如何“謹慎”使用“資料驅動”的風控模型

人工智能時代來臨，今年“資料驅動”在整個信貸生态圈熱度陡增，無論是金融機構、助貸機構、征信機構、大資料廠商等，無不在各大論壇、峰會、沙龍、融資中宣傳各自“資料驅動”的理念。而銀監會的121号文則給大大小小的機構潑了一盆冷水，“謹慎”使用“資料驅動”的風控模型，字字珠玑。筆者認為，監管層的意圖無需過度解讀，但無疑監管層已深刻洞察行業魚龍混雜，充斥着以“資料驅動”為名、實以高利率覆寫高壞賬的玩家。筆者也在與各大信貸機構的風控從業人員、風控解決方案提供商的交流過程中，發現對“資料驅動”理念一知半解的大有人在，更别談“謹慎”使用了。筆者總結認為至少存在以下誤區：

Ø  對接了外部征信資料就認為是“資料驅動”或者是“大資料風控”

Ø  過度依賴大廠或權威資源，例如芝麻分、人行征信等等，缺乏自主風控能力

Ø  算法至上，認為風控模型解決一切，KS值多高、壞賬率控制的多低，雲雲

人工智能的發展離不開資料，作為未來消費金融行業的重要着力點，如何正确搭建“資料驅動”的風控模型，并“謹慎”使用呢？

首先談理念，這裡需要将讨論的範圍從狹義的風控模型擴充到風控體系，限于篇幅，僅介紹小額消費信貸的風控稽核場景，應對欺詐風險及信用風險，不包括操作風險、流動性風險及系統性風險。大額度的消費信貸或小微企業融資，以目前的征信資料條件人工參與風控是必不可少的，此處不再贅述。資料驅動（風控）的關鍵理念包括：

ü  了解你的客戶，不同的客戶群體、消費場景、産品設計所面臨的風險點是不同的，沒有一套風控體系（風控模型）可以包打天下；

ü  資料為先，有用的資料、高品質的資料是成功的關鍵，如同沒有上好的食材，給個米其林三星大廚也沒用；

ü  風控體系搭建非一日之功，資料驅動也非一針見效的靈丹妙藥，需要不斷的疊代、優化，小步快跑，早期建議先進行小範圍、短周期試驗，除非公司不在乎錢；

ü  風控的目的不是杜絕壞賬，而是基于盈利的預期，平衡風險與收益，取得利潤最大化；

ü  緊盯你的資料表現，切勿盲目樂觀，新的風險往往從未知之處悄然而至，如果你的風控體系能越快識别、應對、抵禦這些風險，遭受的損失就會越少。

鋪墊了這麼多，終于可以切入主題了。謹慎使用“資料驅動”的風控體系，需要“資料+ 決策 + 監控”的動态閉環。動态，意味着整個體系需要不斷的演進，通過持續的A/B測試，不斷發現新的規律、新的變量，使風控體系越來越健壯。

資料篇

風控資料包括了基礎資料與衍生資料，基礎資料包括産品采集的使用者基本資訊、裝置指紋、消費場景相關的交易資訊，以及外部征信資料；衍生資料是按照風控決策的需要，對基礎資料加工後的變量。

如何管好資料，用好資料，保證資料品質與高可用性，或者保證資料的準确性不會影響風控的決策，是項極其複雜的系統性工程。資料的重要性，如何強調都不為過。

首先是了解資料，外部征信資料很多，内部資料也很多，衍生變量可以更多，但資料并不是越多越好，過多的無關資料會幹擾決策（在決策篇中會提到）。舉個栗子，裝置指紋資料與反欺詐高度相關，而多頭借貸、失信被執行人等資料則與信用風險更相關，性别、年齡、地域、學曆等則是信用風險的相對弱相關資料，通常組合在一起作為評分卡使用。資料的适用性，除了專家經驗外，也可以通過曆史資料驗證的方式來核實。

其次是動态資料品質管理，需要管理者付出大量精力保證資料的完整性、規範性、一緻性、準确性、唯一性。舉個栗子，營運商通話詳單資料中關于“漫遊”，各地營運商各有“漫遊”、“國内漫遊”、“省内漫遊”、 “異地通話”等不同的定義，甚至還包括空值或異常資料的情況。這就需要設定一個統一的口徑，制定資料轉換規則，并通過程式自動化實作。資料品質管理是個持續完善的過程，曆史遺留問題、引入新的外部征信資料、或原有的外部征信資料更新改版，都需要花費時間去解決。管理者應把握好“二八法則”，優先解決覆寫面廣、重要性高、重複出現的問題。

最後是監控與保障機制。如何監控異常資料的出現，出現了怎麼處理？如何監控資料采集、清洗程式有沒有正常運作？外部征信資料源出現品質波動或突然斷了，能不能自動切換主備線或采取其他的備用機制？當出現任何異常時，如何保障風控決策不出現問題，持續服務？一句話，程式自動化。

