大数据风控时代 50人支撑400亿交易量

来源: 清流消费金融   

金评媒（https://www.jpm.cn）编者按：在金融本该最谨慎、最保守的风控领域，“得大数据者得天下”的论调同样颇有市场，大数据风控成为他们眼中驱除不良的神兵利器。

“我们经手的项目中，有些金融机构是为了追捧概念而做大数据，并没有考虑实际中要解决的问题”在某金融业分享会上，一位咨询公司合伙人无奈的耸耸肩，“大数据仅是一种解决问题的工具，它不是万能的”。

在金融本该最谨慎、最保守的风控领域，“得大数据者得天下”的论调同样颇有市场，大数据风控成为他们眼中驱除不良的神兵利器。

IPC、评分卡没落，FICO中国差点惨遭出售

信贷机构风控技术主要分为IPC、信贷工厂、评分卡、大数据风控四类，随着借款客户下沉、体验感增强……面对变化，传统风控已经产生不适感：成本高、效率低、速度慢、维度单一……大数据风控破壳而出。

“像消费这种小额贷款，传统信贷员一天最多审核五十单，而大数据风控全程自动化，不受人力所累，审批数量无上限”在与IPC、信贷工厂等技术对比时，高效、人工低参与度是大数据风控留下的第一印象。据了解，目前马上消费金融、凡普金科等平台，其风控自动化水平已经达到80%，贷前的防欺诈、信用评估环节，已实现100%模型决策。

“风控流程中留给人工的部分已经很少了，更多的是基础、辅助工作，像线下助贷员对用户信息录入、逾期后电话催收、用户资质拿捏不准时，需要人工对用户信息重新审核”马上消费高级数据决策总监李届悦说。目前，李届悦手下数据团队约为50人，负责数据清洗、模型迭代等工作，共同支撑约400亿交易量。

“IPC依靠人工经验，要信审员一个一个去查，更适合大额度的对公业务”，91征信CEO薛本川表示：“国内很多信贷机构在风控上都已经采用模型了”。

与IPC在小额贷款领域“遭人嫌弃”不同，以FICO为代表的评分卡模型，占领高净值人群市场，但由于国内缺乏征信土壤，FICO水土不服。信贷机构引入FICO评分模型品牌宣传的意义远大于风控本身，已是公开的秘密。“FICO评分模型精确度确实比较高，但看中还款记录，维度相对单一，无法给低信用记录人群精确评分。”zestfinance出身背景的李届悦说。

2016年，FICO中国区副总裁王世今，曾多次公开表示，“针对中国互联网金融市场情况，FICO已经推出新的评分模型”但行业对此冷淡。另有相关人士向清流消费金融透露，“FICO总部曾考虑出售FICO中国，一家类信贷金融集团考虑接手，后来因为一些原因，没有交易下去”。

传统机构自我革新，大数据风控全产业链渗透

大数据风控是将多维度、海量数据输入模型，由机器自动判别借款资信状况，随着对机器学习算法的不断优化迭代，模型精准度将会越来越高。“通过测试对比，大数据风控在部分领域，尤其是小额信贷方面，确实要比评分卡模型在适用度和准确度上要高”中诚信CTO姚明曾表示，一贯保守、正统印象的中诚信也在加码大数据。

在美国，益博睿CEOBrian Cassin曾对大数据持观望态度，认为大数据并不成熟，但数据人员编制出卖了其意图。益博睿2015年财务报告显示：目前已有数据科学家400余人。

“大数据风控核心在于模型本身，尤其是变量特征”第三方风控服务商诚安聚立创始人吴宇建表示。将接入的数据信息做成成千上百的变量，用于交叉检验，好比一个人说谎，他需要不断地编织谎言来去圆第一个谎，当信息足够大时，谎言就很容易被识别出来。

获取海量数据成为机构的重点，多维度、海量数据也成为机构争夺的主战场。“大数据风控最主要的是数据，没有垃圾数据，所有的数据都是有用的，关键是怎样应用”某信贷搜索比价平台CEO在其D轮融资发布会时曾对媒体说。

目前大数据风控由最初的反欺诈、信用评分，也在向风控全产业链衍生，如营销获客、贷后催收等，富国银行高级副总裁刘建民向国内金融业分享大洋对岸的催收经验：“我们会制作催收模型，预判违约者受压程度，能够电话催收的，直接由在菲律宾的电催中心打电话，降低催收成本。”目前大数据风控服务、征信公司、数据公司，如百融金服、诚安聚立等，也都推出涵盖贷前、贷中、贷后的全生命周期服务。

想蹭大数据风控的热点，其实并不轻松

“热点都是被蹭的”，大数据风控被金融平台强上。国内某家互金平台，宣称其依靠大数据来做风控，但是其风控负责人A姐向清流消费金融透露，“我们公司是由线下起家，主要还是靠人审，跟大数据什么的毫不沾边”据了解，该平台风控部门约130人，目前还在扩招。

“大家都在宣传大数据风控，已经成为互金平台获取投资人信任的一种手段，但究竟多大的数据才算是大数据”，看着众人哄捧的大数据风控，有着将近两年互金行业分析师经验的Z先生，眼睛里闪烁着看不懂的困惑。

大数据的特性为海量数据、多样性、实时性、高价值。“大家都在关注海量、多维度、实时的数据，但忽视了数据的价值”，某咨询公司合伙人指出，“你倒是想把地球上所有数据都装起起来，但是数据是有成本的，关键是要解决什么问题，而不能盲目”。

据了解，大数据风控成本为数据获取、风控模型搭建、IT系统，风控模型搭建、IT系统为固定成本，后期迭代、维护费用相对较少，而数据获取则是增量支出，目前信贷平台数据成本范围较大，根据客户资质不同，几块到一百多块钱不等。

“数据本身是资源垄断性的，但随着征信逐步健全，数据未来将没有壁垒，数据将是脱敏，且能够公开交易买卖的”吴宇建对诚安聚立的定位，并没有放在数据本身，而是算法模型。感受到行业乱象的并非吴宇建一人，凡普金科相关负责人也对清流消费金融表示：“大数据征信的基础是数据结构化处理，只有经过结构化处理的风控模型，才能在机器中越跑越准，但目前很多机构都没有这道工序”。

除此之外，许多传统金融机构也在求变，“部分机构找我们做项目，但在项目之初根本没有想好我要通过大数据来解决什么问题，只因领导一句话，领导说要大数据那就要大数据”，某咨询公司合伙人说。

热捧之下，定有泡沫，待到破裂之时，“真用功”还是“假作作”，便能一眼看穿。

（编辑：郑惠敏）

来源: 清流消费金融

苏言

金评媒责任编辑