智能風(fēng)控：管理與創(chuàng)新

伴隨金融科技的迅猛發(fā)展，科技正在深刻改變傳統(tǒng)風(fēng)控的發(fā)展形態(tài)，各家金融機(jī)構(gòu)和科技企業(yè)都在積極推進(jìn)智能風(fēng)控。在此背景下，2019年5月28日，2019中國金融創(chuàng)新論壇特設(shè)“智能風(fēng)控：管理與創(chuàng)新”分論壇，邀請(qǐng)金融機(jī)構(gòu)、科技企業(yè)高管及業(yè)內(nèi)專家共聚一堂，圍繞智能風(fēng)控的管理與創(chuàng)新問題展開了深入討論。

社科院金融研究所所長助理?xiàng)顫鞒址终搲⒔榻B了分論壇的主要議題：一是風(fēng)險(xiǎn)控制智能化經(jīng)歷了哪些發(fā)展階段，解決了傳統(tǒng)風(fēng)控的哪些痛點(diǎn)問題;二是智能風(fēng)控在支持實(shí)體經(jīng)濟(jì)發(fā)展，降低融資成本方面究竟發(fā)揮了什么作用;三是智能風(fēng)控如何加強(qiáng)客戶信息安全管控，保護(hù)客戶的信息隱私;四是如何把握智能風(fēng)控未來創(chuàng)新趨勢(shì);五是開放銀行的建設(shè)過程當(dāng)中，智能風(fēng)控將扮演什么樣的角色。

在金融科技時(shí)代，要做好風(fēng)險(xiǎn)與安全邊界的構(gòu)建?！安还芙鹑诟拍钊绾纬鲂?，風(fēng)險(xiǎn)和安全一直都是金融創(chuàng)新最重要的邊界?！鄙缈圃航鹑谘芯克L助理?xiàng)顫偨Y(jié)指出，過去互聯(lián)網(wǎng)金融時(shí)代曾經(jīng)出了一些問題，歸根到底也是因?yàn)樵陲L(fēng)險(xiǎn)控制方面沒有把握好底線。在金融科技時(shí)代，更需要做好風(fēng)險(xiǎn)與安全邊界的構(gòu)建。智慧金融時(shí)代，一方面大數(shù)據(jù)、互聯(lián)網(wǎng)、區(qū)塊鏈等技術(shù)成為支撐，另一方面多元化的金融功能，如支付清算、資源配置、風(fēng)險(xiǎn)管理、信息管理，也拓展了金融科技與創(chuàng)新的應(yīng)用場景。從創(chuàng)新實(shí)踐角度出發(fā)，智能風(fēng)控貫穿在整個(gè)價(jià)值鏈當(dāng)中。

技術(shù)平臺(tái)與業(yè)務(wù)層面有機(jī)結(jié)合，構(gòu)建智能風(fēng)控體系?！爸悄茱L(fēng)控就是利用大數(shù)據(jù)、人工智能及時(shí)時(shí)分析等技術(shù)來整合處理客戶的交易行為、資產(chǎn)負(fù)債特征、違約歷史、行為偏好、關(guān)系網(wǎng)絡(luò)等內(nèi)外部多維度數(shù)據(jù)，進(jìn)而開展事前、事中、事后的風(fēng)險(xiǎn)預(yù)測和管控?！敝袊y行風(fēng)險(xiǎn)管理部資深管理專家宋首文指出，構(gòu)建智能風(fēng)控體系需要技術(shù)平臺(tái)和業(yè)務(wù)層面的有機(jī)結(jié)合：技術(shù)方面，中國銀行在2018年逐步完成了大數(shù)據(jù)、人工智能和分布式架構(gòu)三大技術(shù)平臺(tái)的搭建，為智能風(fēng)控體系的構(gòu)建提供了良好的技術(shù)支持;業(yè)務(wù)層面，全行數(shù)字治理工作取得了一系列成效，為智能風(fēng)控具體任務(wù)的開展奠定了扎實(shí)的數(shù)據(jù)基礎(chǔ)。中國銀行智能風(fēng)控體系的建設(shè)覆蓋貸前、貸中和貸后管理。銀行的數(shù)字化轉(zhuǎn)型，對(duì)風(fēng)險(xiǎn)管理部門處理數(shù)據(jù)爆炸，更新風(fēng)控系統(tǒng)，完善風(fēng)控模型，前瞻預(yù)判風(fēng)險(xiǎn)，保護(hù)數(shù)據(jù)安全等提出了更高要求。

