跑路、欺詐風波不斷，大數(shù)據(jù)風控威力何在？

跑路欺詐大數(shù)據(jù)風控

春夏 | 2017-02-06 19:02

【數(shù)據(jù)猿導讀】在目前的互聯(lián)網(wǎng)金融市場上，有60%的損失來自于欺詐，這60%里面又有80%—90%屬于集團欺詐。因此，風險控制就成為互聯(lián)網(wǎng)金融發(fā)展的必要基礎(chǔ)。而在實施風控過程中，其核心在于如何通過大數(shù)據(jù)以及人工智能技術(shù)進行風險判斷

來源：數(shù)據(jù)猿記者：春夏

近兩年，在市場追逐、資本熱捧以及國家政策支持下，互聯(lián)網(wǎng)金融行業(yè)發(fā)展勢頭頗猛。但有專家透露，在目前的互聯(lián)網(wǎng)金融市場上，有60%的損失來自于欺詐，這60%里面又有80%—90%屬于集團欺詐。因此，風險控制就成為互聯(lián)網(wǎng)金融發(fā)展的必要基礎(chǔ)，銀行通常借助用戶行為風險識別引擎、征信系統(tǒng)、黑名單系統(tǒng)等反欺詐系統(tǒng)，對交易詐騙、網(wǎng)絡詐騙、電話詐騙、盜卡盜號等欺詐行為進行風險識別。

在實施風控過程中，其核心在于如何通過大數(shù)據(jù)以及人工智能技術(shù)進行快速操作，降低詐騙風險并提高效率。與傳統(tǒng)金融的風險控制相比，大數(shù)據(jù)風控可以采集到更多傳統(tǒng)金融沒有觸及到的數(shù)據(jù)，比如用戶在APP和網(wǎng)頁的行為軌跡數(shù)據(jù)，以及GPS位置信息數(shù)據(jù)等，通過海量數(shù)據(jù)的積累和分析，對客戶的還款能力進行有效判定。

如今，信貸行業(yè)已有大量的消費金融公司、網(wǎng)絡信貸公司、P2P公司在收集數(shù)據(jù)，而收集數(shù)據(jù)的目的就是判斷這個人會不會還錢、能貸給他多少錢。概括來說，信貸機構(gòu)主要收集三種數(shù)據(jù)，就是誰借了、誰批了、誰還了，也就是借款歷史、審批結(jié)果和還款數(shù)據(jù)。

在信貸機構(gòu)看來，借款人又分為兩種，第一種是他借過錢，第二種是他沒借過錢。對于借過錢的人，中國人民銀行有征信數(shù)據(jù)，他們的信用情況很容易判斷。而對于沒借過錢又有借款需求的人，人行征信數(shù)據(jù)覆蓋不到的大概有4億人，判斷這部分人的還款能力和欺詐風險，就需要借助大數(shù)據(jù)技術(shù)來實現(xiàn)。

大數(shù)據(jù)風控的市場格局

從整體來看，目前國內(nèi)大數(shù)據(jù)風控市場上有兩種體系：BAT與互聯(lián)網(wǎng)金融公司內(nèi)部的大數(shù)據(jù)風控體系；第三方大數(shù)據(jù)風控體系。

第一類是由BAT互聯(lián)網(wǎng)巨頭和互聯(lián)網(wǎng)金融公司建立的大數(shù)據(jù)風控體系，BAT巨頭擁有征信牌照，依據(jù)自身平臺的流量優(yōu)勢，建立封閉系統(tǒng)的信用評級和風控模型。比如螞蟻金服旗下的芝麻信用，利用阿里旗下淘寶、支付寶等海量數(shù)據(jù)優(yōu)勢，為用戶提供信用評價。

而對于沒有征信牌照的其他公司來說，則是通過建立大數(shù)據(jù)風控系統(tǒng)來識別風險。比如，融360推出的“天機”風控系統(tǒng)，通過大數(shù)據(jù)分析技術(shù)，為申請貸款的用戶進行評分，然后依據(jù)分值為合作機構(gòu)提供放貸建議。

