廣發(fā)銀行信用卡部會運用海量數(shù)據(jù)分析優(yōu)化信用評分模型，精確定位目標客戶群,，同時引入外部信息輔助審核,，提高客戶授信的精準度，控制整體客戶風險敞口,；在信用維護階段,，銀行則結合客戶行為表現(xiàn)搭建評分模型和事件觸發(fā)規(guī)則，實現(xiàn)風險與收益的平衡,；在催收階段,，針對客戶特性建立變壞概率和回款可能性的評價矩陣體系，提升客戶分群的區(qū)分度與回款效能,。

　　何同國透露,，聯(lián)合建模正在成為一種廣泛的大數(shù)據(jù)風控手段。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)絡消費等）數(shù)據(jù)兩部分，據(jù)此形成一套評分規(guī)則,，供前隆科技的決策系統(tǒng)使用,。

　　“這一操作方式的要點在于，用戶明細標簽數(shù)據(jù)不離開合作方平臺,，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分（欺詐評分或信用評分），用于風控決策,�,！� 何同國解釋道。

　　隨著消費金融的快速發(fā)展,，其用戶群更加下沉,、分散，風控態(tài)勢更加嚴峻,，成本也不斷增加,。人工能、生物識別,、云計算等技術,，在提升運營效率和客戶體驗，降低獲客成本和風險成本方面開始發(fā)揮其優(yōu)勢,。

　　“目前,，科技在消費金融市場中扮演著賦能加速的角色。它不僅能夠多維度動態(tài)分析用戶信用狀況,，更精準地做好風控,，還能夠使金融機構將業(yè)務高效地滲透到各個細分場景中,，并且把消費金融客群從傳統(tǒng)征信用戶擴展到網(wǎng)絡用戶�,！焙瓮瑖�說,。

　　面對新型網(wǎng)絡套現(xiàn)詐騙，花唄布下了三道以人工智能技術為支撐的防火墻,，基于海量數(shù)據(jù)的智能風控大腦,、反欺詐決策引擎以及合作伙伴的聯(lián)防聯(lián)控機制。簡單來說,，如果一個平均客單價在30~50元的用戶,，在一段時間內向幾個賣家發(fā)起了300~500元的多筆交易,，且快速收貨,，模型就會判斷存在套現(xiàn)風險。通過這三道防火墻,，花唄已經(jīng)攔截了數(shù)十萬筆可疑交易,，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)會發(fā)布的數(shù)據(jù)顯示,，消費金融的不良率為4%,。

　　前隆科技也利用應用圖數(shù)據(jù)庫、復雜網(wǎng)絡,、機器學習,、網(wǎng)絡社區(qū)識別、關系圖譜可視化技術,，對用戶進行聚類,，以主動發(fā)現(xiàn)異常用戶群體，并對其進行反欺詐排查,，從而降低反欺詐人工標注的成本,。

　　平安銀行信用卡中心在接受《瞭望東方周刊》采訪時表示，其已研發(fā)了被稱為風控3.0的智能反欺詐系統(tǒng),。通過系統(tǒng)集成多種機器學習算法,，深度智能學習每個客戶的操作習慣及最新的盜刷交易特征，精準識別交易風險,，最大限度防范盜刷欺詐,。如3.0智能風控系統(tǒng)利用語音識別技術，通過語音確認用戶身份,；還可以采集用戶在手機上的使用方式,、觸屏力度甚至滑動手勢等數(shù)據(jù)生成用戶個人的安全數(shù)據(jù),，以此對用戶進行身份確認。

　　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)已累計對10.8億筆金融交易進行實時風險決策,，直接和間接為用戶減少了約1.09億元人民幣的經(jīng)濟損失,。（記者 王輝輝 單素敏）