貸前風(fēng)控演進(jìn)：從經(jīng)驗(yàn)、評(píng)分到網(wǎng)申秒批再到智能化風(fēng)控。中國民生銀行信用卡中心科技總監(jiān)余金橋總結(jié)了民生信用卡中心貸前風(fēng)控發(fā)展的四個(gè)階段：第一個(gè)階段是根據(jù)專家制定的規(guī)則及評(píng)審人員個(gè)人的業(yè)務(wù)經(jīng)驗(yàn)對(duì)申請(qǐng)人進(jìn)行打分和審批，確定是否核發(fā)以及信用額度;第二個(gè)階段我們引入了評(píng)分系統(tǒng)，包括收入模型和風(fēng)險(xiǎn)模型等，根據(jù)這些模型對(duì)申請(qǐng)人的資質(zhì)進(jìn)行打分，增加了決策的量化依據(jù);第三個(gè)階段是2014年上線的網(wǎng)上申請(qǐng)平臺(tái)，做到了自動(dòng)化申請(qǐng)和時(shí)時(shí)風(fēng)控，最快三秒鐘就可確定申請(qǐng)是否通過，借助大數(shù)據(jù)分析，自動(dòng)化、智能化審批的平臺(tái)，我們做到了千萬級(jí)的核卡數(shù)量，而人工核卡只能做到百萬級(jí);第四個(gè)階段是智能化風(fēng)控階段，應(yīng)用大數(shù)據(jù)、生物識(shí)別等技術(shù)來進(jìn)一步提升風(fēng)控的自動(dòng)化水平，同時(shí)也把審批和應(yīng)用場景結(jié)合，如手機(jī)購買的現(xiàn)場分期。這個(gè)階段的特點(diǎn)一方面是數(shù)據(jù)來源更加豐富，另外一方面是計(jì)算能力突飛猛進(jìn)，利用大數(shù)據(jù)分布式計(jì)算技術(shù)，可以一次處理千萬級(jí)的變量，進(jìn)一步提升智能風(fēng)控能力。未來民生還要在智能化風(fēng)控方面進(jìn)行提升，更加精準(zhǔn)地識(shí)別客戶，在此基礎(chǔ)上進(jìn)一步提高審批率，進(jìn)而還可以差異化定價(jià)，降低客戶信貸成本。

關(guān)注數(shù)據(jù)本身質(zhì)量，風(fēng)控與業(yè)務(wù)流程相融合。“智能風(fēng)控絕不僅僅是風(fēng)險(xiǎn)部一個(gè)部門的事情，業(yè)務(wù)部門在產(chǎn)品推出的過程中也要有風(fēng)控意識(shí)，否則無法實(shí)現(xiàn)業(yè)務(wù)的可持續(xù)發(fā)展?！标P(guān)于風(fēng)控，中國建設(shè)銀行風(fēng)險(xiǎn)管理部副總經(jīng)理怡穎有兩大觀點(diǎn)：一是風(fēng)控模型、風(fēng)控技術(shù)的發(fā)展都是建立在數(shù)據(jù)基礎(chǔ)之上的，因此要密切關(guān)注數(shù)據(jù)本身是否真實(shí)、準(zhǔn)確;二是風(fēng)控應(yīng)用在業(yè)務(wù)流程中，風(fēng)控指標(biāo)是否實(shí)用，能否發(fā)揮作用，有賴于風(fēng)控是否適用于業(yè)務(wù)體系。風(fēng)控跟管理是密切相關(guān)的，在信貸業(yè)務(wù)中，風(fēng)控技術(shù)的應(yīng)用跟業(yè)務(wù)是相關(guān)的;在投資交易業(yè)務(wù)中，風(fēng)控也要融入流程。所有的風(fēng)控指標(biāo)和信號(hào)都通過流程發(fā)揮作用，只有將風(fēng)控技術(shù)與業(yè)務(wù)流程充分融合，才能充分發(fā)揮其作用。

