導(dǎo)語

古有水泊梁山英雄108將叱咤江湖，今有“中國大數(shù)據(jù)技術(shù)先鋒108將”高端人物訪談攪動風(fēng)云。2017年，由DT學(xué)院、中國城市報大數(shù)據(jù)中心、清華大數(shù)據(jù)產(chǎn)業(yè)聯(lián)合會、山西省大數(shù)據(jù)產(chǎn)業(yè)協(xié)會聯(lián)合舉辦，面向大數(shù)據(jù)產(chǎn)業(yè)的技術(shù)精英、專家學(xué)者以及大數(shù)據(jù)產(chǎn)業(yè)鏈領(lǐng)域公司CTO的“中國大數(shù)據(jù)技術(shù)先鋒108將”高端人物訪談活動正式啟動，圍繞大數(shù)據(jù)技術(shù)的多個層面進(jìn)行分享，旨在搭建大數(shù)據(jù)技術(shù)傳播分享的高端平臺，促進(jìn)大數(shù)據(jù)技術(shù)的業(yè)內(nèi)交流。

訪談主題

銀行風(fēng)控管理中的大數(shù)據(jù)技術(shù)應(yīng)用實踐分享

訪談對象:石棋玲

北京東方金信科技有限公司CTO、聯(lián)合創(chuàng)始人。2009年獲得美國中佛羅里達(dá)大學(xué)應(yīng)用數(shù)學(xué)博士學(xué)位，是國內(nèi)最早開展高強(qiáng)度超級圖形方法大規(guī)模風(fēng)險分析的數(shù)據(jù)科學(xué)家，曾就職美國銀行總部，開發(fā)許多算法控制風(fēng)險、打擊欺詐。

訪談內(nèi)容

1.DT學(xué)院：請您給大家介紹下在銀行風(fēng)控管理中主要應(yīng)用了哪些大數(shù)據(jù)技術(shù) 

石棋玲：隨著移動互聯(lián)網(wǎng)時代的來臨，從電子商務(wù)到互聯(lián)網(wǎng)金融，人們在網(wǎng)絡(luò)上產(chǎn)生的數(shù)據(jù)越來越多，大數(shù)據(jù)已經(jīng)成為當(dāng)前金融機(jī)構(gòu)加強(qiáng)風(fēng)險控制的重要補(bǔ)充手段,大數(shù)據(jù)技術(shù)的應(yīng)用也越來越廣泛。

在銀行風(fēng)控管理中，通過大數(shù)據(jù)圖形分析與流處理技術(shù)，能夠?qū)v史數(shù)據(jù)、一段時間窗口的信息流和觸發(fā)計算的事件進(jìn)行快速統(tǒng)計，并且與模型匹配，在毫秒級別內(nèi)進(jìn)行響應(yīng)作出判斷;大數(shù)據(jù)能夠處理非結(jié)構(gòu)化數(shù)據(jù)，能夠整合圖像、語音、文本、網(wǎng)頁、JSON、XML 等非結(jié)構(gòu)化數(shù)據(jù)，轉(zhuǎn)化成結(jié)構(gòu)化字段等。

在實際應(yīng)用方面,許多銀行基于 Hadoop打造了面向全行的開放共享大數(shù)據(jù)平臺，并且推出了金融貸款產(chǎn)品和個人消費(fèi)貸款產(chǎn)品;也有銀行利用大數(shù)據(jù)分析進(jìn)行精準(zhǔn)營銷，比如，對客戶的購物、上網(wǎng)習(xí)慣等進(jìn)行精準(zhǔn)細(xì)分，推出針對某類用戶的銀行卡等等。

2.DT學(xué)院：大數(shù)據(jù)技術(shù)應(yīng)用解決了銀行風(fēng)控管理中的哪些行業(yè)痛點和問題 請結(jié)合案例給大家做下分享。

石棋玲：要想了解大數(shù)據(jù)風(fēng)控的優(yōu)勢，首先要分析傳統(tǒng)風(fēng)控與大數(shù)據(jù)風(fēng)控在建模原理及方法論上的區(qū)別。傳統(tǒng)金融風(fēng)控是以“風(fēng)控評分卡模型自動審核為主，以人工審核為輔”的模式進(jìn)行風(fēng)險審核，大數(shù)據(jù)風(fēng)險控制是通過大數(shù)據(jù)構(gòu)建模型對借款人進(jìn)行風(fēng)險控制和風(fēng)險提示。

