search
大數據風控之「習慣數據」在信貸風控中的應用!

大數據風控之「習慣數據」在信貸風控中的應用!

請新的朋友點擊標題下的藍色字」交易金融平台「關注我們

授權轉載自信貸風險管理 作者 雷宏

前言:

人民銀行個人徵信報告自問世十餘年來,一直作為銀行等金融機構了解貸款當事人信用狀況的信息來源,在當前面臨大數據橫行,互聯網遍布的情況下,人行的個人徵信漸漸有些乏力,所提供信息已無法滿足金融機構KYC的要求。筆者結合某消費金融科技公司內部審批用《量化風險報告》和了解的情況,認為其中「習慣數據」是值得我們學習的地方,無論是銀行業務條線,還是銀行內部審計條線,都有些許啟示。

《量化風險報告》分為六大部分,分別是:個人基本信息、金融信息、交易信息、行為特徵、社交關係和風險策略。

1

個人基本信息

從基本信息看,除身份證上的信息外,另已獲取常用手機電話和淘寶賬號,這將作為隨後大量信息的獲取來源。

2

金融信息看,本例中沒有取得相關信息,但從格式上看,可以獲取個人收入、財力證明等信息。

3

從交易信息看,獲取了網銀消費的明細記錄,和收貨地址聯絡信息,這些將有助於後台系統對交易真實性行為和生活圈範圍的判定。

4

從行為特徵看,獲取了手機APP的使用情況,手機流量特徵的信息,這些信息看似與客戶的還款能力無直接關係,但通過後台基於千萬級別用戶數據挖掘和參數回歸,可以發現異常的信息。

5

融貿通聯合國內眾多國企,央企,實力民企整合全國貿易金融產業鏈,提供上市公司商票融資,貿易流量服務,供應鏈融資!我們全流程管控供應鏈資產交易平台金融圈朋友一起合作發展。融資,資金方加盟,專業金融群申請,請聯繫 HENRY 微信kmart2011

從社交關係看,全部是與手機有關,對六個月內手機機主的主叫、被叫情況,尤其是對與金融機構的聯繫頻率、時長等信息進行了單獨列示。基於手機機主主叫、被叫信息,也可以容易劃定出客戶的社交圈。

6

風險策略是根據以上內容得出的量化指標和結果,其中對涉及「反欺詐」的信息也單列出來。

0

1

從《量化風險報告》的內容結構上看,大量信息集中在「交易」、「行為」和「社交」三個方面,而這三個方面的內容,可以統稱為「習慣」,這些「交易習慣」、「行為習慣」和「社交習慣」,構成客戶日常生活的絕大部分的內容。相信每個看過這份報告的讀者,都可以在腦子勾畫出這個客戶的各種習慣情況,後台系統將這些「習慣」統一整合和提煉出來,最終實現風險量化,由系統進行最終判斷。

《人行徵信報告》是我們最熟悉的,筆者認為與《量化風險報告》相比,《人行徵信報告》更多是從「經歷」方面進行列示,包括工作經歷、借款(信用卡)經歷等,同時,也沒有做到風險量化,最終仍需要使用者憑藉「經驗」進行判斷。從本質上講,《個人徵信報告》是建立在經驗主義的慣性思維上,即有不良污點的客戶必定信用存在缺失,其再次違約的可能性更大。不能說這樣的思維不對,但客戶首次信用缺失的風險由誰來承擔,似乎只能聽天由命了。

因此,《量化風險報告》的「習慣」與《人行徵信報告》的「經歷」是兩者最大的區別。

0

2

《量化風險報告》社交信息部分,有一個「生活圈」分析,其中「生活圈」地點與申請貸款地點不一致時,系統會認定存在「欺詐」嫌疑。在「風險策略」中展示的多個「一對多」的情況,也是為「反欺詐」設計的,而這些是《人行徵信報告》遠遠不能達到和解決的。

3《量化風險報告》的信息來源

據了解,《量化風險報告》的信息來源基本全部來源於客戶手機端信息。客戶通過在下載該消費金融公司的APP后,在申請類似貸款的白條服務時,需在線授權APP獲取個人信息,授權之後,APP就可以獲取手機中有用的個人信息了。

4對我們風險控制和內部審計工作的啟示

《量化風險報告》的這家消費金融公司和我們銀行內審之間,都有屬於自己優勢,而且都是使用自己最擅長的方式在解決問題。這家公司優勢在於運用大數據的演算法參數(核心競爭力)和APP線上獲取「習慣數據」的優勢,銀行內審的優勢在於擁有海量的「金融數據」(如個人開戶資料和交易流水)。雙方均利用了自己的優勢或者說利用掌握的數據,呈現出來的結果《量化風險報告》是基於「習慣數據」分析判斷的結果,但缺少「金融數據」的證明;而銀行內審部門則依靠掌握金融數據的優勢,開發出大量模型以發現問題,但缺少「習慣數據」進行驗證。

目前,金融交易數據已經脫離銀行這一中介進行操作了,銀行無論是業務條線,還是內部審計條線,如果還著重於資金流,而不完善、補充和整合非金融數據、信息流數據,恐怕將真的「身在此山中」了。

一是從獲取非金融數據的途徑上講,銀行是沒有障礙的,以招商銀行為例,2016年年報顯示,「招商銀行手機銀行」和「掌上生活」兩大APP年度活躍用戶均超過2500萬戶,只要打通部門間、條線間的數據壁壘,明確客戶線上授權的合規性,數據獲取方面不是大問題。

二是各銀行在數據演算法的技術水平上講,筆者不甚了了,但數據除了為客戶提供更好的服務場景和體驗外,也更可以為風險控制在內的內部管理部門提供「對外反欺詐」、「對內反舞弊」和「風險預警」的信息。

《量化風險報告》只是一個展示結果,其後台實際運用了機器學習技術,機器學習技術在今年5月阿爾法狗戰勝圍棋世界冠軍柯潔的過程中,名噪一時,家喻戶曉。理論上,個人、企業任何交易、非交易的行為都可以成為數據,任意兩個數據都能畫出一條線性關係,當客戶偏離這條線很遠的情況下,就是異常,這就是線性回歸,而這個回歸不是由人而是由機器來做,這就是機器學習,機器通過不斷尋找參數,不斷的自我修正,用以驗證所有的被審計對象。

最後需要說明的是,該消費金融公司的目標客群與銀行目標客群並不相同,盈利模式和風險容忍程度也不相同,所以兩者在關注點上會存在一些差異。本文是向大家展示目前社會上徵信或KYC方面以及其後台系統運行的規律和特點,希望能有所啟發。

逆水行舟,不進則退。

融貿通聯合國內眾多國企,央企,實力民企整合全國貿易金融產業鏈,提供上市公司商票融資,貿易流量服務,供應鏈融資!我們全流程管控供應鏈資產交易平台金融圈朋友一起合作發展。融資,資金方加盟,專業金融群申請,請聯繫 HENRY 微信kmart2011

熱門推薦

本文由 一點資訊 提供 原文連結

一點資訊
寫了5860317篇文章,獲得23258次喜歡
留言回覆
回覆
精彩推薦