智能風(fēng)控需要解決數(shù)據(jù)真實(shí)性、穩(wěn)定性和安全性的問題。江蘇銀行副行長周凱指出，中國銀行業(yè)風(fēng)控的發(fā)展經(jīng)歷了三個(gè)階段：第一個(gè)階段是人工決策階段，這個(gè)階段的風(fēng)控主要靠人工完成，但應(yīng)用技術(shù)手段和數(shù)據(jù)模型等輔助手段，進(jìn)行風(fēng)控決策。第二個(gè)階段是時(shí)時(shí)風(fēng)控決策階段，這個(gè)階段針對(duì)的是信用卡這類標(biāo)準(zhǔn)化產(chǎn)品，借鑒回歸模型等算法，應(yīng)用信用卡申請(qǐng)?jiān)u分卡、行為評(píng)分卡等技術(shù)來實(shí)現(xiàn)一定程度上的時(shí)時(shí)風(fēng)控決策。第三個(gè)階段是智能風(fēng)控決策階段，這個(gè)階段有三個(gè)鮮明的特征，首先，風(fēng)控跟營銷場景越來越融合;其次，風(fēng)控與銀行自身風(fēng)險(xiǎn)偏好、戰(zhàn)略定位相匹配;最后，風(fēng)控越來越跟定價(jià)相結(jié)合，風(fēng)控需要解決精算、定價(jià)問題。

智能風(fēng)控可以緩解前臺(tái)營銷人員和后臺(tái)風(fēng)控人員之間的矛盾。天津?yàn)I海農(nóng)商銀行首席信息官郭萬剛指出，后臺(tái)風(fēng)控人員和前臺(tái)營銷人員之間的博弈現(xiàn)實(shí)中一直存在，但通過智能風(fēng)控可以進(jìn)行調(diào)節(jié)。一線營銷人員為把產(chǎn)品推銷出去，很少考慮成本，后臺(tái)風(fēng)控就要通過模型測算，監(jiān)測業(yè)務(wù)質(zhì)量。智能風(fēng)控讓數(shù)據(jù)說話，可以減少前臺(tái)營銷人員和后臺(tái)審批風(fēng)控人員之間的矛盾。機(jī)器自動(dòng)做貸后檢查，大數(shù)據(jù)風(fēng)險(xiǎn)自動(dòng)預(yù)警，自動(dòng)生成貸款報(bào)告，既降低了風(fēng)險(xiǎn)，又精準(zhǔn)的做了貸后。目前天津?yàn)I海農(nóng)商行營銷人員都是佩戴移動(dòng)設(shè)備來服務(wù)客戶，并采集各種數(shù)據(jù)以便分析，通過大數(shù)據(jù)時(shí)時(shí)獲取客戶信息，自動(dòng)形成審批報(bào)告，進(jìn)行貸款定價(jià)。然而，我們?cè)谥悄茱L(fēng)控應(yīng)用過程中，缺少對(duì)中小微企業(yè)，特別是民營中小微企業(yè)的服務(wù)數(shù)據(jù)，所以做小微貸款時(shí)的風(fēng)控難度較大。