與傳統(tǒng)風(fēng)控相比較，大數(shù)據(jù)風(fēng)控的優(yōu)勢可以概括為：數(shù)據(jù)量大、數(shù)據(jù)維度多、雙重變量降低主觀判斷誤差、使用范圍更廣。

現(xiàn)階段，我國征信體系不夠完善，金融行業(yè)欺詐是銀行風(fēng)控的頭號難題，銀行可利用大數(shù)據(jù)進(jìn)行有效推演和預(yù)測風(fēng)險。各大銀行可以通過不同的途徑獲取數(shù)據(jù)，逐漸補(bǔ)充新客戶群體的風(fēng)險定價數(shù)據(jù)，借以提高風(fēng)控管理的能力。

3.DT學(xué)院：金融領(lǐng)域中有兩大風(fēng)險，一種是歷史風(fēng)險，一種是未來風(fēng)險。大數(shù)據(jù)技術(shù)對這兩種風(fēng)險的識別能力如何 

石棋玲：歷史風(fēng)險是從企業(yè)或者個人的歷史數(shù)據(jù)判斷客戶過去的表現(xiàn);未來風(fēng)險，是各式各樣未來具有不確定性的因素造成損失的風(fēng)險。對這兩種風(fēng)險，大數(shù)據(jù)的識別能力并不相同。“畫歷史易知未來難”，就歷史風(fēng)險而言，大數(shù)據(jù)可以使得歷史畫像越來越清晰。通過不斷拓寬歷史信息的收集整理，再利用大數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)技術(shù)、深度學(xué)習(xí)技術(shù)，個人或企業(yè)的畫像逐步逼近個人或企業(yè)真實的歷史表現(xiàn)是可能的。從理論上講，隨著數(shù)據(jù)信息量增大、計算機(jī)算力提升、深度學(xué)習(xí)能力不斷提高，對個人和企業(yè)的畫像會越來越清晰，逐步逼近真實情況。

但對于未來風(fēng)險，依據(jù)大數(shù)據(jù)得到的未來畫像，其可靠性卻不容樂觀。歷史是靜態(tài)的信息，在刻畫歷史畫像時，變量為空，就可以不予考慮，憑借有值變量即可刻畫客戶。即使我們有1000個數(shù)據(jù)采集變量，對一個客戶來說，可能只需幾百個，甚至幾十個有值變量即可刻畫歷史畫像。而對于未來畫像的刻畫，需要考慮的變量則要要多出很多。

針對一個同樣采集到1000個變量客戶，刻畫未來畫像可能需要考慮900個變量，因為每個變量都可能發(fā)生，其發(fā)生的概率是根據(jù)歷史數(shù)據(jù)刻畫的，一方面其發(fā)生的概率可能并不真實;另一方面，未來各種變量間的相關(guān)性變化會導(dǎo)致事件發(fā)生的概率發(fā)生變化，因此，在刻畫未來畫像時，對變量的認(rèn)識存在發(fā)生變化的可能性。

另外，即使對變量發(fā)生概率的估計是正確的，但幾百個、上千個變量綜合的結(jié)果也會對未來判斷正確的概率產(chǎn)生影響，要準(zhǔn)確刻畫客戶的難度非常大。還有一點，就是未來還存在從宏觀、中觀到微觀的多個層次的變量，世界經(jīng)濟(jì)環(huán)境、地緣政治、國家經(jīng)濟(jì)環(huán)境、行業(yè)前景、企業(yè)經(jīng)營能力、管理層變動、自然災(zāi)害等，都會影響未來客戶違約風(fēng)險。

因此，對未來畫像，大數(shù)據(jù)所能發(fā)揮的作用會有折扣。一個典型的案例是華爾街那么多計量經(jīng)濟(jì)學(xué)家、金融學(xué)家，都未能避免2008年全球金融危機(jī)。

4.DT學(xué)院：在銀行風(fēng)控管理中，反洗錢、反欺詐一直是重中之重，大數(shù)據(jù)技術(shù)在這一方面是如何發(fā)揮作用的 取得了怎樣的成效 