第二類是針對互聯(lián)網(wǎng)金融企業(yè)和金融機構(gòu)提供大數(shù)據(jù)風控服務的第三方大數(shù)據(jù)風控平臺服務商。由于互聯(lián)網(wǎng)金融行業(yè)對大數(shù)據(jù)風控技術(shù)的需求爆炸性增長，誕生了一批第三方服務商，他們的大數(shù)據(jù)風控體系具有明顯的“開放性”特征，與企業(yè)及各類金融機構(gòu)“共享”或“共建”大數(shù)據(jù)風控服務。

以網(wǎng)易金融為例，其在不久前推出了全國首個開放性智能風控平臺網(wǎng)易北斗，通過大數(shù)據(jù)分析技術(shù)，為國內(nèi)金融機構(gòu)提供獲客、征信、授信、管理等多樣化系統(tǒng)支持，從而降低金融機構(gòu)的壞賬率。

企業(yè)做大數(shù)據(jù)風控面臨的問題

盡管大數(shù)據(jù)風控已經(jīng)得到業(yè)界認可，但市場上真正將大數(shù)據(jù)風控做好的公司卻寥寥無幾，原因是什么呢？

很多公司的技術(shù)實力跟不上大數(shù)據(jù)風控的要求，其利用大數(shù)據(jù)進行建模時，經(jīng)常忽略技術(shù)在建模中的運用，只是將原始數(shù)據(jù)進行簡單篩選，整個環(huán)節(jié)并沒有涉及太多技術(shù)分析。曾有專家指出，數(shù)據(jù)底層的技術(shù)是大數(shù)據(jù)風控的核心基礎(chǔ)，如果沒有過硬的技術(shù)實力，大數(shù)據(jù)風控也就無從談起。

其次是數(shù)據(jù)源問題。一些平臺在實施大數(shù)據(jù)風控過程中，收集的數(shù)據(jù)源很有限。將行為數(shù)據(jù)化，進而將數(shù)據(jù)結(jié)構(gòu)化，需要有個時間過程。

另外，還有層出不窮的欺詐行為。對于騙子來說，其會通過偽造資料進行騙貸，這就需要大數(shù)據(jù)風控系統(tǒng)不斷更新迭代，加入多維度的復雜特征，才能有效打擊違法詐騙行為，這也是對大數(shù)據(jù)風控技術(shù)的持續(xù)性考驗。

同時，在大數(shù)據(jù)風控系統(tǒng)中，很多評分標準、分級制度、對應放貸額度、逾期率等所謂的模型都沒有經(jīng)過實際還款周期的檢驗（消費金融的還款周期一般是1—3年），這些風控模型都是紙上談兵。有不少平臺為了快速做大獲取融資，竟主動降低風控要求。

國內(nèi)大數(shù)據(jù)風控困境

除了企業(yè)內(nèi)部因素以外，在外部的市場大環(huán)境中，也出現(xiàn)很多問題阻礙著大數(shù)據(jù)風控的發(fā)展。

困境一、中國征信體系不完善。大數(shù)據(jù)風控的第一步就是獲取數(shù)據(jù)，而我國央行個人征信記錄覆蓋率僅為35%，許多互聯(lián)網(wǎng)金融企業(yè)的用戶都沒有信用卡，自然沒有信用數(shù)據(jù)可言。目前大多數(shù)公司的做法是將自己的數(shù)據(jù)共享給第三方征信機構(gòu)，然后從征信機構(gòu)那里獲取數(shù)據(jù)。

困境二、團體詐騙現(xiàn)象。在信用市場上，一些詐騙集團通過各種方式召集法律意識淡薄的用戶進行借貸，再將借到的錢瓜分。詐騙集團跑路后，還款及逾期都壓到了用戶頭上，這種詐騙方式讓平臺處于很被動的處境。

困境三、缺乏應對極端環(huán)境的測試。預測是大數(shù)據(jù)技術(shù)的價值之一，但黑天鵝事件卻是在大數(shù)據(jù)預測規(guī)則之外。目前，國內(nèi)大數(shù)據(jù)風控的發(fā)展只經(jīng)歷了幾年時間，期間并沒有經(jīng)歷過極端經(jīng)濟環(huán)境的壓力測試。

面對以上困難和挫折，除了要加強對互聯(lián)網(wǎng)金融的政策管理以外，企業(yè)自身也要嚴于律己，以提升大數(shù)據(jù)風控的技術(shù)實力為標準，才能讓整個互聯(lián)網(wǎng)金融行業(yè)向著正規(guī)、有序的方向發(fā)展。（本文記者春夏微信：1101862984）

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責。