針對(duì)傳統(tǒng)風(fēng)控的痛點(diǎn)，智能風(fēng)控應(yīng)運(yùn)而生。同盾科技副總裁李偉東認(rèn)為，傳統(tǒng)風(fēng)控有四個(gè)痛點(diǎn)：第一，人群覆蓋率較低;第二，無法滿足小額高頻分散普惠金融的需求;第三，貸前審批反欺詐、貸后監(jiān)控、逾期催收都會(huì)面臨不同的挑戰(zhàn)，傳統(tǒng)風(fēng)控欠缺抵御風(fēng)險(xiǎn)的能力;第四，風(fēng)控流程效率偏低，難以適應(yīng)互聯(lián)網(wǎng)時(shí)代下的金融模式。針對(duì)這些痛點(diǎn)，智能風(fēng)控應(yīng)運(yùn)而生，其發(fā)展經(jīng)歷以下三個(gè)階段：第一個(gè)階段是云端風(fēng)控，打破信息孤島，構(gòu)建完整的反欺詐體系;第二個(gè)階段是構(gòu)建全生命周期的風(fēng)險(xiǎn)系統(tǒng)，對(duì)金融機(jī)構(gòu)前中后臺(tái)業(yè)務(wù)模式進(jìn)行重塑，改善用戶的體驗(yàn)，挖掘客戶的潛在價(jià)值;第三個(gè)階段是私有云加公有云的云端一體化智能風(fēng)控，滿足銀行個(gè)性化的安全、私密需求，既可以進(jìn)行企業(yè)云端處理，又可以進(jìn)行本地化部署。李偉東同時(shí)指出，加強(qiáng)信息安全管控是一個(gè)系統(tǒng)工程，首先要樹立牢固的安全意識(shí);其次要建立內(nèi)外部相結(jié)合的安全管控體系;最后，要結(jié)合分布式存儲(chǔ)和大數(shù)據(jù)等技術(shù)進(jìn)行數(shù)據(jù)的安全治理，應(yīng)對(duì)潛在的突發(fā)事件。智能風(fēng)控有局限，但利用大數(shù)據(jù)分析可以提升風(fēng)控水平。金融壹賬通首席風(fēng)控官高帆指出，金融是一個(gè)風(fēng)險(xiǎn)行業(yè)，但銀行并不是什么客人都能做，銀行關(guān)系到整個(gè)社會(huì)的金融系統(tǒng)安全，銀行有自己的風(fēng)險(xiǎn)偏好，在風(fēng)險(xiǎn)偏好之內(nèi)的業(yè)務(wù)才是可以做的。針對(duì)不同的風(fēng)險(xiǎn)等級(jí)，無論是個(gè)人業(yè)務(wù)，還是對(duì)公業(yè)務(wù)，其風(fēng)險(xiǎn)定價(jià)應(yīng)該是不一樣的，而且風(fēng)險(xiǎn)也應(yīng)該跟場景融合。智能風(fēng)控并不能解決所有問題，在零售、小微、支付等大數(shù)據(jù)的場景底下，智能風(fēng)控有很好的應(yīng)用，但像特別定制化的投行業(yè)務(wù)，會(huì)有很多單獨(dú)制定的合同，這時(shí)智能風(fēng)控所起的作用就很有限了。但利用數(shù)據(jù)分析可以提升客戶體驗(yàn)，提高風(fēng)控效率，降低成本。

智能風(fēng)控要解決數(shù)據(jù)處理、數(shù)據(jù)流動(dòng)和數(shù)據(jù)價(jià)值挖掘問題。天云融創(chuàng)數(shù)據(jù)科技首席執(zhí)行官雷濤提出，智能風(fēng)控有三方面問題需要解決：第一個(gè)是數(shù)據(jù)來源問題。數(shù)據(jù)治理是一個(gè)常見問題，具體來講，需要處理辨別核心數(shù)據(jù)，自動(dòng)化掃描、獲取，快速迭代形成應(yīng)用表達(dá)的問題。第二個(gè)是數(shù)據(jù)流動(dòng)問題。如何讓交易分析化，讓分析交易化，讓底層技術(shù)支持?jǐn)?shù)據(jù)融合都是要解決的問題，可能需要借助分布式記賬技術(shù)。第三個(gè)是數(shù)據(jù)價(jià)值化，機(jī)器學(xué)習(xí)技術(shù)策略處理數(shù)據(jù)要能夠做到可解釋可表達(dá)，繼承原來的風(fēng)控策略和規(guī)則，但由靜態(tài)變?yōu)閯?dòng)態(tài)。如何把已有的數(shù)據(jù)資產(chǎn)盤活？要對(duì)數(shù)據(jù)進(jìn)行相加相乘的高維化處理，獲得更好的數(shù)據(jù)資產(chǎn)價(jià)值。在數(shù)據(jù)中臺(tái)的平臺(tái)上，天云融創(chuàng)可以很快速的抽象出很多智能應(yīng)用，服務(wù)于前端。數(shù)據(jù)中臺(tái)的運(yùn)行包括三個(gè)步驟：第一步是用自動(dòng)化的數(shù)據(jù)治理方法來盤活和量化數(shù)據(jù)資產(chǎn);第二步是建立混合式架構(gòu)，數(shù)據(jù)庫同時(shí)支持交易、儲(chǔ)倉和數(shù)據(jù)挖掘三塊業(yè)務(wù);第三步是用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)進(jìn)行數(shù)據(jù)學(xué)習(xí)，使數(shù)據(jù)資產(chǎn)得到價(jià)值挖掘。