石棋玲：大數(shù)據(jù)技術(shù)對于反洗錢、反欺詐的作用和成效可以歸納為以下幾個方面：

充分發(fā)揮商業(yè)銀行的數(shù)據(jù)優(yōu)勢

商業(yè)銀行在大數(shù)據(jù)應(yīng)用方面具備天然優(yōu)勢。在業(yè)務(wù)的開展過程中，商業(yè)銀行每天都會產(chǎn)生海量數(shù)據(jù)，包括交易系統(tǒng)產(chǎn)生的數(shù)以億計的交易信息、業(yè)務(wù)處理過程中用于作業(yè)、授權(quán)的影像視頻等半結(jié)構(gòu)化數(shù)據(jù)、銀行官網(wǎng)的客戶訪問以及客戶投訴評價等交互信息。充分發(fā)揮大數(shù)據(jù)技術(shù)與聚類、神經(jīng)網(wǎng)絡(luò)、決策樹等智能算法，對這些數(shù)據(jù)進(jìn)行分析和挖掘，可以對反洗錢、反欺詐工作的時效性、準(zhǔn)確度進(jìn)行提升。

提高反洗錢調(diào)查的實效性

商業(yè)銀行在判斷客戶交易是否可疑時，前提條件是確定客戶的真實身份，提高客戶身份識別的準(zhǔn)確度才能提高可疑報告的質(zhì)量。商業(yè)銀行在進(jìn)行反洗錢調(diào)查時，主要依據(jù)《金融機(jī)構(gòu)大額交易和可疑交易報告管理辦法》進(jìn)行判別，只要相關(guān)交易數(shù)據(jù)符合可疑交易標(biāo)準(zhǔn)，就將該數(shù)據(jù)報送反洗錢監(jiān)管機(jī)構(gòu)。

提升反洗錢工作效率

作為數(shù)據(jù)來源，商業(yè)銀行內(nèi)部有許多套信息系統(tǒng)。這些系統(tǒng)具有分散、異構(gòu)的特征，技術(shù)指標(biāo)各不相同，形成了一個個封閉的信息孤島。利用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫和挖掘技術(shù)構(gòu)建反洗錢平臺，會遇到數(shù)據(jù)量大，數(shù)據(jù)格式不一致，無法存儲、處理等技術(shù)難點。而利用大數(shù)據(jù)技術(shù)，則可以解決這些難題。大數(shù)據(jù)技術(shù)接受非結(jié)構(gòu)化數(shù)據(jù)，允許數(shù)據(jù)存在不一致。利用大數(shù)據(jù)技術(shù)，整合銀行內(nèi)部數(shù)據(jù)資源，構(gòu)建一個統(tǒng)一的反洗錢系統(tǒng)，將縮短響應(yīng)時間，提升反洗錢工作的效率。

5.DT學(xué)院：目前國內(nèi)部分銀行尚未采用大數(shù)據(jù)技術(shù)，依然對大數(shù)據(jù)技術(shù)應(yīng)用存在困惑。您覺得他們的困惑之處在哪 怎樣做才可以使他們消除這些困惑

石棋玲：在互聯(lián)網(wǎng)技術(shù)和信息技術(shù)的推動下，大數(shù)據(jù)在金融行業(yè)的風(fēng)控中獲得了引人注目的進(jìn)展，但是在實際運(yùn)用中其有效性還需進(jìn)一步提高。當(dāng)前大數(shù)據(jù)技術(shù)所遇到的問題，既有數(shù)據(jù)質(zhì)量的障礙，也有大數(shù)據(jù)風(fēng)控的理論性障礙，還有數(shù)據(jù)保護(hù)的制度障礙。消除這些障礙、提高大數(shù)據(jù)風(fēng)控的有效性，需要金融企業(yè)、金融研究部門和政府監(jiān)管部門的共同努力。

建議采取的對策：

1.加大金融創(chuàng)新力度，并建立大型數(shù)據(jù)實驗室。構(gòu)建分析平臺，可以在金融企業(yè)設(shè)置大型技術(shù)創(chuàng)新實驗，學(xué)習(xí)更先進(jìn)的數(shù)據(jù)處理技術(shù)和分析方法。同時，還能培養(yǎng)高素質(zhì)的專業(yè)人員，對數(shù)據(jù)進(jìn)行管理和分析，實現(xiàn)數(shù)據(jù)和思維的統(tǒng)一。

