近年來，以人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)為代表的新一代信息技術，在金融行業(yè)尤其是在主營零售業(yè)務的消費金融行業(yè)得到普遍應用，大大提升了消費金融公司的綜合能力。其中，在風險控制方面，金融科技幫助消費金融公司提升效率、降低成本成效明顯。在運用科技管理風險方面，頭部消費金融公司有哪些值得行業(yè)學習的做法?其中又存在哪些隱患?本期專題深入探討。

近期，多家消費金融公司(以下簡稱“消金公司”)陸續(xù)披露了2021年業(yè)績。在2021年，消金行業(yè)優(yōu)勝劣汰有所加劇。相比商業(yè)銀行，消金公司面臨更為下沉的客戶群體，通過金融科技提高風控能力成為業(yè)內(nèi)大多數(shù)公司的共識。多家消金公司表示，將繼續(xù)借助科技來守住風險底線，并利用科技來降低運營成本。

各擁“獨門武器”

數(shù)據(jù)顯示，2021年，馬上消費金融、招聯(lián)消費金融、興業(yè)消費金融等公司的業(yè)績位居行業(yè)前列。

記者從上述多家消金公司獲悉，這與各公司應用金融科技來促進風控能力的提升密不可分。

“風險管理措施的自動化執(zhí)行對系統(tǒng)的要求極為精細和高效，尤其是每天面臨數(shù)十萬申請，每秒并發(fā)幾百單申請，每個申請單要秒級處理人民銀行、征信部門、銀聯(lián)、公安等多個數(shù)據(jù)源，生成上百個模型和策略規(guī)則，這對企業(yè)科技能力挑戰(zhàn)巨大。”馬上消費金融相關負責人對《中國銀行保險報》記者表示。

據(jù)悉，為提升風控能力，馬上消費金融構造了自有復雜網(wǎng)絡，由千萬級的內(nèi)部黑名單作為種子，產(chǎn)生幾十億條數(shù)據(jù)的復雜網(wǎng)絡關聯(lián)數(shù)據(jù)，對反欺詐具有極強的效果。

興業(yè)消費金融相關負責人表示，在傳統(tǒng)風控模式基礎上，該公司持續(xù)加強智能風控系統(tǒng)建設，充分借助“人工”加“系統(tǒng)”的協(xié)同應用，大幅提高業(yè)務風險控制能力。

如在風險審批方面，興業(yè)消費金融通過自建評分模型、反欺詐模型，嚴格防范欺詐及信用風險，并提高審批效率;在風險監(jiān)測方面，興業(yè)消費金融設計了針對各機構的風險預警體系，全面動態(tài)監(jiān)控各項業(yè)務的風險表現(xiàn)和風險屬性。

招聯(lián)消費金融的系統(tǒng)能根據(jù)不同風險的客戶、不同場景的消費進行智能分級、自動校驗、模型評分，通過運用人工智能、機器學習等技術在短短幾秒鐘內(nèi)建立客戶風險畫像，對欺詐、偽冒、套現(xiàn)等行為予以有效攔截，從而制定差異化的風險策略，實現(xiàn)實時數(shù)據(jù)源毫秒級的高性能實時計算和每秒數(shù)萬次事件的處理能力，確保公司在快速穩(wěn)健發(fā)展的同時維持著較低的風險水平。

中銀消費金融首席運營官章濤表示，“金融行業(yè)具有風險后置的特征，相對來說，銀行股東背景的持牌消金公司會更加注重風險把控。當行業(yè)越來越規(guī)范，消金公司將迎來更好的發(fā)展機會，甚至大有可為。”

滲透各個環(huán)節(jié)

隨著金融科技創(chuàng)新應用不斷豐富，可以滿足消費金融公司在不同場景下對數(shù)據(jù)處理規(guī)模、速度和準度等方面的需求，如貸前審核的風險和成本問題、貸中的客戶信用風險變化問題、貸后的催收和復貸問題等。

