大数据风险控制的价值
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
其实谈到金融科技,很多人脑子里面印出来的第一个词就是大数
据风控,因为其实没有大数据风控的话,金融科技其实也无从谈起。
我们首先来看一下大数据风控怎么玩。第一个部分我们先看一下大数
据风控的一个价值。说到大数据风控,我们先要看一下什么叫风控风
控它其实有两个步骤,第一个步骤是要感知风险,第二个步骤是控制
风险,我们如何去感知风险?其实我们就是把每一个事件金融的事件
分成几个要素,谁在什么时候通过什么方式,这什么对象做了什么,
我们逐一的去盘查这几个要素的时候,其实就会发现风险点所在的地
方要么是谁,就是欺诈者,或者说违约者在什么时候就是说是风险事
件的一个时间,通过什么方式就是欺诈的手段,或者说违约的一个方式,这什么对象就是受害者做了什么东西,具体是什么东西出现了风
险事件。
所以要感知风险的存在是需要去针对每一个业务流程,对它的一
个人物是时间方式对象以及具体的一个业务的标的进行一个感知。其
次是要控制风险,要控制风险的话,我们首先说是要站在攻击者或者
说的违约者的角度来考虑问题。我们如果说站在攻击者也就是说欺诈
风险防范的角度来看的话,基本上是七大风险,它欺诈的什么?他攻
击的是什么?攻击的其实就是利益,它的目的就是利益,所以说利益
在什么地方,风险就在什么地方。所以通过这两种方式,一个是感知
风险,一个是控制风险,就组成了我们大家说的风控。那大数据风控
它其实它的价值是在风控的基础之上,我们说有三个价值,第一个是
拓宽了的边界,第二个是更新了风控的一个理念,就是大数据风控,
它相对于传统的风控,它是一种全新的一种风控理念。第三个是拓宽
了金融的边界,我们接下来逐一的看一下,我们知道风控传统的风控
它依靠的一个数据其实就是征信数据,主要是央行的征信数据,然后
其次再加上一些人口的基本属性的数据,比如说你的职业,你的收入,你的学历等基础信息,它主要是依靠这些数据来对一个人做一个信用
的一个评分,根据信用评分的结果给予你进行信贷的决策,包括授信
的额度,授信的利率等等,大数据风控其实它的数据源是拓宽了的,
他除了这些传统的风控数据以外,他还把消费特征的数据社交属性的
数据,兴趣爱好的数据包括互联网行为的数据加了进来。
所以说大数据风控它丰富了信用风险评估的一个数据维度,它纳
入了更为多样的一个数据,尤其是各类互联网行为数据,然后得以以
多个信用模型进行多角度的分析,能够大大的提升信用评价模型的一
个精准度。像美国的互联网金融公司在分nice,它的模型基本会处理3500个数据项,提取近7万个变量,可以利用身份验证模型欺诈模型
还款能力模型等十余个模型进行分析,使评价结果更加准确。模型的
评估性能大大提高,其实也很好理解,因为它的数据边界拓宽了,数
据的维度拓宽了,所以它的模型的维度也就拓宽了。当一个风控模型
维度由一个两个变成十几个二十几个甚至上百个的时候,风控的评价
的结果更加立体化,我们说也就更加准确化。
所以说第一个价值是拓宽了数据的边界,让更多的数据可以为风
控服务。我们在这里可以简单看一下,典型的数据员,除了有人行的
征信数据以外,还有运营商的数据,包括你是否欠费,你的手机活动
的区域,每月的话费金额,也包括用户主动提交的一些数据。比如说
你的信用卡邮箱的账单,线上线下的消费记录,信用卡的张数等等,
也包括手机APP的一些数据信息,比如说用户的访问数据,登录数据
打开APP的数据,搜索数据申请认证贷款的数据等等。
还有一些公司通过网络爬虫来获取一些数据,包括各类黑名单,
社交网络的数据,贴吧的数据,以及一些高风险APP的一些登陆信息
等等。同时也包括一些像一些征信公司,或者说第三方公司的一些数据,比如你的高危通话记录,线下消费记录,担任企业主的信息等等。所以所有的我们大家能想到的很多数据都可以被应用于大数据风控的
一个建模之中,从而建立更加立体化更加多样化的一个风控的一个模型,来提高风控模型的一个精准度。接下来我们看一下大数据风控的
第二个价值,它带来了一种全新的风控理念。
第一点是风控的自动化,传统的风控它其实从贷前贷中贷后都离
不开人工的干预,虽然他也在去实现这种流程的自动化,但是因为缺
少一种数据的支撑,其实还是要很大程度上去依依靠人工,依靠人工
就会带来一种道德风险的问题,也会到也会受制于人类本身的这种经
验规则的一个限制。依托大数据风控,从贷前贷中贷后全流程都可以
实现一种自动化的审批的效率,其实是大大提高了的。也非常契合当
前互联网金融的一种特点,因为用户的耐心其实越来越越小,可能原
来你比如说一天之内能够给反馈结果,用户觉得已经OK了,但现在你
如果不能在十秒钟甚至说更短的时间内给出用户一个反馈结果,用户
直接就去选择别人家了。
所以风控的自动化它会带来风控审批效率的极大提升。对于互联
网互联网消费金融的一个崛起,它其实起着非常大的一个帮助的一个
助力的作用。第二个点的话其实是风控的一个实时化,就是依托大数
据风控风控的数据和信息,它其实是实时录入的,它能够去搜集借款
人的一些实时的信息,能够反映借款人当下的一种风险状况。传统风
控它其实恰恰缺乏时效性数据的输入,他所依靠的一些信用的记录的
数据,有可能是你一个月前的一些还款记录,有可能是你一年前的一
些还款记录。
这种依靠之后数据得出来的一种风控模型,它这个结果其实是有
偏差性的,依靠这种偏差的这种风控结果来作为进行风控,它其实会
带来一些结构性风险的问题。所以说大数据风控它第二个风控理念就
是实现了风控的一个实时性。第三点比较重要的事大数据风控,它借
助于机器学习的技术,它实现了风控的一个可进化,就是模型是可以
进化的。因为就是说依靠大数据风控的一个机器学习模型风控的一个
结果会有一个反馈,就是说你一开始这个模型给的借款人是一个优质
的一个评价,借款人如果后来没有还款,可能结果会反馈为模型,模
型会进行自我评估,说为什么借款人在当初的模型里面评估中是优质的,但它为什么是最后是没有还款?这个原因在哪里?它根据这种分
析的话,它会带来这种模型的自我的一种进化,是不是因为缺失了某
个重要的因素,或者说某个模型某个参数不是特别准确,所以说在大
数据风控的模型体系下,只要你的业务量足够多,只要你给他足够长
的一个时间,它这个模型不断的去进化会会越来越趋于完善,越来越
会与业务融为一体。
所以大数据风控它整体上相对于传统风控来讲,它是一种全新的
一种风控理念,它不仅仅是说我把数据给拓宽了,他其实在整个的风
控上,整个风控逻辑上,整个风控的本质上都在发生了一些重要的改变。我们看大数据风控它第三个价值,它其实就是拓宽了金融的边界。第一个边界是拓宽了客户的边界。首先是征信百户,在传统的风控模
式下,征信百户是很难在金融机构获得贷款的。因为传统金融机构的
风控方式就是看你查你的征信记录,你如果没有征信记录,对不起,
我不知道该如何服务你。
在大数据风控的模式下不存在这个问题了,也就是说不存在典型
意义上的征信白户。因为你可能这个人没有征信的一个记录,你没有