大資料風控 ——網際網路消費金融的必由之路

面對蓬勃發展的網際網路消費金融的風控需求，針對中小型消費金融平台技術能力薄弱的特點，恒生電子推出了大資料風控平台，為中小型消費金融廠商提供強大的風控服務，從三個方面提供專業的大資料風控支援。

2015 年的“雙 11 全球狂歡節”中， “螞蟻花呗”獲得了交易總筆數 6048 萬筆、占支付寶整體交易 8.5% 的驕人成績。不僅僅是花呗，其他的同類消費金融産品如“京東白條”和蘇甯“任性付”也取得了 800% 和836% 的不俗增長。當你看着這些數字時，不知有沒有想過，這些使用消費金融産品的交易中，有多少筆到期還款時可能會違約，又有多少筆是故意借着購物來套取現金的，甚至有多少筆是被人冒名盜用的？這些問題交易累積到什麼樣的程度，才會危及到該消費金融産品的生存，進而引發消費金融平台的倒閉？為此，消費金融平台的風險控制變得越來越關鍵，決定着平台的生存與發展。做好了風險防控，才能在消費金融這片争奪異常慘烈的藍海中成功，也有可能打造出類似于京東白條、螞蟻花呗的消費金融産品。

那如何才能做好風險防控呢？在我們看來，風險防控是一個體系，包括貸前、貸中、貸後的全風控流程管理和内審、内控等監察手段。但對于網際網路消費金融平台來說，在這個體系中最核心的是大資料風控的能力。首先，在獲客環節就要利用大資料風控。從客戶群體上看，消費金融面對的主要是年輕人群和中低收入人群，這部分人群的征信資料不健全，如果按傳統的方法依靠線下收集客戶資訊來判斷其還款能力和還款意願，不光效率低下無法獲得盡可能多的客戶，還無法對客戶進行有效的信用評估。通過網際網路利用大資料的方式來進行客戶資訊收集，通過對客戶群體的消費資料分析，進行客戶評級，獲得有效的風控模型，進而對客戶進行分流和篩查，進行差異化管理，并不斷優化風控模型和信貸稽核流程，達到可量化的自動化決策的目的。面對蓬勃發展的網際網路消費金融的風控需求，針對中小型消費金融平台技術能力薄弱的特點，恒生電子推出了大資料風控平台，為中小型消費金融廠商提供強大的風控服務，從三個方面提供專業的大資料風控支援。

58其次，将大資料風控植入到一個個消費場景中。消費金融的場景化有助于明确貸款的實際購買商品，避免了貸款的挪用造成的風險，是網際網路消費金融的一大趨勢，除了網購之外，教育教育訓練、旅行、租房、購車、婚慶、美容等 O2O 場景都具有良好的消費金融屬性。不同的場景有不同的使用者群，消費金融公司需設計各不相同的消費金融産品和制定有針對性的貸款政策，而大資料風控可以通過資料的采集與分析，根據各個消費場景和消費群體的特點，确定差異化的貸款政策。再次，還要加強對網絡欺詐的重點防控。網際網路消費金融具有網際網路的特殊性，一般為純線上交易，容易被不法團夥所利用，産生盜号、套現等欺詐行為，且網絡欺詐作案手段隐蔽、形式多樣，擴散也極快，對風險控制提出了很高的要求。那麼，最核心的問題來了，該如何解決大資料風控的“大資料”的來源呢？對京東白條、螞蟻花呗等産品來說，可以依托自身的海量使用者多年累積的行為資料來進行風控模型的完善。而對大部分的網際網路消費金融公司來說，收集到的客戶資訊不完善，獲得的信用資料也不完整，必須采用與第三方資料源或征信機構合作的方法來進行風控，而在選取适合的第三方時，也要考慮自身的業務場景和客戶群體定位，進行針對性的選擇。同時，也可以運用多種風險分散手段，如與保險和擔保機構合作。保險機構在提供各種信用保證保險産品的同時，也可将其自身的征信服務提供出來；擔保公司由于在風險防範機制上比較專業，可用來完善消費金融公司自身的風控模型。面對蓬勃發展的網際網路消費金融的風控需求，針對中小型消費金融平台技術能力薄弱的特點，恒生電子推出了大資料風控平台，為中小型消費金融廠商提供強大的風控服務，從三個方面提供專業的大資料風控支援：外部資料源整合：整合第三方資料源與征信服務機構，從反欺詐、證據保全到第三方征信、電商平台等多元度全方位的資料與服務。風控模型與評分：從還款能力與還款意願等多角度對客戶進行稽核，對不同種類的客戶進行差異化評估，并基于評分卡進行審批、授信、差異化定價、風險預警、額度調整等流程的設計，實作信貸工廠的批量化與規模化的要求。自動化決策：針對網際網路消費金融的快速放貸的要求，搭建了一套自動化決策模型和風控體系，進行欺詐風險的評估，計算信用風險等級，并給出可信任的參考授信額度，達到快速授信、實時放貸的目的。