金融科技如何助力風(fēng)險預(yù)警智能化？

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。

金融科技推動傳統(tǒng)風(fēng)險管理的改變

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。

金融科技防范風(fēng)險、風(fēng)險管理的機(jī)理

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。

金融科技的目標(biāo)是實(shí)現(xiàn)“預(yù)警智能化”

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