【正文】 風控體系的完善需要不斷的創(chuàng)新， 2020 年 “水滴 ”風控 面世。目前， “水滴 ”風控 在研 發(fā)創(chuàng)新中亟待面世。 2020 年 5 月 6 日，愛錢進上線 “云圖 ”動態(tài)風控系統(tǒng)，利用機器學習、自然語言等技術將內外部數(shù)據(jù)全部串聯(lián)起來，通過知識圖譜和深度學習相結合，對人類的大腦行為做出模仿，讓系統(tǒng)自動去發(fā)現(xiàn)借款人在各方面信用數(shù)據(jù)之間的相關聯(lián)性，發(fā)現(xiàn)潛在風險，更加準確地對于借款人的信用做出判定。目前， “云圖 ”已全面應用在愛錢進關鍵業(yè)務的所有階段。 夸客金融的風險管理體系如圖 10 所示。據(jù)悉，其 “牛盾 ”風控體系基于大數(shù)據(jù)智能風控模型，從多渠道取得大量數(shù)據(jù)之后，由標準化信息錄入，在每個用戶數(shù)以千計的字段信息中進行篩選、轉化、加工，通過構建的風險模型獲取用戶授權下的信用行為、相關身份認證、網上行為數(shù)據(jù)、第三方渠道數(shù)據(jù)、社交關系網絡等對借款人所提出的申請進行科學的判斷，之后由夸客金融自身的信用評分系統(tǒng)打分，對每個標的都進行準確的風險概率估算，再對每一借款都進行相應的風險評級之后形成獨有的風險定價。 這樣引入互聯(lián)網采集技術的流程性風控，減少了其中人工操作中的風險，將數(shù)據(jù)結構化，減少了平臺運營的環(huán)節(jié)及成本，使其更好地提供決策。 小贏理財前期采用與眾安保險合作首創(chuàng)的信用保證保險模式，隨后小贏理財推出了 “WinSAFE 智贏 ”風控體系，即 Scientific（智能）、 Agile（敏捷）、 Focused（專注）、 Effective（精準）。 “WinSAFE 智贏 ”風控體系植根于戰(zhàn)略合作伙伴眾安保險的風控標準，依照金融機構級別的風控政策，對所有合作金融機構提供的資產，進一步展開 “疊加式風控 ”，確保提供金融機構級別、風險分散的資產組合；同時，智贏風控 系統(tǒng)結合了秒級人臉識別、分析等技術，并且聯(lián)合多家第三方數(shù)據(jù)源共同合作、交叉驗證，保障資產安全。 玖富旗下的玖富叮當貸引入了 “火眼 ”風控系統(tǒng)，其基于大數(shù)據(jù)、機器學習、云計算等技術，為平臺客戶打造專屬的 “信用身份證 ”。火眼分越高代表信用越 好，借款利率就越低，信用額度則越高。 玖富建立的壞賬預測矩陣 ——“彩虹評級模型 ”，可以對用戶的行為做出評定，預測其是否具有早期逾期的特征。 2017 年 6 月，玖富被爆出旗下玖富超能金融有限公司內部工作人員，以發(fā)放好處費為誘餌，拉人申請貸款，四個月內騙貸金額達 150 萬元。這起案件反映出玖富雖具有強大的大數(shù)據(jù)風控系統(tǒng)，但在企業(yè)內部管理這一關鍵的風控環(huán)節(jié)卻存在一定的問題。應用大數(shù)據(jù)技術不僅可以提高 風控效率，還能節(jié)約風控過程中的成本。 1）數(shù)據(jù)孤島 目前，政府、銀行、第三方征信公司與 P2P 網貸公司之間的信息短時間內難以相互連通，交易經行過程中信息不對稱，不透明，導致了諸如多頭債務風險和詐欺風險。 2）數(shù)據(jù)質量低 數(shù)據(jù)質量低的問題也從一定程度上影響了大數(shù)據(jù)風控的質量。舉例來說，在美國， Lending club 和 Facebook 曾經合作獲取并利用社交數(shù)據(jù)；在中國，宜信也曾大費周章地采集借款人的社交數(shù)據(jù)，以期實現(xiàn)對借款人信用的全面評定。電商平臺上的交易數(shù)據(jù)也由于一些刷單現(xiàn)象而失真。 3）數(shù)據(jù)泄漏 大數(shù)據(jù)風控過程中存在數(shù)據(jù)泄漏問題。 2020 年，一個名為 “芝麻金融 ”的 P2P 平臺被曝出因黑客襲擊造成了超過 8000 名投資者的信息被泄露，這些數(shù)據(jù)包括用戶姓名、身份證號、手機號、郵箱、銀行卡信息等，只需用人民幣充值兌換積分，即可在論壇上將這些數(shù)據(jù)全部下載。 （ 2）人才問題 目前，我國優(yōu)秀的風控人才處于供小于求的狀態(tài)。但大量平臺的風控部門人員對網貸業(yè)務了解有限，往往只精通于局部的過程而難以對全局進行把控。 （ 3）征信問題 我國的征信體系仍處于建設階段，大多都依賴于中國人民銀行的個人信用報告及第三方征信公司所提供的信用數(shù)據(jù)。同時，在中國十幾億人口中，還存在七億左右的 “白戶 ”，他們沒有信用卡或其他借貸記錄，甚至有些偏遠地區(qū)不能使用支付寶等線上支付，缺乏可用的征信記錄，近年來很多平臺 已經出現(xiàn)利用這些無征信的 “白戶 ”來騙貸的案例。 未來與展望 （ 1）技術進步，將提升網貸行業(yè)風控水平 雖然網貸行業(yè)風控已進入大數(shù)據(jù)風控時代，機器學習等先進技術被應用，但是目前的技術水平仍有局限性。隨著區(qū)塊鏈、智能投顧和深度學習等相關技術的不斷進步，網貸行業(yè)的風控水平也會不斷得到提升。在區(qū)塊鏈技術的驅動下，每個數(shù)據(jù)只有在共同驗證之后才能寫入，并受到其他節(jié)點的共同監(jiān)督，不可隨意篡改；私鑰保存了節(jié)點的關鍵信息，降低了信息泄露的可能性。 2）智能投顧 智能投顧是 虛擬機器人基于客戶自身的理財需求，通過算法和產品來完成以往人工提供的理財顧問服務。據(jù)悉，目前已有 P2P 平臺將所產生非標類消費信貸資產加入其中，與基金等共同構建投資組合。 3）深度學習 深度學習是機器學習中人工神經網絡的衍伸，是根據(jù)數(shù)據(jù)特征的處理去學習人處理知識和 數(shù)據(jù)的方式。同時，優(yōu)質用戶的關系網絡相對穩(wěn)定，基于深度學習強化關系網絡可以對于優(yōu)質用戶進行判斷。隨著復合型風控人才的增加，行業(yè)風控能力將會得到提升，同時也會降低平臺的人力成本。 總而言之，網貸作為金融的一個分支，具有較強的金融屬性?；ヂ?lián)網金融在經歷了野蠻生長之后開始回歸理性，在優(yōu)勝劣汰、監(jiān)管趨嚴的背景下，平臺具有較強風控 能力才能健康發(fā)展。