分类：默认分类
2018年金融科技持续火爆，因此，如何利用科技做好风控，是新金融行业广泛关注的话题。
提到新金融风控背后的“黑科技”，离不开人工智能、大数据、区块链、云计算等，这些“黑科技”究竟如何助力新金融企业风控？新金融企业又如何建立起有效的风控模型？怎样做到及时止损、提高效率？
5月29日，由凤凰网WEMONEY主办的“解密黑科技一场有爆点的新金融行业风控SHOW”在北京举办。会上有利网风控中心风控总监王威、柠檬科技联合创始人兼CTO肖勃飞，以及新金融从业者齐聚一堂，围绕“新金融企业风控+科技”这一主议题展开深入讨论，共同探讨新金融行业风控“爆点”。与会嘉宾普遍认为，风险控制是金融的核心，而在整个风控过程中，“黑科技”贯穿始终。
黑科技的“助攻”
众所周知，近年来新金融监管逐步趋严，网贷行业出现大洗牌，各大平台上演生死时速。数据显示，2009年至今，国内累计成立了6114家网贷平台，截至2018年4月，仅1800余家在正常运营。
“仅2017年一年死掉的网贷平台就有600余家，占所有平台的10%。”王威认为，目前网贷行业处在合规和去产能的阶段，无法正常运营的网贷平台，主要存在三类问题：一是违法经营，自融搞资金池，当资金链断裂的时候自然无法支撑；二是恶意欺诈，发布虚假标的，恶意骗取出借人资金；三是风控不严运营不善，借款人逾期，导致平台无法运转。
风控成为平台存活关键，“黑科技”如何助攻新金融企业风控？
王威介绍，按照业务逻辑，有利网的风控架构大致分为五层，即数据层、风控系统层、风控逻辑层、业务层以及用户层。其中，数据层方面，用户授权后，有利网可获取客户的设备信息、征信报告等，整合加工后形成一定的风险指标，从而构建有效的风控模型。
王威还通过具体案例分享了有利网风控方面应用的“黑科技”。他指出，某些黑产人员会可能盗用用户银行卡，并在其绑定的网贷平台上进行换卡操作，盗用用户在平台上的资金。通常来说，所有换卡操作都将由专门的审核人员进行信息核实，不过人工审核的时间较长，用户体验并不是很好。
“为防止黑产人员盗用银行卡，当用户需要对之前绑定的银行卡进行换卡操作时，我们采用了人脸识别换卡技术。”王威介绍，人脸识别和活体检测技术，可实现自动化的换卡审核，同时对操作发起人进行身份校验，确保操作由账户拥有人实际发起。
风控“三剑客”
“互联网金融行业真正的痛点，是大数据风控。”会上，柠檬科技联合创始人兼CTO肖勃飞也谈了其对新金融行业风控的一些看法。
风控是一个复杂的业务流程，从贷前营销到贷后管理，风控始终贯彻全程，并涵盖审批、授信、风险预警、贷后催收等各个业务环节。在肖勃飞看来，目前，新金融行业风控仍存在数据不对称、模型规则易误杀易破解等痛点。由于很多新金融用户缺少传统金融中使用的结构化数据，很多新金融机构只能通过客户授权使用其社交、运营商、行为轨迹等非结构化数据，这导致对客户贷不贷、贷多少的问题难以评估。
肖勃飞称，对于风控本身来说，最重要的三个要素是数据、模型和系统。由此，他提出了数据处理、模型、系统并重的“风控三剑客”的方法论。数据处理是基础，模型是能力，而系统是支撑。
其中，数据处理能力是风控的首要条件。柠檬科技在处理运营商、社交网络、行为轨迹、消费习惯、信用记录等在内的甲方授权数据方面，会结合Hadoop、Storm、Spark等分布式大数据计算平台，将数据整合为历史汇总指标、贷款申请人关系等基础指标。基于这些指标，可有效地反应客户的资产负债能力，消费习惯行为、社交关系、征信情况等关键信息。
在风控模型方面，肖勃飞进而指出，模型判断的准确率和覆盖率，就像天平的两端，很难达到平衡。要想保证一定的准确率，就要把风险客户识别出来，这就对模型能力的要求极高，如果模型规则太简单，就很容易误杀真实的贷款客户，也容易被诈骗团伙破解。
“基于此，柠檬科技利用机器学习、快速迭代的模型构架，根据客户信息校验和产品设计，滤掉不符合产品要求的客户；根据反欺诈和申请评分模型，再滤掉具有欺诈风险的客户；最后根据授信定价模型，给不同的客户授予不同的额度和定价，并滤掉贷款后可能存在财务风险难以偿还贷款的客户。”肖勃飞称，通过这几个步骤，柠檬科技有效解决了“误杀”的行业难点。（）