摸查梳理數(shù)據(jù)源，在場景層面把業(yè)務(wù)和風(fēng)控結(jié)合起來。中科聚信信息技術(shù)（北京）有限公司董事長兼CEO馬占軍表示，中科聚信目前覆蓋兩大領(lǐng)域的風(fēng)控管理業(yè)務(wù)，一個(gè)是信貸的智能風(fēng)控，另一個(gè)是資管類的風(fēng)控管理，特別針對(duì)銀行資管部門以及正在陸續(xù)組建的理財(cái)子公司。中科聚信二十年始終如一做數(shù)據(jù)，做算法，做模型，因地制宜，不斷蛻變。國外的風(fēng)控管理直接移植到國內(nèi)并不好用，大行的風(fēng)控管理移植到城商行也并不好用，究其原因，就是風(fēng)控管理要和業(yè)務(wù)場景結(jié)合起來。

智能風(fēng)控的建設(shè)應(yīng)具備業(yè)務(wù)、技術(shù)和數(shù)據(jù)三要素?！爸悄茱L(fēng)控的建設(shè)應(yīng)具備三要素：第一個(gè)是業(yè)務(wù)規(guī)則，從業(yè)務(wù)的角度去觀察和把握風(fēng)險(xiǎn);第二個(gè)是技術(shù)，智能風(fēng)控需要機(jī)器學(xué)習(xí)、關(guān)聯(lián)圖譜、設(shè)備技術(shù)等要素;第三個(gè)是數(shù)據(jù)，數(shù)據(jù)是授信場景下風(fēng)控系統(tǒng)很重要的一個(gè)組成部分。”邦盛科技的聯(lián)合創(chuàng)始人銀行事業(yè)部總經(jīng)理王海漫提到。首先從業(yè)務(wù)規(guī)則入手，以手機(jī)銀行轉(zhuǎn)賬詐騙為例，要判斷是否為常用交易對(duì)手方、常用設(shè)備，通過業(yè)務(wù)規(guī)則或者模型設(shè)置交易的金額和交易時(shí)間，并利用外圍數(shù)據(jù)（代理IP地址、虛假手機(jī)號(hào)數(shù)據(jù)）來實(shí)現(xiàn)風(fēng)險(xiǎn)防范。其次從技術(shù)入手，用機(jī)器學(xué)習(xí)發(fā)現(xiàn)新特征，用業(yè)務(wù)知識(shí)、機(jī)器學(xué)習(xí)、關(guān)聯(lián)圖譜技術(shù)把這些風(fēng)險(xiǎn)特征關(guān)聯(lián)到一起，然后加以分析利用，這樣做的效果最好。技術(shù)方面要采用多種技術(shù)手段，而不是單一的，要從不同角度識(shí)別風(fēng)險(xiǎn)。最后是數(shù)據(jù)，邦盛在中文模糊地址匹配和二、三類賬戶識(shí)別方面有所創(chuàng)新，數(shù)據(jù)處理也需要更高的準(zhǔn)確性和覆蓋率。

