6月30日，由南方财经全媒体集团指导、《21世纪经济报道》主办的“2018中国金融科技发展论坛”在上海召开。
在主题为“智能风控的AB面”的第二场圆桌对话环节上，浙商银行信息科技部需求设计中心总经理助理臧铖、开鑫贷总经理鲍建富、杭州银行信息技术部技术总监徐建芳、宜人贷CRO裴益川、新颜征信CEO黄向前、众安科技副总经理赵黎明围绕大数据风控应用的话题，展开了热烈讨论。
银行、网贷、风控、保险领域资深从业者结合自身从业经验，热议大数据风控的运用，一致认为，在线上信贷业务发展的背景下，大数据风控对于传统金融机构和互联网金融机构都很有价值，但在数据的完整性、准确性等方面存在挑战，而且，反欺诈挑战很大。
大数据风控运用有何挑战？
无论是传统金融机构，还是互联网金融机构，都有应用大数据，这是实现业务目标的基础。
“谈及大数据应用，第一是获取内外部有价值的数据，第二是建立适合数据应用场景的模型，第三是获得结果并不断迭代。”臧铖表示，对于银行和互联网机构，有很大的区别。互联网机构会有各种不同的渠道包括通过自身的系统，获得客户各类数据特别是行为数据，而银行更多是来自于体内积累，外部数据获取渠道较为有限。
“所以我觉得站在银行的角度来看，数据应用最大的问题是在于数据维度的缺失。”臧铖坦言，数据和模型是相辅相成的，有好的模型没有数据，模型成为空谈，有足够的数据却没有好的模型，数据也无法产生价值。
臧铖认为：“在应用的时候，数据获取和模型建立需要齐头并进，要在数据和模型之间找到平衡，后续要互相协同，不断优化。
在鲍建富看来，金融科技和智能风控的运用，给传统金融机构和新型金融机构都带来了很多惊喜和变化，大数据风控的资源投入非常必要，根据自己资产获取的方向，可以加入更大力度的投入。
徐建芳表示，近年来，银行发力线上业务，包括零售消费贷和小微金融贷，都要用到大数据风控。银行用央行的征信数据，也运用了很多第三方的数据，构建风控模型。
“特别是在今年网络安全法实施之后，明确感觉到第三方数据的来源越来越少，可靠的数据越来越少。这是挑战，也是好事，这样真实的数据就出来了。”徐建芳坦言。
徐建芳还提到，由于线上信贷业务的发展，“黑产 ”越来越厉害，反欺诈风险也很高，是个很大的挑战。而且，反欺诈其实是层出不穷的，可以说道高一尺，魔高一丈。对于金融机构来说，大数据分析要求很高，对建模要求很高，而且这是一个长期不断优化的过程。
裴益川以粮食的概念阐述了金融机构和非金融机构之间的差异，他认为相比传统金融机构的“精粮”，网贷机构等吃的是“粗粮”，所以更需要引用大数据、人工智能等创新的方式做好风控。宜人贷在客户的授权下已经积累了很多数据，对各种各样的“粗粮”已经有了一些初步的认识和辨别。在此基础上，采取适当的方法和模型让网贷行业在风控识别、欺诈识别领域有所领先。
“我们就属于提供粗粮的团队，还有很多信息和数据都是孤岛。”黄向前认为，以后做放贷业务，一定是传统金融机构学习互联网公司的玩法，而互联网公司一定是和传统金融机构结合，对于互联网放贷，监管有明确的杠杆要求，最终我们看到的是传统金融机构和互联网机构相融合的过程。
“在这个过程中，我们这种提供数据或者提供风控解决方案的供应商，其实既服务了互联网机构，又服务了传统机构，我们的数据其实也在融合。”黄向前还称。
来自众安科技的赵黎明表示：“我们通过信用保证保险，通过保险服务信贷。”
“很多第三方数据公司基于自己的模型，给出评分，但对于我们很难使用，希望未来能够解决上述问题。此外，也要在大数据风控的成本和收益上做个均衡。”赵黎明称。
贷款利率
不完全取决于技术
