《银行家》杂志|智能风控:管理与创新——2020中国金融创新论坛分论坛在京举办( 二 )


《银行家》杂志|智能风控:管理与创新——2020中国金融创新论坛分论坛在京举办
文章图片
中国工商银行信贷与投资管理部副总经理刘超
中国工商银行信贷与投资管理部副总经理刘超表示 , 智能风控的痛点体现在以下四个方面:一是数据的合规性 。 许多数据在使用上存在合规性问题 , 寻找替代数据需要花费大量成本 , 这一问题可能需要通过立法来解决 。 二是模型的有效性 。 当一个具有颠覆性的技术产生时 , 在专家评审过程中如果发现其存在例外性 , 就会被淘汰 。 银行本身的风险偏好就是比较稳健和保守的 , 故模型的有效性也是一大难题 。 三是系统的复杂性 。 系统的建立在理论和实际中是天差地别的 , 看似很简单的问题在实际解决的过程中往往非常复杂 。 四是技术的先进性 。 银行在智能风控系统建立初期会有大量的资金投入 , 如果一两年后技术失效或研究方向不正确 , 会产生一定的损失 。 所以 , 现在我们会关注科学家们的研究 , 并据此做相应的尝试 。
“现在消费信贷市场发展如火如荼 , 但机遇与挑战并存 。 对于前台来说 , 挑战还是比较大的 , 包括信用风险、欺诈风险以及监管政策的相关要求 。 ”中国民生银行个人金融部副总经理王笑丛指出 。 在业务方面 , 获客成本高、通过率低;在数据合规方面 , 维度缺失、准确率低;在模型方面 , 部分模型的风险测验存在漏洞 , 效果也不佳 。
北京云真信科技有限公司联合创始人/COO朱金星也指出了智能风控面临的困难 。 一是数据层面的 , 包括数据不全 , 饱和度、纬度各方面受到限制等 。 二是安全合规的数据交互 。 三是开放性受到制约 。 机构与机构之间 , 科技公司和金融机构之间 , 都存在着交互性问题 , 不同类型的机构都有各自的优势 , 未来如何能够有效地提升数据的融合补充仍有待探讨 。
《银行家》杂志|智能风控:管理与创新——2020中国金融创新论坛分论坛在京举办
文章图片
同盾科技副总裁李伟东
同盾科技副总裁李伟东表示 , 线下业务变线上 , 是这次疫情的倒逼 , 而做线上业务和线下业务完全不一样 , 因为整个业务的“黑产”攻防对抗性非常高 , 且现在整个“黑产”是团伙化、平台化的 , 所以智能风控要做到整个业务模型的变化 , 包括管理手段、管理方式、防范方式的变化 。 此外 , 现在很多银行与平台合作 , 不同的平台有不同的产品 , 不同的产品有不同的准入标准 , 所以会出现同样一个申请人在不同的平台申请出现不同的审批结果 , 这是现在很多银行面临的问题 。 所以 , 需要从客户的角度建立风险评级、客户档案和客户风险评价体系 。
《银行家》杂志|智能风控:管理与创新——2020中国金融创新论坛分论坛在京举办
文章图片
中国诚信信用管理股份有限公司副总裁谢秋平
《银行家》杂志|智能风控:管理与创新——2020中国金融创新论坛分论坛在京举办
文章图片
邦盛科技首席风控官尹航
邦盛科技首席风控官尹航从风控的具体实践角度谈了三点体会 。 一是金融风控的重点和难点实际上来自于反欺诈 , 也就是欺诈所造成的坏账或者骗贷风险实际上比信用风险大很多 。 二是目前从欺诈的领域来讲 , 团伙欺诈比个人欺诈无论从范围还是社会危害程度上都大得多 。 三是产业化、智能化是目前金融欺诈最明显的两个特征 , “黑产”分子利用大数据、AI等技术 , 研发出了精准欺诈系统 , 从欺诈数据获取、身份信息的伪造、相关信息的包装 , 到欺诈、骗贷的实现以及销赃等 , 形成了完整、畅通的产业链 。
《银行家》杂志|智能风控:管理与创新——2020中国金融创新论坛分论坛在京举办
文章图片
江苏通付盾科技有限公司高级总监朱旭光
江苏通付盾科技有限公司高级总监朱旭光也谈了几点智能风控存在的问题 。 一是新形势下环境的变化带来了一些新的机遇和新的挑战 , 很多风控流程转到了线上 , 一些传统风控手段并没有效果 , 这为风控领域创造了很多机会 。 二是大家对AI、区块链、物联网等新技术赋予了新的期望 , 但是不能解决所有的问题 。 三是一些分工的变化 , 以前是金融机构自行解决风控问题 , 现在出现了更多的风控企业以专业手段和智能手段解决风控问题 。 四是数据合规和数据隐私的问题 , 这也是近年来国家立法方面很重视的一点 , 为此 , 一些传统的智能风控手段也需要变革 。
智能风控的探索与实践
《银行家》杂志|智能风控:管理与创新——2020中国金融创新论坛分论坛在京举办
文章图片
中国平安集团风险管理部副总经理刘小青
《银行家》杂志|智能风控:管理与创新——2020中国金融创新论坛分论坛在京举办
文章图片
FICO公司中国总裁助理胡睿轩
FICO公司中国总裁助理胡睿轩从大数据评分方面提出了对当前零售金融风险的思考 。 在智能风控方面 , 除了IT架构以外 , 做风险模型的最重要的三个环节是数据、模型和战略 。 尤其是在信贷模型方面 , 银行或金融科技企业需要通过结合宏观经济、外部环境以及模拟真实世界的情况 , 研究出真正模拟信贷业务特点的专利算法 , 把好人和坏人分开 , 在一个大数环境下 , 好人和坏人并不是一盘散沙 , 而是呈现一种分布 , 这种专门的算法 , 相当于把这两个分布分的足够开 , 模拟信贷业务的实际情况 。


推荐阅读