消費金融風控創新的六大突圍路徑

文／本刊記者 史 詩

7月9日，金融城與麻袋研究院聯合發布《消費金融風控創新白皮書》（下稱《白皮書》），這是一份聚焦于消費金融行業風控技術創新的研究報告。

在中國金融監管趨嚴的背景下，消費金融行業亂象頻出受到嚴厲的整治。《白皮書》指出：“市場亂象整治的最終目的，在于控制金融風險，讓金融業務回歸金融本質，加強風險管理。”

金融城CEO吳雨珊在報告發布會上表示：金融機構的強監管態勢會長期持續，消費金融從業者必須順應監管指向，加強風控能力建設，尤其是利用大數據、機器學習等新技術提升風控水平，才能實現長遠的發展。

《白皮書》聯合發布方麻袋研究院總監路南指出，風控創新不能僅僅停留在理論層面，就像金融創新不能“脫實向虛”，而應當講求實效和“落地”，真正提升企業的抗風險能力。

《白皮書》選取了消費金融行業不同類型的六大案例，如傳統銀行的代表工商銀行、互聯網銀行新網銀行、電商金融巨頭螞蟻金服和京東金融、消費金融科技服務企業中騰信等，通過分析這些企業在風控方面的技術應用，發現技術創新的融合發展趨勢，消費金融企業應如何通過技術創新實現突圍。

風控創新驅動力

近年來消費金融市場發展迅猛，除了持牌的銀行、消費金融公司之外，還吸引了各種類型的互聯網金融機構涌入市場。

《白皮書》指出：過度消費、惡意欺詐、重復授信等行業亂象伴隨而生，給消費金融行業帶來陰影。遏制市場亂象，強化風險控制成為企業生存發展的關鍵。

中國銀保監會和國家互聯網金融風險專項整治辦公室，自2017年下半年以來，密集出臺了多項政策，針對消費金融行業的客戶群體、杠桿率、合作模式及借貸利率，均做了嚴格限制。

“這對消費金融從業機構的風控效率和技術創新提出了更高的要求。”《白皮書》指出，由網絡黑產主導的消費金融欺詐發展肆虐，已經滲透到消費金融營銷、注冊、借貸、支付等各個環節。”

無論是監管政策變化還是行業黑產攻擊的升級，都要求消費金融企業不斷應用新的技術，提升風控系統的“免疫力”。

《白皮書》的研究顯示，新的風控模式目前主要運用了生物特征識別、機器學習與模型訓練、自然語言處理、大數據抓取與數據處理、基于大數據的用戶畫像等五類技術，并將這些技術應用于消費金融領域的金融服務自動化、客戶關系管理、反欺詐、智能客服、質量管理、貸后管理等多個方面。

六大案例詳解

隨著上述技術在消費金融領域的應用，市場上也涌現出一批風控技術創新的領先企業。

工商銀行在消費金融風控領域構建了外部欺詐風險信息系統，并進一步收集全行風險大數據進行挖掘處理，通過關聯業務分析和數據可視化建設，基于風險大數據重構了銀行風控體系。

新興互聯網銀行新網銀行，實現了業務全在線化運營，可以通過金融科技對完全陌生的客戶進行精準畫像和風險掃描，同時還依托大數據和人工智能構建“貸后預警”、“智能催收”風控體系，在貸后環節進行全面的智能監控。

螞蟻金服和京東金融這樣的綜合性互聯網金融企業，依托母公司的電商、旅游、娛樂等多個消費場景，積累了大量用戶的消費數據、行為數據和支付數據。基于這部分大數據，通過創新的技術手段來提升自身消費金融業務的風控水平。例如螞蟻金服的CTU系統，通過數據分析、數據挖掘進行機器學習，自動更新完善風險監控策略。而京東金融則自主研發了安全魔方系統和天盾賬戶安全與反欺詐系統，聚焦實時賬戶行為，基于賬戶歷史行為模式、當前操作行為和設備環境等因素，有效防范申請欺詐、信用欺詐、賬戶盜用等風險。

作為消費金融科技服務平臺，中騰信基于大數據分析建模、機器學習及前端生物識別技術，自主研發了包括反欺詐偵測系統、決策引擎系統及催收系統在內的全流程風控系統，為多家金融機構及P2P提供風控技術輔助服務。在生物識別技術方面，中騰信是消費金融領域第一個成熟應用聲紋識別技術的公司。中騰信子公司的主打產品“小花錢包”，在貸前風險識別環節獨立應用了自主研發的RiskAI系統，利用生物識別和機器學習技術，結合云計算和大數據模型，已實現平均每天處理2萬件業務，件均處理時效3—5分鐘的超高處理效率。

隨著消費金融市場風控技術不斷創新，金融機構的反欺詐、反套現、貸后催收管理能力逐漸加強，為消費金融市場發展提供良好的技術保障。

從創新風控模式的應用現狀來看，大數據、云計算、人工智能等技術融合運用是大勢所趨，并且仍有極大地提升空間。

《白皮書》的一個重要觀點是，未來風控技術創新，最可能取得突破性進展的領域在大數據處理環節，如果該環節能夠有效排除“臟數據”對用戶數據的污染，整個消費金融風控體系的效能還將取得顯著的提升，進而保障整個行業能夠繼續平穩健康發展。