伴隨著大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等技術(shù)的蓬勃發(fā)展,金融科技引領(lǐng)信息技術(shù)服務(wù)于金融創(chuàng)新,創(chuàng)造出新的金融業(yè)務(wù)模式、流程或產(chǎn)品,對金融市場和金融服務(wù)的提供方式帶來深刻影響,成為目前金融創(chuàng)新的重要趨勢與領(lǐng)域。在金融科技時代,隨著傳統(tǒng)的金融業(yè)務(wù)模式正在被顛覆,風(fēng)險管理的方法也將被改變。主要表現(xiàn)為“一增一減”:“增”指提高業(yè)務(wù)效率,比如信貸效率、風(fēng)控效率等;“減”指減少損失、降低行業(yè)成本。
在傳統(tǒng)金融信貸服務(wù)領(lǐng)域,信息、信用、渠道、成本等難題正在凸顯。典型的例子是,傳統(tǒng)的銀行服務(wù)主要依托網(wǎng)點(diǎn)開展,在業(yè)務(wù)中極其依賴服務(wù)對象有無工資流水、征信報告、社保證明等強(qiáng)特征數(shù)據(jù),通過這些數(shù)據(jù)篩選出與風(fēng)險敞口契合的客戶,此類強(qiáng)特征數(shù)據(jù)是能否獲得信貸服務(wù)的關(guān)鍵因素。由于傳統(tǒng)模式風(fēng)控手段的限制,很多人被排除在了服務(wù)體系之外。據(jù)估算,我國傳統(tǒng)信貸服務(wù)的客群僅占總?cè)丝诘?5%左右。
傳統(tǒng)信貸服務(wù)需要依托線下網(wǎng)點(diǎn)展開,資質(zhì)審核、合同簽訂等流程都需面對面進(jìn)行,效率低、體驗(yàn)差。同時,由于流程中個人經(jīng)驗(yàn)、情感狀態(tài)等因素的影響,服務(wù)的安全性和穩(wěn)定性也會受到干擾。另外,傳統(tǒng)信貸風(fēng)控模型的優(yōu)化、迭代周期較長,難以適應(yīng)快速變化的市場壞境。
以用戶體驗(yàn)為導(dǎo)向、數(shù)據(jù)為驅(qū)動、互聯(lián)網(wǎng)為手段的金融科技具有資本集約、資源開放、創(chuàng)新集中的特征,通過技術(shù)的積累與突破,筑起傳統(tǒng)金融機(jī)構(gòu)無法超越的服務(wù)壁壘。通過構(gòu)建龐大的金融科技服務(wù)生態(tài)圈,可以實(shí)現(xiàn)金融組織形態(tài)的多樣化,在運(yùn)行效率、運(yùn)營成本、傳播介質(zhì)、數(shù)據(jù)分析等維度對傳統(tǒng)金融風(fēng)險管理形成沖擊。
金融的核心是風(fēng)險控制。對于金融企業(yè)來說,在新形勢下,要實(shí)現(xiàn)穩(wěn)健發(fā)展,必須加強(qiáng)科技運(yùn)用,通過異構(gòu)異源數(shù)據(jù)融合、全息畫像圖譜創(chuàng)建、基于風(fēng)險因素指標(biāo)的解讀,提升新形勢下的風(fēng)險防控水平。
金融科技加持風(fēng)控能力是創(chuàng)建在多維、海量、動態(tài)的數(shù)據(jù)基礎(chǔ)之上的。通過對自有數(shù)據(jù)集成、公開數(shù)據(jù)的抓取、第三方服務(wù)商合作、以及渠道開發(fā)等,實(shí)現(xiàn)了人工智能、大數(shù)據(jù)、云計(jì)算和區(qū)塊鏈等領(lǐng)先技術(shù)的創(chuàng)新,并應(yīng)用到了風(fēng)險模型、企業(yè)征信、貸后風(fēng)控管理等實(shí)踐領(lǐng)域。