“在貸前調(diào)查環(huán)節(jié)，我們運用人臉識別、OCR技術識別借款人身份;在審查審批環(huán)節(jié)，我們則借助外部信息，引入第三方數(shù)據(jù)排查借款人不良負面信息;同時，公司分析借款人信貸周期、負債結(jié)構及還款能力變化趨勢，并融合外部信息，全面防范借款人信用風險。公司借助大數(shù)據(jù)平臺的協(xié)同應用，不斷優(yōu)化風控模型，審慎評估借款人還款能力，進一步加強風險識別能力。”興業(yè)消費金融相關人士表示。

馬上消費金融也從四個方面將金融科技滲透到風控多個環(huán)節(jié)：一是以全流程業(yè)務線上化為基礎，最大程度提升客戶體驗、業(yè)務流程標準化處理能力。二是提煉全流程業(yè)務過程指標數(shù)字化經(jīng)營管理，通過數(shù)字孿生可視化，觀測、預測業(yè)務的變化和趨勢，實現(xiàn)高效業(yè)務決策能力;策略、模型覆蓋營銷獲客，貸款全流程的客戶分群、風險定價、差異化營銷運營，通過機器學習、深度學習智能化優(yōu)化算法提升決策精準度、決策效率。三是通過大數(shù)據(jù)管理大數(shù)據(jù)，提升業(yè)務高性能、高可用能力、可持續(xù)的金融科技賦能業(yè)務能力。四是通過自主創(chuàng)新、專利、高校產(chǎn)學研合作，不斷提升風險能力。

不能過度依賴算法

伴隨著金融科技的發(fā)展，衍生出來的復雜多樣的潛在風險越來越引起各方面的重視。

有研究指出，隨著算法在金融領域應用的深入，算法固有的缺陷和特性也逐漸與金融本身的風險和邏輯發(fā)生耦合，形成了算法歧視、算法綁架、算法趨同等新型金融風險。

“我們注意到有關‘算法風險’可能出現(xiàn)的負面效果及相關風險。對此，我們除了通過規(guī)范的制度明確模型訓練、開發(fā)、上線審批等關鍵環(huán)節(jié)操作要求，還在模型開發(fā)階段考慮了區(qū)域、行業(yè)經(jīng)濟發(fā)展及客群變化等各種可能影響模型效果的因素，并通過不同時間、區(qū)域等多重驗證、立體化模型監(jiān)控和糾偏機制積極避免算法風險。在模型監(jiān)控方面，我們還定期監(jiān)控模型效果，分析業(yè)務和客群變化指標，開展模型效果評估，適時校準模型的穩(wěn)定性和風險識別能力，控制各類業(yè)務風險敞口，實現(xiàn)風險問題‘早發(fā)現(xiàn)早解決’。”興業(yè)消費金融表示。

馬上消費金融則認為，在風險決策的過程中，不能過度依賴算法。據(jù)悉，在目前的業(yè)務實踐中，該公司通過各種數(shù)學方法的創(chuàng)新使用，即使是通常被認為是“黑盒”的機器學習模型，也能夠通過各種方法將其解構，從而幫助風控人員能夠更好地認清模型的內(nèi)在機理和潛在風險，將模型的結(jié)果進行人工修正，從而避免完全依賴于算法做出決策。除此之外，馬上消費金融還建立了完善的模型驗證和模型監(jiān)控機制，由獨立的團隊來評估模型的潛在風險。在應用模型時，也會根據(jù)不同的客戶群體進行分群應用，從而避免因為單一顯著變量在數(shù)據(jù)中的異常表現(xiàn)而出現(xiàn)背離信貸常識的問題。

章濤認為，金融和科技的結(jié)合主要體現(xiàn)在風控和服務上。管理方面，比如數(shù)據(jù)使用、利率制定以及營銷推廣和貸后催收等，都需要堅持在合規(guī)框架內(nèi)使用科技手段來提升效率和降低單位成本。(記者 樊融杰)

標簽： 消金風控難題 新一代信息技術 主營零售業(yè)務 頭部消費金融公司