利用智能風(fēng)控手段對(duì)傳統(tǒng)評(píng)級(jí)方法進(jìn)行升級(jí)改造。中誠信信用評(píng)價(jià)中心評(píng)級(jí)總監(jiān)林宏偉指出，中誠信的業(yè)務(wù)主要是給公開發(fā)行的債券做評(píng)級(jí)，銀行面臨的風(fēng)險(xiǎn)有操作風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)等，而中誠信專門對(duì)信用風(fēng)險(xiǎn)進(jìn)行評(píng)估。大數(shù)據(jù)時(shí)代，中誠信正在利用大數(shù)據(jù)和智能風(fēng)控手段對(duì)傳統(tǒng)的評(píng)級(jí)方法進(jìn)行改造。傳統(tǒng)的評(píng)級(jí)方法由于監(jiān)管和各種歷史原因，不能隨意改變，監(jiān)管每年都要進(jìn)行審核，甚至評(píng)級(jí)方法和一些評(píng)級(jí)模型的細(xì)節(jié)都要在網(wǎng)上公開，這對(duì)傳統(tǒng)評(píng)級(jí)公司的業(yè)務(wù)是一種束縛。但是對(duì)智能風(fēng)控的創(chuàng)新研究卻不受這種束縛，而且效果良好，借助智能風(fēng)控技術(shù)，2018年中誠信為保險(xiǎn)資管客戶避免了幾十億的損失，同樣，也可以為銀行的金融市場部或者資產(chǎn)管理部提供風(fēng)險(xiǎn)識(shí)別工具。銀行有特定的場景去收集數(shù)據(jù)，中誠信雖然積累了許多關(guān)于行業(yè)的數(shù)據(jù)，涵蓋工商、稅務(wù)、司法和電信等，但除了評(píng)級(jí)時(shí)的訪談，評(píng)級(jí)機(jī)構(gòu)缺少特定的場景來收集專有數(shù)據(jù)。為此，中誠信在評(píng)級(jí)時(shí)加入了心理學(xué)和行為經(jīng)濟(jì)學(xué)因素，主動(dòng)進(jìn)行風(fēng)險(xiǎn)管理。

風(fēng)控要前置在營銷獲客端。“風(fēng)控要前置在營銷端”品鈦科技的首席科學(xué)家任然認(rèn)為，從獲客的角度來說，獲客時(shí)用戶還未申請(qǐng)業(yè)務(wù)，但風(fēng)控方面就已需要將其分層。品鈦的商業(yè)模式，首先是為金融機(jī)構(gòu)提供流量，幫助金融機(jī)構(gòu)獲取優(yōu)質(zhì)客戶;其次是針對(duì)不同的業(yè)務(wù)場景，用不同技術(shù)構(gòu)建風(fēng)控模型，把技術(shù)應(yīng)用在業(yè)務(wù)場景中。針對(duì)小微的風(fēng)控第一個(gè)難點(diǎn)是獲客，第二個(gè)是數(shù)據(jù)比較離散。小公司、電商類的小微企業(yè)，數(shù)據(jù)分散，品鈦針對(duì)不同的場景進(jìn)行了細(xì)分。比如客戶是線下業(yè)務(wù)，那線上模型就不一定好用，線下場景訓(xùn)練的模型效果就比較不錯(cuò)，這也回應(yīng)了風(fēng)控要前置，要在獲客端去做更多的事情。在數(shù)據(jù)源方面做得更精細(xì)，模型效果更好，是品鈦努力的方向。

智能風(fēng)控在商業(yè)匯票領(lǐng)域也大有可為。德鴻金服貼唄票據(jù)交易平臺(tái)CEO夏子翔提出，德鴻金服在商業(yè)匯票風(fēng)控領(lǐng)域的作用主要表現(xiàn)在三個(gè)方面。第一個(gè)是票據(jù)作廢的風(fēng)險(xiǎn)，因?yàn)槠睋?jù)是一種金融支付工具，已支付但合同沒有履約，則票據(jù)就作廢了，德鴻金服借助銀行ECD的票據(jù)鑒別功能，可以實(shí)現(xiàn)票據(jù)安全。第二個(gè)是在德鴻金服平臺(tái)建立黑白名單機(jī)制，識(shí)別傍名牌、假國企等企業(yè)。第三個(gè)是德鴻金服可以作為智能風(fēng)控領(lǐng)域的資源聯(lián)結(jié)平臺(tái)，將風(fēng)控技術(shù)公司與需要技術(shù)的中小企業(yè)連接起來。