具體來說包含以下要點(diǎn):一是通過收集用戶的行為數(shù)據(jù),進(jìn)行穿透式風(fēng)控管理。現(xiàn)在金融系統(tǒng)里面一直擔(dān)憂的很多問題:老鼠倉、內(nèi)部交易、市場操縱,如果能夠充分、及時地取得相關(guān)的行為數(shù)據(jù)進(jìn)行分析,可以盡早采取介入措施,從而使得這些行為得到比較有效的規(guī)范。二是提高違約、違法的成本,使得客戶在違背承諾以后,將會受到市場及時的懲罰。三是提高風(fēng)險管理的針對性和預(yù)警性。通過大數(shù)據(jù)、人工智能的算法,能夠推理或者挖掘出一些行為的模式,可以相對比較準(zhǔn)確地預(yù)警或者針對性地發(fā)現(xiàn)風(fēng)險,以便盡早采取相應(yīng)措施介入。四是降低了人工處理過程中可能帶有的一些情緒和主觀上的認(rèn)知偏差,在一定程度上可以糾正人在行為過程中的情緒因素。
風(fēng)險控制是金融科技的核心能力。在此,人工智能可以有豐富的運(yùn)用場景,結(jié)合大數(shù)據(jù)和機(jī)器深度學(xué)習(xí),通過針對性風(fēng)險監(jiān)測模型的搭建,實(shí)時抓取和分析用戶的抵押物的變動、評估動態(tài)償還能力,可以快速了解到資產(chǎn)的變化,提高平臺對于資產(chǎn)的風(fēng)控能力,引入優(yōu)質(zhì)的資產(chǎn);另外,通過大數(shù)據(jù)分析可以優(yōu)化產(chǎn)品組合,滿足用戶對于個性化產(chǎn)品的需求;最后,在運(yùn)營和營銷環(huán)節(jié),人工智能技術(shù)可以幫助平臺實(shí)現(xiàn)精準(zhǔn)營銷,提高運(yùn)營的效率,降低對人工的依賴。風(fēng)險控制是嚴(yán)謹(jǐn)、專業(yè)且高難度的工作,需要解決來自技術(shù)、信用、法律等多方面的風(fēng)險難題。
人工智能等新技術(shù)和科技手段的突破和應(yīng)用,驅(qū)動了現(xiàn)階段金融的智能化,也讓風(fēng)險管理的實(shí)現(xiàn)方式呈現(xiàn)新的變化,通過新技術(shù)甄別風(fēng)險和信用比傳統(tǒng)的手段更加精密科學(xué)。此類技術(shù)在貸前、貸中和貸后都能發(fā)揮較大的作用。貸前,大數(shù)據(jù)技術(shù)能夠提高反欺詐準(zhǔn)確度與效率;貸中,大數(shù)據(jù)能夠?qū)杩钊耸杖肭闆r、流水變化作出預(yù)警;貸后,通過與客戶的溝通促使其及時正常還款。
具體來說,可以分為個人和公司兩個領(lǐng)域來闡述。
1.個人業(yè)務(wù)領(lǐng)域。金融機(jī)構(gòu)在承做個人零售貸款業(yè)務(wù)時,對客戶信用能力的精準(zhǔn)評估無疑是非常重要的,因?yàn)樗P(guān)系到貸款壞賬率的高低。通常要對客戶進(jìn)行全維度的畫像,包括:分析客戶的風(fēng)險承受能力,以及其還款能力和還款意愿。
針對還款意愿,傳統(tǒng)金融機(jī)構(gòu)對欺詐的鑒別力是比較弱的,需要花費(fèi)大量的人工和時間,對借款人的真實(shí)身份、基本信息、借款用途進(jìn)行核對驗(yàn)證,成本高昂,而且效果不佳。這也使得傳統(tǒng)金融機(jī)構(gòu)只愿意做有官方征信紀(jì)錄的客群。但有了金融科技的技術(shù)支撐之后,用大數(shù)據(jù)及人工智能可以進(jìn)行信息核真核實(shí)、黑名單比對、社交行為分析、行為軌跡分析等,可以非常快速地鑒別出欺詐行為,從而了解客戶真實(shí)的還款意愿,大大降低了風(fēng)險成本。例如,蘇寧金服構(gòu)建的反欺詐知識圖譜基于大規(guī)模圖計(jì)算的2C、2B關(guān)系挖掘,實(shí)施行為監(jiān)控、收集、分析,構(gòu)建了一個多類型的實(shí)體關(guān)系網(wǎng)絡(luò),可以及時預(yù)警潛在風(fēng)險,提供威脅檢測、異常檢測及反欺詐行為分析。
針對還款能力,傳統(tǒng)的信貸分析一般側(cè)重現(xiàn)金流分析、財產(chǎn)分析、消費(fèi)行為分析等,人工操作成本也是居高不下,這使得傳統(tǒng)金融機(jī)構(gòu)的服務(wù)范圍有限,大量的長尾客群游離在業(yè)務(wù)之外。運(yùn)用大數(shù)據(jù)技術(shù)可大大簡化上述人工的審核分析過程,而且使結(jié)果更加可靠。
