2017年，金融科技的智能風控開始出現在人們視野，金融科技也從邊緣部門，逐漸走向金融公司的核心。今年，金融科技又出現了新的變化。10月12日，度小滿金融與北京大學光華管理學院宣布成立金融科技聯合實驗室，聚焦超級關聯網絡等多個金融科技話題，技術企業與高校的強強結合，掀起了“硬”技術和“軟”人才的新競賽。
在這種形勢下，“超級關聯網絡”究竟意味着什麼，大力建構關聯網絡欺詐防護體系的度小滿能讓金融行業重新洗牌嗎？
第一部分：痛點鮮明，消金與監管的“關聯網絡”剛需
過去這一年，随着AI技術在金融行業的深入使用，“超大關聯網絡”在産品設計、獲客、風控、監管等環節的應用都更加深入，尤其是消費金融、監管科技領域存在的痛點，讓關聯網絡的研究成為“剛需”。
痛點一：場景配置設定不足，使用者體驗受限
網際網路浪潮後，電商系的發展使消費金融得到了大幅度的增長，造就了以場景為核心的網購分期消費金融盛況，網際網路金融機構紛紛坐享場景驅動的紅利。而傳統金融機構卻沒能趕上這波浪潮，至今，在以信用卡和各種消費類貸款為主的消費金融業務上，傳統信貸的場景化不足導緻使用者體驗不佳，尤其是傳統的“線上申請、線下審批（往往比較繁瑣）”路徑讓衆多使用者叫苦不疊。
根據央行2017Q1支付系統統計資料顯示，我國信用卡的發夾量已經達到人均0.32張，但綜合央行持續釋出的各季度曆史資料，可以發現信用卡總的增長趨勢已經減緩，甚至出現了短期下降的情況，這也說明，較少關注場景的信用卡在其他消費金融形态沖擊下，已經受到了不小的“傷害”。
痛點二：資料多≠風控好
中國傳統金融機構的“風控模型”大概起于2009年，在金融危機之後，許多銀行都在銀監會的要求下建立了一些計量模型，這些模型包括征信報告、年齡、性别、教育程度等名額，資料次元和變量較少。
直到2017年，大資料風控才在國内落地生根。傳統金融體系這才開始改變對風控的認知，期待挖掘、激活使用者的消費資訊，發展出更多的風控次元。然而，在這個過程中，傳統金融體系“矯枉過正”，陷入了對資料的盲目崇拜。
不少機構用大資料概念拔高品牌，機構間的競争更加劇了大資料概念的濫用。于是，政府出台《關于規範整頓“現金貸”業務的通知》，其中明确要求“謹慎使用‘資料驅動’的風控模型”，而各省市近期轉發檔案中，對上述要求也一再強調。
盲目崇拜資料，實際上是在削弱對風險的量化能力，因為缺乏對使用者财産真實性的深度調研，消費金融創業公司隻能依靠資料的廣度，即通過對不同資料來源進行交叉驗證，并且在事後收集來予以補償，資料、模型沒有經過壓力測試，最終造成有效性欠缺。
痛點三：反欺詐成主要訴求
一直以來， 使用者飽受資料隐私洩漏的傷害，這也是行業目前面臨的最嚴重的問題。大量欺詐人員存在，将金融平台當作斂财的源頭，見縫就鑽。業内多位專家曾提出，網際網路金融的風控，60%來自反欺詐——不管是行業還是使用者，都需要一項監管科技，能有效解決合謀、團夥欺詐問題，降低金融機構的擷取信任成本。
第二部分：技術破局，超大規模關聯網絡成“基礎設施”
行業困境的背後，利用關聯規則，建立超大規模的關聯網絡，才是金融行業破解難題的關鍵，因為它能挖掘出各個主體間的隐含關系，進而有效識别潛在的風險。
關聯，反映的是一個事件和其他事件之間互相依賴的關系。如果兩項或多項屬性之間存在關聯，那麼，我們隻要知道其中一項屬性值，就可以推測出其他的屬性，比如買“嬰兒車”的人，有極大概念擁有“購買尿布”的屬性。
每個人在生産生活中都會産生很多的關聯，這種關聯在金融資料中就會呈現出一個複雜的網狀圖。而超大規模關聯網絡不僅僅是一個網狀圖或者大資料模型，而是一個完整的閉環系統。這個系統基于數百億節點、上千億關聯關系的整合，基于圖的連接配接性，它包括很多層面，例如貸前、貸中、貸後全面的風控系統的搭建，包括新産品上線的風險評估、管道管理、反欺詐人工調查，還有操作風險管理、資産管理等。
