光大银行大数据智能风控研究与实践

融合论坛INTEGRATION FORUM

80软件和集成电路SOFTWARE AND INTEGRATED CIRCUIT

光大银行大数据智能风控研究与实践

信息产业最大的应用方向应该在金融领域，金融领域常提一个词叫“金融科技”，相比其他行业，银行应该是最喜欢拥抱高科技的行业。下面就银行在大数据与人工智能方面做的工作做一些分享。整体分三部分：第一介绍光大银行人工智能技术的探索和研究，第二结合一些案例讲数据产品实现大数据智能风控，最后是大数据与人工智能技术应用展望。银行经历了从电子化到信息化到数字化的过渡，这个历程仅仅只有二十多年。电子化最早从上世纪90年代就开始了，一个企业一旦完成数据仓库建设，完成数据集中，便进入信息化。现在我们提银行数字化转型，未来银行的数字化分前台、中台、后台，前台是手机应用，中台是大数据、人工智能，后台为A PI平台。大数据催生了“数据挖掘”，而人工智能则带来“机器学习”。对于一个企业来说，人工智能是为了解决实际问题，否则意义不大。现在对人工智能有一些分歧和争端，其实我觉得人工智能第一步是解决效率问题，对企业来说如果能够通过高科技的手段提高效率，已经完成了第一部分。第二部分是我们要做风控，现在银行竞争异常激烈，中国从大到小有上千家银行，尤其是

存款成本越来越高，放贷压力越来越大，风控肯定是考量未来银行或者未来金融企业最核心的一种能力。增强风控很显然前景远大，把外面更先进的技术与银行内部数据相互结合，做一些创新的应用。

第三部分是我们要做产品创新，驱动客户价值增值，主要做一些客户运营，还有一些客户

—中国光大银行资深数据挖掘专家田江

运用AI是为了解决实际问题，

人工智能将对传统银行的经

营模式、业务流程、业务渠道

及风险管控带来巨大变革。

主题演讲

营销方面的工作。目前，从我们行来讲，比较活跃的是第一部分和第三部分。

关于应用场景，主要包括智能客服、金融预测反欺诈、融资授信决策、智能投顾、人像等生物识别、网点智能机器人等方面。比较典型的是智能客服，信用卡智能提醒，到期智能催收。风控反欺诈包括审批反欺诈和交易反欺诈两部分，银行交易端反欺诈问题不大，主要问题来自审批端，现在黑产相当厉害，其分工明确、操作精细。我跟同事戏称，风控专家跟做黑产的以前可能都是同学或者是一个实验室出来的。目前，银行智能投顾可以解决效率问题。

关于生物识别，现在每家银行的手机银行基本上都自带刷脸指纹功能，一是确保安全，二是提高效率。识别V I P客户，V I P客户一旦进入我们的网点，摄像头便会立即捕捉图片，通过后台的识别，及时地把这个信息推荐给客户经理。网点智能机器人，主要还是以点缀为主，比如招行推出了智能网点。

光大银行建立了一个大数据、A I技术的互联环境，做数据仓库、边缘数据平台、外部数据管理平台、非结构化数据平台等。大数据管理是A I建设的基石，从数据到机器到知识。一个企业做人工智能，数据没有进行有效整合和管理，可能就是空中楼阁，或者做起来会出现很多问题。我们光大银行最开始就做数据标准，2012年做了体系规划、外部数据管理及数据安全。

如何通过数据产品化实现大数据智能风控？阿里巴巴最早提出了数据产品理念，我们效仿阿里巴巴，早期做数据分析，后来做数据挖掘，最后聚焦数据产品。数据产品定义简单，即把仪表盘、报表、可视化模型面向场景进行快速封装，做成数据产品。数据产品分项目型、创新型、敏捷型三类。

我们通过数据产品建立了大数据智能风控

价值的输出通道，将风控模型、大数据分析的

结果通过数据可视化方式直观展现给业务用

户，也通过后台接口、系统嵌入的方式对接业务

系统应用。数据产品有滤镜、风险共同体族谱、

征信大数据、贷款资金去哪儿了、辛普森私售侦

探等。

滤镜是我行很典型的一款数据产品，基于

我行客户，判断其风险状况，我们背后用了三类

风险大数据模型，即复杂循环担保、风险共同

体、特殊交易对手，来筛选数据。为了做这三类

模型，我们有效利用了我行内部数据、企业工

商注册数据、法院披露数据以及互联网舆情数

据，前端输出全量和增量两份清单，让管理人

员通过手机就能查看企业风险情况，给企业挽

回大量损失。我们一直强调初心，什么叫初心？

初心就是服务，我们顶着高科技光环，做好企

业服务，这也是我们做数据产品最核心的理

念。

关于风险共同体，关系图谱是大数据智能

风控的核心技术。基于我行大数据应用开发平

台，通过采用复杂网络、图计算等大数据算法，

把企业间多种关系关联叠加计算，通过可视化

方法展示计算结果，可以发现企业间的隐性联

系，识别风险共同体内风险传播的特征，及时作

出风险预判。

最后，谈一下展望，当前和未来金融业都处

于A I应用的领导行业，人工智能在金融科技领

域进程将不断加快，伴随着深度学习算法、高

质量大数据和高性能计算资源的日益成熟，智

能化技术将开启银行商业模式、服务创新的全

新模式。总体来讲，大数据和人工智能非常有前

景，大数据和人工智能的发展场景将会越来越

丰富。

（根据演讲内容整理，未经本人审核）

81

2018年第8期