此外,做好逾期或者壞賬預(yù)警,把損失降到最低。例如,利用自然語言處理及深度學(xué)習(xí)的技術(shù),開發(fā)使用催收機(jī)器人。由人工智能技術(shù)和催收領(lǐng)域的專家團(tuán)隊(duì),按照產(chǎn)品和用戶的特點(diǎn)量身定制催收方案,包括:催收話術(shù)、催收頻率、最佳時間、催收策略等。智能機(jī)器人能最大化縮短逾期天數(shù),降低逾期率,減小風(fēng)險敞口。同時,還可免去電催團(tuán)隊(duì)的建設(shè)和運(yùn)營成本,顯著地節(jié)約費(fèi)用;催收機(jī)器人可支持多路話務(wù)并行催收,提高工作效率,大幅縮短了執(zhí)行時間。
2.公司業(yè)務(wù)領(lǐng)域。在對公業(yè)務(wù)中,信息不對稱是信用風(fēng)險管理最頭疼的問題之一。尤其是對非上市企業(yè)做授信時,因?yàn)槿狈?yán)格的信息披露機(jī)制,財務(wù)報表未經(jīng)過權(quán)威機(jī)構(gòu)審核,債權(quán)人與債務(wù)人掌握的有效信息往往不透明、不對等,這就對精準(zhǔn)風(fēng)控提出了挑戰(zhàn)。為此,風(fēng)控人員往往要花費(fèi)大量時間解決信息穿透的問題,成本也隨之升高。
大數(shù)據(jù)與人工智能技術(shù)可以提供有效的解決方案,通過人工智能和大數(shù)據(jù)技術(shù)構(gòu)建智慧預(yù)警監(jiān)控體系,通過集成多個來源的數(shù)據(jù),獲得工商、財務(wù)、行業(yè)、司法、輿情等多個維度的全面信息。由系統(tǒng)自動分析預(yù)警,從而提高貸后資產(chǎn)管理的工作效率,并降低人工操作風(fēng)險。此外,跟傳統(tǒng)監(jiān)控模式相比,除了信息源比較全面,而且可以對監(jiān)控對象的全產(chǎn)業(yè)鏈監(jiān)控。根據(jù)產(chǎn)業(yè)鏈上下游的價格、訂單等波動情況預(yù)測企業(yè)的風(fēng)險。例如,蘇寧金服的企業(yè)圖譜系統(tǒng),集成了工商、司法、輿情等自有或其他來源數(shù)據(jù),為企業(yè)客戶創(chuàng)建了300多個維度的全方位畫像,從企業(yè)關(guān)聯(lián)關(guān)系、投資關(guān)系、風(fēng)險要素體系等角度對企業(yè)運(yùn)營狀態(tài)進(jìn)行刻畫(如下圖所示)。
圖 蘇寧金服的企業(yè)圖譜系統(tǒng)
知識圖譜是金融數(shù)據(jù)分析從簡單的量化模型走向更為復(fù)雜的價值判斷和風(fēng)險評估的必經(jīng)一環(huán),把經(jīng)驗(yàn)逐步變成可重用、可演進(jìn)、可驗(yàn)證、可傳播的知識模型,從而實(shí)現(xiàn)數(shù)據(jù)到智能的升華。
總而言之,金融的本質(zhì)沒有變,科技也沒有改變金融的本質(zhì),但是改變了金融的運(yùn)行方式,金融的未來是高科技行業(yè)。同樣,人工智能也沒有改變金融風(fēng)險管理的本質(zhì),但是借助金融科技的進(jìn)步,能夠更有針對性、更及時、更有效率地監(jiān)測、識別和處置風(fēng)險,從而創(chuàng)建具有豐富內(nèi)涵的金融新生態(tài)。
銀行與金融科技融合的理想境界是什么?是銀行即服務(wù)。
2019年6月14日,億歐智庫研究院將在“2019丨全球新經(jīng)濟(jì)年會·金融科技峰會”上發(fā)布《2019開放銀行與金融科技發(fā)展研究報告》,深度解讀金融科技賦能開放銀行的融合與落地應(yīng)用——上海·虹橋·世貿(mào)展館邀您見證!搶票鏈接:https://www.iyiou.com/post/ad/id/818