以度小滿金融為例，目前其擁有180億+節點、800億+條邊的運算能力，其關聯網絡可以達到秒粒度圖快照和秒級查詢響應。據介紹，北大光華-度小滿聯合實驗室通過對複雜網絡Network Emebdding的研究，将關聯網絡的資訊有效應用于度小滿的信用模型和反欺詐模型，可以提升智能風控和監管科技。
首先，不同人群在消費理念、風險管理、心理預期等主觀行為上有很大的差異，這會導緻即便相同群體的使用者導入同一資料模型，其最終結果也可能是大相徑庭。是以，利用大規模關聯網絡上的社群發現算法，能夠挖掘發現大量資料中項集之間的相關聯系，發現優質客戶，拓展業務。也就是根據不同的客戶推薦不同的金融産品，甚至理财産品可以根據客戶的風險偏好來推薦産品，根據個人的喜好以及情況個性化地做産品的推薦和比對。
其次，超大規模關聯網絡對監管的視角、理念和工作機制等方面也會産生改變。面對目前越來越多的金融欺詐案件，可以也得出一套“規律”，現在金融欺詐大多是團夥作案，作案者與黑名單上的人，多少會有一些聯系。這個“聯系”就是“反欺詐”的關鍵。
簡單來說，“反欺詐”就是通過多元度資料，擷取一個使用者的多度關系網，比如說，找到這個使用者的好友的好友的好友，進而尋找背後的深度關聯，并判斷潛在風險。這并不隻是一套簡單的規則，而是一套完整的技術，是對整個流程的判斷能力的組合。
智能相對論認為，超大關聯網絡的應用，是未來智能金融的“基礎設定”。目前，度小滿金融已将關聯網絡深度應用于反欺詐領域，建構立體全棧式反欺詐體系，本次與北大光華合作“超大關聯網絡”的研究課題，将“關聯網絡”的使用場景、深度都做了拓展，有利于以下兩點：
1） 大幅提高度小滿金融黑産防控、欺詐團夥挖掘的效果和效率。
2）形成更完整的反欺詐技術，輸出金融行業。
第三部分：軟硬結合，跨界人才是“關鍵”
所謂金融科技在很長一段時間裡都是“金融”、“科技”兩條腿走路，技術破局的作用在于，将技術與金融更好地合二為一，技術是硬體，那麼跨界人才就是軟體，成為完全融合的“keyman”。
“超級關聯網絡”在金融領域的應用，涉及的學科很多，金融學、經濟學、管理學、計算機、圖計算、社會學、心理學等，要将“超級管理網絡“真正在監管、消費金融等領域運用好，跨界人才的培養可以說決定了”奔跑速度“。本次度小滿和北大光華共建實驗室的背後看點，便在與聯合的人才培養。
“高校+企業”的産學研一體化合作模式在矽谷等地已十分成熟，蘋果、谷歌、Facebook 等科技公司與卡耐基梅隆大學、斯坦福大學、麻省理工學院等頂級高校共同合作，為矽谷的基礎技術研發奠定了堅實基礎。
而這種合作模式的興起是因為跨學科人才的供不應求。金融科技領域對具備人工智能、機器學習和深度學習等相關技能的人才需求正不斷增長，每個銀行的總行，都成立了專做金融科技的部門，而這個部門最奇缺的，就是資料模組化人才。
但是，據專業人力招聘公司 Michael Page（中國）最新釋出的《2018 年中國金融科技就業報告》顯示，85% 的金融科技企業表示他們遇到招聘困難，45% 的受訪雇主表示他們面臨的最大招聘困難是難以找到符合特定職位需求的人才。
這是因為擁有這些技能的跨學科人才在金融科技行業之外的其他領域也備受青睐，來自多個領域的人才争奪将導緻市場上金融科技人才缺口進一步擴大。此次，度小滿與北大光華合作，從實踐和科研兩方面來建設金融科技的“基礎學科”，培養基礎人才，其積極意義其實是為行業培養人才探索了一條可行的路徑。
結論：
2018年注定融科技深耕發展的一年，當經濟開始退潮下行，下行壓力增大的時候，科技的力量會讓那些擁抱科技、擁抱創新、不斷變革的金融企業在這樣一個大浪淘沙的過程中脫穎而出，發展穩健。