当前位置:主页 > QQ空间教程 >

恒昌首席风控官陈以平:依托大数据模型进行系统化风控建设

时间:2017-05-09 15:41 来源:未知 作者:QQ克隆

“新金融形式下的风险节制,对于资产端来说,主要集中在对借款主体的整体资质的评估和还款状态的预判上。在美国,3亿5千万人口当中或许有80%的人口可以被其征信公司覆盖,有相对健全的征信体系和数据源基础可用,因此可以对借款人做出相对完善的评估体系微风控模型。但是在国内,因为我国目前征信体系尚不完善,笼罩人群有待更新,在集群技术发展下的互联网金融,必需依靠大数据模型对借款主体进行全面的风险把持。”

——恒昌首席风控官陈以平

随着工业4.0的时代推进,互联网金融从传统金融中分化出来并走向更多受众,“金融+科技”的操作,需要应用更多的人工智能来赞助业务的更新和规范。“一切数据业务化,一切业务数据化”将是未来的发展方向。

众所周知,金融的中心是风控。这是金融最根本的基石,一切的发展都一定要树立在危险防备的基本之上。那么,如何应用大数据做好风控,已经成为互联网金融的重中之重。

传统征信痛点多多

风控,关乎互联网金融的生存命脉,也是互联网金融行业稳健、平安发展的要害。只有做好风险控制这道屏障,才干促进互金企业搭乘健康发展的“快车道”。

因此,风险控制能力越来越成为互联网金融行业的隐形门槛。众所周知,传统的风控手段主要应用金融范畴的历史借贷数据来预测和判定借款人的违约风险,所以传统风控模式无法给从前没有发生过借贷交易的人进行信用评分,而我国目前存在大量的征信空缺的“白客户”,随着互联网的发展,受众的激增,现有风控体系无法对整体人群做出风险评估。

与此同时,还存在一直以来困扰国内网贷平台发展的风控问题——央行征信的不对外。公然资料显示,央行征信系统覆盖了8亿人,其中和银行有信贷关联约有3亿人,央行征信数据主要来自银行、社保,甚至包括通信、水电暖气等费用的缴费情况,拥有权威性,是基础性数据。

“不外,这些数据对于互联网金融公司是不开放的,因此,对于国内互联网金融来说,在风控时无法依托最威望的央行征信,没有可利用的基础性公共数据,所以只能另辟蹊径。”一位业内人士坦言。

目前网贷平台在发展业务中,广泛存在两大征信痛点。

第一大痛点就是线下线上相联合的传统征信方式导致本钱过高,由于平台没有权力直接取得央行信用报告,只能通过第三方手腕公道获取客户央行征信详细信息内容。

第二大痛点则是由于各平台信息相对独立,导致业内可能存在适度授信,重复借贷,因而增加了客户隐性负债,超过客户的实际偿还才能,导致坏账率居高不下,从而影响整体外部环境。

基于以上情形,依托于大数据的风控体系应运而生。

当风控遇上大数据

大数据风控,通过运用大数据构建模型的办法对借款人进行风险控制和风险提示,避开传统风控的劣势,施展最大优势更精准地对业务进行支持和维护。随着互联网技术不断发展,传统的风控手段已逐渐不能支撑机构的业务扩大;而依托于大数据的风控技术对多维度、大批数据的智能处置,批量标准化的执行流程,更能贴合信息发展时代风控业务的发展要求。与原有借款主体进行经验式风控不同,通过采集大量借款人或借款企业的各项指标进行数据建模的大数据风控更为科学有效。

大数据最核心的能力是预测,传统的如银行的征信,而大数据属非银行征信。银行征信是通过提交到银行征信中心,从而得到他的历史数据。在消费金融和互联网金融并没有这种提交的机制,这里面通过大数据的手段所做的,就是数据的感知和预测能力,对大数据征信非常的关键,而且是前期审核很重要的监控要素。贷前、贷中,贷后这里面与大数据相关的,数据的加密,感知预测,后期的修复和再生,还有数据价值的第三方评估体系,是建立大数据征信,或者说是未来非银征信很关键是基础设施。面对风险随时代发展的多元化,现大数据模型主要应用于征信和反欺诈处理。毫无疑问,大数据对欺诈和信用风险的防范上是一个很有效的方法。第一可以缓解征信体系不健全的痛点,在合理范围内对客户的定量和定性评估更加精准,第二对预防欺诈风险效果显著,这种风控方法在反欺诈操作看来,必须是“技术+数据+智慧”,智慧其实是经验,攻防的经验还有自学习的这些能力。对态势的感知,一定要知道外面产生了什么,在业务上防止数据孤岛的涌现。

 

环环相扣的风控模型

那么在当前形势下如何做到有效的风险控制?笔者采访到有国内外资深研究经验的恒昌首席风控官----陈以平博士。

陈以平博士表现,“新金融形式下的风险控制,对于资产端来说,主要集中在对借款主体的整体资质的评估和还款状态的预判上。在美国,3亿5千万人口当中大略有80%的人口可能被其征信公司覆盖,有相对健全的征信体系和数据源基础可用,因此可以对借款人做出相对完善的评估体系和风控模型。但是在国内,因为我国目前征信体系尚不完善,覆盖人群有待更新,在集群技术发展下的互联网金融,必须依靠大数据模型对借款主体进行全面的风险控制。”

“对此我们打造了全流程的风控体系,无论是贷前、贷中还是贷后,都是环环相扣的完整体系。我们通过数字化、系统化、模型化、主动化的技术去建立我们的风控。”对于以上“四化”是如何环环相扣,陈以平博士介绍道:“我们生活在一个科技不断更新的时代,以往的纸媒已经成为历史,数字化是基础,一切业务数字化,一切数字业务化。只有数字化了才能够把推论和附加维护的技术利用到盘算机中去剖析建模,并做成模型反馈到业务处理中,达到自动化目标的同时,促进在业务优势控更精准并不断进步数据的准确性。而在这其中,系统化功课是必不可少的,因为必须有IT的技术支撑才能够实现自动化,而数字化的实现也需要IT的一定基础才能够顺利达成。”

综上所述,从这四个维度,我们步步推进,实现真正的大数据风险治理体系。面对风险掌握,我们实在还有许多事件能够做,在预先防控方面,可以利用最新的技巧从多个角度上去辅助我们的互联网金融平台去给他们提供的一些数据,征信数据也好,或者其余的反讹诈数据也好,甚至包含我们个人的数据、企业的数据,这些数据其实总而言之仍是为平台做风险防控供给一些依据和参考。让我们的企业依托大数据的基础,到达风控体系建设不断更新完善的同时,增进平台可以更为高效的运作。