利用全特征和自學(xué)習(xí)的組合處理方式，解決低頻動(dòng)態(tài)風(fēng)控問題。第四范式智能風(fēng)控事業(yè)部總經(jīng)理王明總結(jié)指出，目前風(fēng)控領(lǐng)域存在兩個(gè)問題。第一個(gè)是個(gè)性化即低頻化挑戰(zhàn)加劇，客戶下沉，場景越來越多，客戶和產(chǎn)品的個(gè)性化極大發(fā)展，使得數(shù)據(jù)的分布方式發(fā)生了很大變化。原來業(yè)務(wù)里共性因素非常多，按照二八法則，我們解決高頻部分就能解決80%的問題，但是現(xiàn)在高頻部分越來越少，傳統(tǒng)的方法解決個(gè)性化（低頻化）風(fēng)控問題的性價(jià)比就越來越低。第二個(gè)問題是動(dòng)態(tài)博弈問題，欺詐與反欺詐之間存在對(duì)抗和博弈，現(xiàn)在業(yè)務(wù)往線上轉(zhuǎn)移，犯罪的成本很低，可以迅速變換欺詐手段，如果風(fēng)險(xiǎn)防控或者反欺詐技術(shù)是停留在依靠人去逐一細(xì)分處理階段，將疲于應(yīng)付。機(jī)器學(xué)習(xí)技術(shù)可以進(jìn)行精準(zhǔn)預(yù)測，適合解決低頻動(dòng)態(tài)問題。該技術(shù)有三個(gè)主要特征：第一，當(dāng)?shù)皖l部分變得越來越多時(shí)，抽樣方法無法解決問題，借助機(jī)器學(xué)習(xí)技術(shù)就可以用全量方式，挖掘到最大信息量。第二，借助機(jī)器學(xué)習(xí)技術(shù)應(yīng)用全量特征，可以精細(xì)刻畫場景。第三，自學(xué)習(xí)。例如根據(jù)時(shí)時(shí)的天氣特征推斷下一個(gè)小時(shí)的天氣情況。全特征和自學(xué)習(xí)的組合處理方式背后需要高維數(shù)據(jù)處理，應(yīng)用復(fù)雜模型來解決復(fù)雜問題。做出一個(gè)模型并不難，但把這個(gè)模型變成一個(gè)穩(wěn)定的工業(yè)應(yīng)用很難，這也是風(fēng)控技術(shù)公司要努力解決的問題。

智能風(fēng)控推動(dòng)實(shí)體經(jīng)濟(jì)發(fā)展，降低融資成本。“金融機(jī)構(gòu)在服務(wù)個(gè)人客戶還是中小微企業(yè)客戶時(shí)，都面臨很多風(fēng)控問題，風(fēng)控環(huán)節(jié)容易產(chǎn)生許多成本?！蓖ǜ抖芄碴P(guān)系總監(jiān)王鵬指出，銀行在解決融資貸款的風(fēng)控問題時(shí)，可以借助智能風(fēng)控，通過機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析等技術(shù)手段，進(jìn)行多維度的數(shù)據(jù)、關(guān)聯(lián)分析。這些數(shù)據(jù)包括電商平臺(tái)數(shù)據(jù)、運(yùn)營商數(shù)據(jù)等等，同時(shí)也可以分析客戶的行為特征，包括風(fēng)險(xiǎn)產(chǎn)生的概率，比如還款意愿、還款能力，通過建模還原客戶的信用狀況。利用技術(shù)手段標(biāo)識(shí)出“壞人”，用科技的手段代替?zhèn)鹘y(tǒng)人工盡調(diào)，不僅能夠極大的降低金融服務(wù)的成本，也可以降低目標(biāo)客戶自身的融資成本，這樣有利于推動(dòng)實(shí)體經(jīng)濟(jì)的發(fā)展，響應(yīng)國家供給側(cè)改革的戰(zhàn)略。通付盾搭建的一體化智能風(fēng)控防護(hù)體系，可以做到事前預(yù)警，事中監(jiān)控，事后關(guān)聯(lián)分析，把風(fēng)險(xiǎn)前置，利用更多更可靠的數(shù)據(jù)源實(shí)現(xiàn)群防群控，最終提升風(fēng)險(xiǎn)防控的效率問題。