那么，相对传统的方法，大数据风控是不是有更强的风险识别能力？如果大数据风控能够比较好的识别欺诈，为什么现在贷款的利率还没有看到比较明显的下降？
“风险管控很大程度上来讲，是一个数学问题，怎么判断是好人还是坏人，这是一种预测，其实也是一个概率的问题。好人和坏人不是脸谱化的，面对不同的结构他可以表现出或好或坏，利用大数据可以帮助我们把这一件事情预测得更准确，把预测的概率提得更高，但不可能绝对准确。”臧铖认为。
臧铖补充：“降低利率，首先是业务问题，我们采用更多风控手段可以降低我们的风险成本，那么降低了成本是不是应该降低利率，这是一个业务考虑。其次，从银行角度来讲，利率也受监管和政策影响，并不仅仅是一个成本降低可以决定的。”
鲍建富表示，大数据风控应用，作为传统金融机构来讲，应该是如虎添翼；从新金融角度来讲，也是首当其冲的应用。“大数据风控有助于风险控制，资产质量的提升，以及服务水平的提高，交易成本的降低等。”
“贷款的利率是由市场供需和宏观经济政策综合作用而形成的，也是我们资金配置给何种借款人的一个风向标。这几年，整个行业的借款人的综合成本呈下降趋势。但我想更多不是技术因素而导致的。可以看到，风险识别能力的提升和利率升降不是一个因果关系，风险识别能力的提升，是为了更好的风险定价。”鲍建富还称。
来自杭州银行的徐建芳认为：“现在这种智能风控和传统风控的比较，在短期内这是很难比较的。一方面，从传统银行来讲，以前零售业务的风险本来就偏低，企业风险会比较高一点，银行现在用新的技术和智能风控的业务，总的比例还不是非常大，所以两者没有一个很相当的比较基础。另一方面，如网贷机构，本身也没有用传统方式做，而且其目标客户是长尾客户，这些客户本身就没有太多的传统金融的业务，很难比较。”
不过，徐建芳坦言，现在智能风控这种模式，其面向的客户和业务模式，就是小额分散的风险。从大范围来讲，其风控效果可能会比传统风控好，需要一定的数据量来看，从一个更广义的时间来讲，智能风控一定会比传统风控做得更好。利用智能风控，需要做到规模经济，才能做好。
徐建芳也称，利率不完全取决于技术。“通过现在的风控和贷款来讲，大部分客户都是以前比较难贷的客户，他本身利率承受度就比较高，整个定价肯定就会比传统更高。而且，网贷机构的资金成本更高，银行也有这个顾虑，但是未来借款成本肯定是个下降的趋势。”
裴益川指出，风险里面有两类风险，一个是信用风险，一个是欺诈风险。大数据对欺诈风险的效果非常好，在信用风险方面，金融机构和网贷之间差别不大。裴益川表示，网贷至少有三块主要的成本，一块是获客成本，一块是资金成本，最后一块才是风险成本。风险成本取决于客户群体，虽然网贷行业具有一定的风控优势，但由于处于不同的市场，成本一直没有降下来。技术、数据等能够帮助控制风险，而定价最终会决定风险。所以宜人贷希望能够真正把定价降下来，可以更好地服务客户，推动行业更加健康地发展。
“无论是传统机构还是互联网机构，你只要通过网络放贷，一定会遇到怎样才可以真正把合格的贷款人找出来的困惑。”黄向前表示，大数据风控机构通过海量数据积累和大数据风控模型，多维刻画用户画像并且精准量化用户风险，从而能够协助金融机构对申请人进行信用评估。
赵黎明则称：“我们做风控的时候，会涉及到保险产品的定价，我们有时候会发现大数据越多，整个风控就越好。很多时候大数据其实可以发现很多我以前不能拓展的行业界限。”
（编辑：李伊琳）
21世纪经济报道及其客户端所刊载内容的知识产权均属广东二十一世纪环球经济报社所有。未经书面授权，任何人不得以任何方式使用。详情或获取授权信息请点击此处。
分享成功