2.加強(qiáng)大數(shù)據(jù)的集成。這不僅包括金融企業(yè)，但更重要的是結(jié)合在數(shù)據(jù)庫中其他領(lǐng)域的相關(guān)信息。除此之外，還要提高數(shù)據(jù)獲取和分析能力，能使用大數(shù)據(jù)專業(yè)工具，建立數(shù)據(jù)邏輯模型。

3. 加強(qiáng)風(fēng)險管理和控制，以保證數(shù)據(jù)安全。大數(shù)據(jù)可以在很大程度上緩解信息不對稱問題，并提供更有效的手段對金融企業(yè)進(jìn)行風(fēng)險管理。但如果不加以適當(dāng)管理規(guī)范，大數(shù)據(jù)可能演變?yōu)?"大風(fēng)險"。大型數(shù)據(jù)應(yīng)用程序已經(jīng)改變了原有數(shù)據(jù)安全性的特點，不僅需要一種新的管理方法，還必須納入全面風(fēng)險管理體系和統(tǒng)一的監(jiān)測和控制制度。金融企業(yè)應(yīng)當(dāng)抓住機(jī)遇，實現(xiàn)自身的改革轉(zhuǎn)型，打造大數(shù)據(jù)時代的新金融。

6.DT學(xué)院：大數(shù)據(jù)風(fēng)控在國內(nèi)的應(yīng)用屬于哪一階段 您覺得在金融領(lǐng)域的風(fēng)控管理中，大數(shù)據(jù)技術(shù)應(yīng)用還存在哪些不足和亟待提高的地方

石棋玲：大數(shù)據(jù)已經(jīng)撼動了世界的方方面面，從商業(yè)科技到醫(yī)療、政府、教育、經(jīng)濟(jì)、人文以及社會其他各個領(lǐng)域。根據(jù)數(shù)據(jù)顯示，中國大數(shù)據(jù)IT應(yīng)用投資規(guī)模以五大行業(yè)最高，其中金融行業(yè)占比17.5%，排名第三，位于互聯(lián)網(wǎng)和電信行業(yè)之后。

中國互聯(lián)網(wǎng)金融企業(yè)對于大數(shù)據(jù)風(fēng)控的運(yùn)用，也如火如荼，實際應(yīng)用方面有很多案例，比如某金融平臺推出了面向社會的信用服務(wù)體系，該服務(wù)通過分析大量的網(wǎng)絡(luò)交易及行為數(shù)據(jù)，對用戶進(jìn)行信用評估，這些信用評估可以幫助互聯(lián)網(wǎng)金融企業(yè)對用戶的還款意愿及還款能力做出結(jié)論，繼而為用戶提供相關(guān)的金融和經(jīng)濟(jì)服務(wù)。某網(wǎng)絡(luò)公司的金融信貸產(chǎn)品，其風(fēng)控核心就是，通過社交大數(shù)據(jù)與央行征信等傳統(tǒng)銀行信用數(shù)據(jù)結(jié)合，運(yùn)用社交圈、行為特征、交易、基本社會特征、人行征信5個維度對客戶綜合評級，運(yùn)用大量的指標(biāo)構(gòu)建多重模型，以快速識別客戶的信用風(fēng)險。

在互聯(lián)網(wǎng)技術(shù)和信息技術(shù)的推動下,大數(shù)據(jù)在金融風(fēng)控管理上獲得了引人注目的進(jìn)展,但是其有效性還需進(jìn)一步提高。對于政府監(jiān)管部門，要積極推動和完善與數(shù)據(jù)相關(guān)的制度建設(shè)。對于金融企業(yè)而言，需要構(gòu)建多樣化、連續(xù)性和實時性的基礎(chǔ)數(shù)據(jù)，還需要多維度的收集數(shù)據(jù)，互聯(lián)互通，打破數(shù)據(jù)的孤島，從供應(yīng)鏈交易環(huán)節(jié)獲取數(shù)據(jù)。對于金融研究部門，要從經(jīng)濟(jì)、金融等多個角度綜合論證大數(shù)據(jù)風(fēng)控的有效性，為大數(shù)據(jù)風(fēng)控提供理論支持。

來源：DT學(xué)院