马上消费金融首席技术官蒋宁：科技驱动智能风控

资讯赵越零壹财经 2019-10-31 阅读：4984

关键词：马上消费金融 智能风控 金融科技

线上客群的快速变化，风险溢出和转移速度比较快，如何快速应对风险？

10月30日， 2019数字信用与风控年会暨零壹财经新金融秋季峰会在上海举行，来自银行、消费金融、区块链、大数据、云计算、人工智能等众多领域大咖参与，共同分享数字信用与风控的发展机会等行业热点话题。会上，马上消费金融首席技术官蒋宁做了科技赋能零售金融风险管理的主题演讲，分享了马上消费金融在发展数据风控、普惠金融过程中真实遇到的一些问题和挑战。

蒋宁回顾了马上消费金融发展的四年中遇到的几大问题。

第一个问题，线上客群的快速变化，风险溢出和转移速度比较快，如何快速应对风险？线上的客群的构成和传统信贷相比，变化太快。导致模型的稳定性偏弱，适应性要不断调整，模型的衰减和变量的飘移都需要密切监控，需要不断的优化和迭代。同时，线上风险溢出的速度也比较快，需要完整的数据模型监控体系去快速发现、识别，并且应对风险变化。传统的信贷，比如信用卡，针对人群相对比较稳定，风险溢出和转移的速度和线上风控相比，压力还没有那么大。马上消费金融从2017年就开始着手研究线上全面风险管理的体系和架构，经过过去几年迭代和完善，已经形成一套完整的体系。

第二个问题，数据的碎片化给征信带来的挑战是非常大的。数据的碎片化导致模型的堆叠的方式，模型融合的方式都需要不断优化和探索。并且，针对不同人群的模型优化，需要大量的工作。传统的逻辑回归的模型稳定性比较好，但不同人群的变量薄厚问题导致适用性不够优秀。相比逻辑回归，大数据模型的稳定性也有自身的问题，多种建模方法，针对不同的场景，如何有效融合也是关键。马上消费金融是全场景，全人群，针对不同场景和人群，逐步建立差异化的模型体系。

第三个问题，如何构建有效的决策对线上人群的分群，因为传统信贷是以征信为主的人群，并且不同产品有明确的客户特点和针对性，人群分类的方法方式相对比较稳定，这样就可以建立起差异化的风控政策。和线下业务相比，线上业务的客群差异性并不显著，分析客群差异性的基础性数据的准确性，完整性差异也较大，如何有效的探寻分群，构建差异化的风控政策，精细化管理风险就比较挑战。当然客户的分群和差异化的风控政策建立完全建立于公司的整体业务战略，产品战略基础上的，这还需要看各家公司的业务战略是否要有差异化的风控政策体系。

第四个问题，当前多头借贷的预测具有挑战性，数据源比较分散，以至于准确性和规范性，以及鲜度都带来非常大的挑战，同时，从征信中，通过公积金等办法对收入数据预测的精度也都有比较大的偏差，传统信贷采用的收入负债比等办法进行额度管理，对于线上的业务模式就比较挑战。经过过往四年实践，逐步建立了管理办法，以及额度授信的模型体系，当然我们还在不断完善过程中。

第五个问题，线上风控体系普遍忽视存量客户管理。行业的普遍趋势是重视贷前，但马上消费金融比较重视存量客户的管理，存量客户的管理是一个比贷前还要复杂的事情，当前客户实施的严重反向措施是以客户已现实出现逾期状态为标准预判逾期，如何在逾期之前，主动的，动态的，自动化的识别存量资产的风险变化，进而及时准确的对风险作出反应是关键。

第六个问题，贷后管理缺乏统一标准和规范，如何实现用户体验、合规以及高效运营是挑战。监管对贷后管理高度重视，各个地方出台了很多贷后管理的办法。在市场环境下，我们怎么能够做到既合规，又提升用户体验，同时还能真正做到高效运营。

最后，蒋宁介绍了马上消费金融在贷后管理上的实践。他表示，马上消费金融在贷后管理过程中，划分了几十个客户分群模型，有600个执行策略，同时支持灵活配置。通过自动化，平台化，智能化，有效的实现了用户体验，合规性和高效运营平衡，我们研发了基于云可以动态扩展的，和中科院声学所联合研发的语音识别广泛应用于空号检测，质检，智能多轮对话等技术，并且在平台中已经得到应用，现在马上金融不仅服务于自身业务，也已经开发服务几十家金融机构，希望未来，我们可以其他金融机构一起，不管完善行业规范，领导和帮助行业建立起行业标准和规范。