金融科技的核心就是和大數據技術有效結合，利用大數據的能力，促進金融企業在金融業務的全生命周期中，不斷提升效率和服務能力。但是金融科技一結合大數據，也不能當成是萬能藥，大數據目前還有它的局限性，只能作為金融風控的補充手段，下面就結合大數據產業和具體方案聊一下，大數據在金融風控中的應用。

　　一、為什么要用大數據風控？

　　不論是銀行還是消費金融公司，互聯網小貸公司等其他金融機構，金融機構普遍有風控需求，底層業務邏輯幾乎完全相同，只是面對客群，金融產品、風險偏好存在差異。

　　銀行等傳統機構本質上是風險經營。一方面，監管層對金融機構的風控能力提出很高要求，另一方面，風控直接會影響金融機構的利潤水平。

　　因此，大數據風控直接解決金融機構的核心需求，價值度最大。大數據風控能夠能夠在用戶畫像，反欺詐，信用評級等方面大大提高金融機構的效率和風控能力，是金融企業發展過程中必須結合的一項科技手段。

　　二、大數據產業情況介紹

　　目前大數據行業主要有三類玩家：

　　· 以人行征信、鵬元征信、前海征信、銀聯智策為主的數據機構，他們特點是和傳統的銀行，公安部，工商局，航空公司，社保局等國家機關合作，提供公民基本身份證信息、銀行卡信息、航空出行信息、企業工商信息等，他們的特點是對外提供數據查詢，數據豐富有價值，缺點是風控產品偏弱。

　　· 以螞蟻金服、騰訊征信、百度金融為主的互聯網公司，他們的特點是各自都有一塊基于電商、社交、搜索的巨量數據，同時一些外部數據，形成自己的風控產品和數據輸出能力，這些互聯網公司剛開始只是和自己的戰略合作企業合作輸出風控，現在也慢慢對外提供2B的風控產品。

　　· 同盾科技、百融金服、幫盛科技、聚信立、數美科技等創業技術公司，在互聯網巨頭還沒有對外提供風控技術和傳統數據機構風控技術還不強的時候，他們的出現彌補了P2P金融和現金貸對風控產品的巨大需求，他們的數據是整合多方數據源，不斷的為2B企業提供風控模型和數據，并且獲得了一些網貸數據積累。

　　三、大數據風控的覆蓋流程

　　· 大數據覆蓋信貸領域各個流程，重點是獲客、身份驗證和授信環節，貸中后環節。

　　· 獲客環節建立用戶畫像，跟蹤用戶完整生命周期；

　　· 身份驗證環節，通過身份驗證，活體識別等技術解決申請人是否本人的問題，關聯分析則是利用圖關聯技術，找出欺詐團伙；

　　· 授信環節匯聚多方數據源，通過建模進行風險定價，金融科技服務商輸出信用評分給機構使用；

　　· 貸中后環節，主要是排查異?？蛻?，及時報警，以及逾期客戶失聯修復等。

大數據在信貸過程中的應用

　　四、大數據風控的價值點分析

　　1.數據

　　大數據風控中什么是最重要的？

　　答案是：數據。

　　數據的大數據風控中的核心中的核心，沒有什么比數據直接告訴金融機構某個目標客戶是黑名單客戶，逾期嚴重客戶更簡單和高效的事情了。

　　數據最好能有海量數據，覆蓋足夠多的用戶；用戶數據價值密度高、噪音少，數據清洗容易；用戶數據維度多，能夠形成豐富的用戶畫像；自身業務場景能夠獲取有價值數據。

　　2.技術

　　對于有些金融機構來講，如果風控標準很嚴格，其實排查不能準入的客戶其實是不難的，但是對于大部分金融機構來講，風控和業務是互斥的，為了提高業務量，就必須降低準入標準，但是又要防范風險，這就需要借助技術手段，通過反欺詐建模和信用建模方式，對一下白戶進行評估，以及評估客戶信用水平，以決定是否準入。

　　技術要求有強大的底層技術架構能力，良好的企業級產品輸出能力和大數據清洗和建模能力，未來還需要結合Al等技術，形成智能的風控和反欺詐平臺。

　　3.場景

　　理財，保險，汽車金融，現金貸等金融服務，對應的場景不同，對建模的要求也不同，建模能力要求對客戶的業務場景非常理解，模型才能適合行業特征。需要經驗豐富的建模團隊和行業專家隊伍；服務過行業標桿客戶，了解客戶的業務場景；深度理解業務需求。

　　五、大數據風控的在信貸中應用

　　我們以百融系統為例，介紹大數據風控在信貸過程中的流程：

百融大數據風控應用貸款流程

　　當前的信貸審批流程主要分為人工審核和自動審核，對于客戶資質好，信用好的客戶，只要能通過負面信息，欺詐信息，信用評估，那么系統自動審批通過。對負面信息和欺詐風險沒有通過的客戶，系統可以自動拒絕或者申請人工復核，對于信用評分不高的客戶，需要人工介入審核。

　　六、常用的大數據行業數據

　　央行征信報告：一般持牌金融機構有央行征信介入權限，包括個人的執業資格記錄、行政獎勵和處罰記錄、法院訴訟和強制執行記錄、欠稅記錄等。

　　司法信息：最高法以及省市各級法院的最新公布名單，包括執行法院、立案時間、執行案號、執行標的、案件狀態、執行依據、執行機構、生效法律文書確定的義務、被執行人的履行情況、失信被執行人的行為等信息。

　　公安信息：覆蓋公安系統涉案、在逃和有案底人員信息，包括案發時間、案件詳情如詐騙案/生產、銷售假藥案等信息。

　　信用卡信息：銀行儲蓄卡/信用卡支出、收入、逾期等信息。

　　航旅信息：包含過去一年中，每個季度的飛行城市、飛行次數、座位層次等數據。

　　社交信息：包含社交賬號匹配類型、社交賬號性別、社交賬號粉絲數等。

　　運營商信息：核查運營商賬戶在網時長、在網狀態、消費檔次等信息。

　　網貸黑名單：根據個人姓名和身份證號碼驗證是否有網貸逾期，黑名單信息。

　　還有駕駛證狀態，租車黑名單，電商消費記錄等等。

　　七、大數據行業存在的問題

　　目前整個大數據行業面臨的問題主要是客戶隱私泄露問題，像公安，法院等信息由于信息敏感，其實是游走在法律監管空白地帶。

　　在百行征信成立之前，各家數據機構的數據其實沒有打通，數據的有效性會打折扣，預計百行征信數據出來之后，因為結合了各家數據之長，數據連貫性會好一些。

　　各個大數據公司在數據收集和清洗方式不同，會造成數據污染，這樣輸出的數據會有一定的不準確性。

　　目前公民數據主要來自于線下收集和網絡行為記錄，數據的存在一定的滯后性，單純線下收集的數據存在一定的延遲性。

　　大數據還處于發展初期，目前比較大的問題還是數據量不夠大，不夠全，以及如何協調數據開放和公民隱私之間的矛盾，未來還需要結合人工智能和區塊鏈，物聯網等技術，實現數據的不可篡改，數據收集及時等能力，從而更好為金融服務。

責任編輯：Rachel