'一場由數據智能技術引領的金融風控攻防戰 | 智周報告核心版'

近年來，傳統金融機構、互聯網金融及消費公司普遍在各項信貸、保險、支付等金融活動的風險控制環節中增加了數據智能技術的應用，以提升信用評價、交易結算、反欺詐、風險定價、產品營銷和保險智能賠付等業務的產品質量、服務效率、定製化水平及安全性，降低風控成本，提升風控系統化管理。

但同時隨著群眾對消費金融理念的轉變、用戶流通數據量的暴增、金融欺詐手段的升級，傳統金融風控體系暴露出越來越多的痛點，各類金融活動迫切需要結合新型數據智能技術應用，以實現可滿足日益增長的安全監管、異常檢測、欺詐預警等需求的風控新手段。

作者 | 張英健、石昊威

王昕宇、樊曉芳

一、中國金融風控產業背景

金融的本質是風險管理。傳統金融風控主要利用了信貸數據，大約使用20個左右的數據維度來給借貸客戶的還款能力和還款意願進行評分。現有大數據智能風控則增加了可用的數據維度，使用基於強信用屬性的金融數據進行初步判斷後，用弱信用屬性的行為數據綜合關聯分析借款人的信用情況，藉助量化數據模型來挖掘用戶行為特徵與其信用風險之間的關係。

大數據智能風控主要常用於互聯網金融借貸業務，但其數據驅動的風控思路與方法也逐步應用於傳統商業銀行、互聯網銀行、保險公司除信貸之外的支付、保險等各類金融業務中。

1. 中國現有常用四大類金融風控體系

2. 傳統金融風控模式存在的問題與數據智能技術的應用潛力

3. 金融風控產業市場競爭格局

在中國，四大類機構——徵信產業傳統公司、互聯網巨頭、第三方智能風控科技公司、長期服務金融機構的IT公司，通過數據、技術、客戶三個方面切入大數據風控市場。徵信產業傳統公司通過多年業務經驗積累大量具有附加價值的金融信用數據，而互聯網巨頭則以技術絕對優勢、平臺用戶數據量和數據維度相較其他類型參與者更具優勢，也已與國有商業銀行展開合作拓展優質客群。第三方智能風控科技公司大多數為創業公司，在技術上投入較大，算法及數據維度優勢較為明顯。

二、數據智能金融風控流程

在使用機器學習算法提取特徵並智能形成框架的過程中，一共要經歷三個階段：早期嘗試、持續探索和最佳實踐。

在經過前期嘗試探索之後，將有能力形成集成的機器學習模型，可以針對不同的應用場景自動地把數據合成處理、代入合適的模型之中以解決相應的場景應用問題。

三、數據智能金融風控涉及應用的技術

四、數據智能金融風控相關業務場景與技術應用方法

五、數據智能技術在金融風控中的應用侷限性以及未來應用趨勢

侷限性

1. 大數據應用和管理不當會造成數據的洩露和濫用。

2. 人工智能魯棒性不強，難以應對極端的經濟環境。

3. 企業間、金融機構間的數據信息不共享，形成數據孤島。

4. 智能風控對數據的全面性、真實性以及挖掘效率的要求極 高，且對因果性的分析不足。

5. 人工智能技術尚且無法對虛假財務材料進行識別。

未來應用趨勢

1. 各國、各組織將不斷加強數據智能科技在監管事前、 事後階段的運用。

2. 區塊鏈技術將繼續作為現有監管的重要輔助工具得到 繼續開發和運用。

3. 各類智能風控參與者將積極推進線上線下的大數據資 源共享。

4. 各國、各機構將進一步完善大數據應用和監管規範。

* 本文為「智周」系列報告「核心版」，相應「深度版」的推出計劃將在後續公佈，敬請大家關注。針對「金融風控智能技術的應用現狀及展望」這一主題，有哪些方向或主題，你希望在報告深度版中讀到更詳細的闡述與分析，歡迎留言，這將成為我們製作報告深度版的重要參考。