決策篇

風控決策的管理并不是簡單的規則引擎或評分卡模型，還應包括模拟驗證、冠軍/挑戰者（A/B測試）、版本管理等舉措，甚至納入人工稽核環節進行全面、體系的管理。

狹義上，風控決策就是一組規則的集合，各個子決策以流程的方式組合而成，子決策包括一系列決策步驟，決策步驟内嵌規則集（可以将評分卡也看作是一套規則集）。每一個産品場景都應獨立對應一套風控決策，某些決策作為通用步驟，可以被不同的産品場景共用或繼承。例如，失信被執行人命中、存在嚴重逾期或銀行卡四要素錯誤作為強規則，不僅适用于電商分期産品，也适用于信用卡代償産品。

決策如何合理編排、高效管理，不妨參考以下原則：

ü  強規則命中直接拒絕，不必執行後續規則（強規則指Catch Rate極高的規則，如存在嚴重逾期曆史、手機使用少于3個月等欺詐嫌疑極高的規則；或者是不符合借款條件，如不滿18歲；強規則早期大部分來源于專家規則，後續随着資料的積累也能總結出新規則）；

ü  無成本/低成本規則優先于高成本規則執行，如自有黑名單規則優先于外部調用的黑名單規則；

ü  風控決策能夠獨立于代碼版本，實作熱釋出，決策版本可回溯；

ü  釋出之前，利用曆史資料模拟，分析該決策組合的通過率、捕獲率、潛在ROI，是否優于原來的決策組合；

ü  同樣，曆史資料模拟也可以用來驗證外部征信資料或人工審批的有效性，是否使用，放在哪一步決策使用，如何互相替代。

           再來談談冠軍/挑戰者模式（A/B測試）。盡管曆史資料的模拟表現很優異，并不代表新的決策可以經住實戰的考驗，基于“謹慎”的原則，新決策最好按較低的比例與老決策同步運作。運作一段時間後，如新決策的表現優于老決策，可以逐漸将新決策的線上運作比例調高，直至完全替代老決策。為了提高效率，多個新決策可以同時執行冠軍/挑戰者。

最後稍微談一下評分卡模型。評分卡模型應該是由相對弱相關資料組成，具備高區分度的決策組合。由于評分卡高度依賴客群與産品特征、曆史資料表現，不建議在沒有曆史資料積累的情況下盲目使用評分卡，除非有幸得到了基于相同客群、場景的評分卡，才建議冷啟動。

評分卡模型的核心思路在于分類。拍腦袋也能分類、使用各類資料挖掘或機器學習的算法也能分類，分類的效果如何評判？一是看評分卡模型各個分數段的表現是否符合正态分布，預期壞賬率、通過率能否達到盈利目标；二是通過KS曲線、ROC曲線等方法評價模型。要達到較好的效果，一是特征變量的選擇，盡量保證變量的獨立性與多樣性，避免過拟合，例如近3月通話時長與近1月通話時長同時放進模型就不如換成近1月通話時長與連續6個月通話時長的變異系數；二是樣本的選擇，需要關注是否随機覆寫了盡可能的使用者特征，訓練集與測試集的比例是否合适，換另一批樣本資料會否對模型結果産生較大影響，等等。

監控篇

做好監控是“謹慎”原則至關重要的舉措，需覆寫點、線、面。宏觀上，能做到洞察業務趨勢，預測整體盈利能力，區分不同風控決策的ROI；微觀上，可以發現業務異常、潛在風險或漏洞，總結新的規律。最終目的是為了驅使公司的風控能力不斷強化，幫助管理層做出明智、及時的戰略決策。這裡簡單介紹一些監控的基本思路：

趨勢分析：關注業務量、逾期率（1日、7日、30日、90日等）、通過率、毛利率等名額的短期與長期趨勢，掌控公司潛在盈利能力，評估風控決策的效能，洞悉潛在風險。

漏鬥分析：風控審批的各個組合，每個步驟、甚至每個規則都應該放進漏鬥進行分析、監控，觀察每個決策、步驟、規則的通過率的波動性，以及各決策之間的比較，洞悉可能的問題。

異常監控：這裡的異常監控包括業務異常點與技術異常點。例如，每小時的進件量是否出現巨大波峰或異常波谷，支付成功率是否正常，等等。當發現異常的時候，需要有能力去排查可能存在的團夥欺詐、系統異常等問題。

最後總結一下，做到“謹慎”使用“資料驅動”的風控模型絕非一日之功，需要管好、用好“資料”，謹慎、靈活“決策”，全面、精細“監控”。在此過程中，運用先進的管理工具實作自動化，可以極大提升營運效率，少走不少彎路，成熟的軟體包括統一資料管理平台、資料品質管理工具、資料倉庫、明策智能決策引擎、BI應用等。