文/京東金融消費者金融事業部風險管理部高級總監 程建波
風控是金融的核心，是指風險管理者采取各種措施和方法，降低風險事件發生的可能性以及風險事件發生后造成的損失。風控很大程度上決定了金融服務的范圍與價格以及金融機構的生死。如果風控系統完善，單個企業與居民可以按照與其風險水平相稱的利率獲得貸款，所有正常償還的貸款利息能夠彌補個別不良貸款的損失，金融機構得以持續運營。否則，金融機構就會面臨倒閉的風險。近年來，隨著信息技術和網絡經濟的發展，大數據風控日益流行。大數據風控是基于大數據技術進行的風控。對于大數據風控需要有正確的認識，既要看到它的優勢，也要看到其面臨的挑戰。單純地肯定或者單純地否定都不可取。
大數據風控的優勢
大數據風控無論是在采集數據的種類和數量上、數據處理的速度上，還是在最終的效果上都遠超傳統型風控。金融機構通過利用大數據技術完善其風控流程，可以降低成本、提高效率、改善用戶體驗，推動普惠金融的發展，更好地服務實體經濟。
首先，大數據風控利用多維度數據，填補傳統風控模式的缺口。傳統風控與大數據風控的顯著區別在于，前者基本上只利用傳統金融數據，后者則不僅包括前者，還大量利用非傳統金融數據，包括網絡登錄設備、網絡登錄地點、網絡交易、網絡活動等數據。隨著網絡經濟的發展和人們生活日益網絡化，網絡留存的數據越來越多。盡管這些數據和金融活動的關系有遠有近，但都具有一定的價值，其分類提取和分析有助于從更全面的角度進行用戶畫像和風險評估。這也決定了大數據風控擁有海量的數據和復雜的模型。很多在傳統風控模式下無法評估的群體，比如那些不能開具收入證明、沒有信用卡、沒有房產的低收入者，仍然會有網絡交易與網絡活動，這些數據在大數據使用者的合理使用下得到準確的區分，使得金融機構能夠在風險可控的前提下有效服務這些群體，讓這些群體享受以前未曾體驗過的金融產品。這不僅促進社會公正，也對經濟增長有正面貢獻。
其次，大數據風控可實現自動決策，實時審批。大數據風控實現了申請過程的電子化，可以提供7*24小時的服務。用戶在提交產品使用申請之后能夠馬上得到結果，大大減少等待時間，提升了用戶體驗。在自動決策、實時審批的背后，是數字技術的進步，使得大數據可以瞬間被提供，也可以瞬間被處理。其在金融服務的效率上明顯優于傳統風控模式下的金融服務。
再次，大數據風格基于算法、模型和規則，更容易做到客觀公正。在規則前面，所有人都會得到同樣的待遇。起到區分作用的是數據，而不是規則。為了照顧個別人而修改規則的情況難以完全避免，但可能性相當小，因為修改規則的流程比較長、涉及面比較廣。而在傳統風控模式下，相關負責人的自由裁量空間比較大，如果要偏袒個別人，外界也不容易察覺。
然后，大數據風控學習速度快。傳統風控主要基于人工，而人的知識、能力和經驗，在短期內不會有較大變化。大數據風控一般幾個月就更新一次，以便充分利用最新的經驗和技術。隨著人工智能、深度學習等技術的發展，大數據風控的科學性、準確性會越來越高，機器打敗人類的故事將會在風控領域重演。
最后，對于商業銀行而言，大數據風控可以更有效地進行貸中和貸后控制。商業銀行傳統風控模式重貸前審查，在貸中、貸后階段則相對欠缺。大數據風控在貸中階段能隨時監控用戶交易行為，發現警報后馬上處理，停止相關交易，大幅降低潛在損失；在貸后階段則可以有針對性地采取催收措施，提高還款率。
大數據風控面臨的挑戰
第一，總體而言，數據不足、分享不夠。數據是大數據風控的血液。數據的可得性、全面性、準確性決定了大數據風控的生命力。金融機構可以在大數據風控的模型構建方面發揮主動性，也可以自己積累數據，外部數據特別是政務數據也不可或缺。但目前已有很多政務等外部數據保存在不同地方，聯通不夠，導致眾多的信息孤島。因此，發展大數據風控不僅需要金融機構的努力，還需要政府、社會等多部門的配合。
第二，易受到隱蔽化、團伙化的攻擊。大數據風控的數據來源和運營過程都在線上。這既是其優勢也是其弱點，為網絡攻擊留下可能。網絡攻擊可以在任何時候、任何地點發動，難以預測，隱蔽性強。一旦攻擊得手，就會迅速造成巨額損失。眾多不法分子在利益驅使下互相交流經驗，進行分工配合，加大了采取應對手段的難度。
第三，目前出現概念被濫用的現象。大數據風控要求高，難度大，既需要大量有效數據，又需要精密可靠的模型，還需要經過時間的檢驗。目前業內魚龍混雜，很多公司要么缺數據，要么缺技術，要么缺實踐，為避免大數據風控成為空談，需要行業自律與監管層共同努力，避免大數據風控重蹈污名化的覆轍。大數據風控的建設在前期需要大量投資，固定成本較高，隨著業務規模的增加，每筆交易的邊際成本才會逐漸接近為零，這需要有實力的大數據技術公司與金融機構對大數據風控的高度重視和持續大量投入，因此并不是每家機構都能建立起真正的大數據風控，也不是每家機構都需要建立起真正的大數據風控。
第四，大數據風控看重統計學上的相關性，需要不斷完善。這一方面拓寬了大數據風控的數據來源，增強了大數據風控的應用性，但另一方面也面臨著相關性不等于因果關系的問題。相關性可以來自偶然，也可以來自第三方因素，且隨著外部環境的改變，原來的相關性可能會消失，原來的風控模型可能會失效。因此需要不斷完善現有模型，并將注意力集中在具有邏輯關系的因素上面。
總體而言，大數據風控既有優勢，又面臨挑戰?？偲饋砜?，大數據風控將成為金融變革的推動器，引發金融行業重新洗牌。大數據風控方面做得好的機構，將會得到用戶的青睞，獲得更大的市場份額；不重視大數據風控的機構將在市場競爭中處于劣勢，發展速度受到限制，甚至可能被淘汰出局。未來，行業變革的速度與力度都將是過去罕見的。
本文刊發于《清華金融評論》2017年8月刊
人妻精品一区二区三区_好紧好湿好硬国产在线视频_亚洲精品无码mv在线观看_国内激情精品久久久責任編輯：王超
免責聲明：
中國電子銀行網發布的專欄、投稿以及征文相關文章，其文字、圖片、視頻均來源于作者投稿或轉載自相關作品方；如涉及未經許可使用作品的問題，請您優先聯系我們（聯系郵箱：cebnet@cfca.com.cn，電話：400-880-9888），我們會第一時間核實，謝謝配合。
