返回首页
专家观点CURRENT AFFAIRS
专家观点 / 正文
大数据风控需不断完善但前景可期
访国家互联网金融安全技术专家委员会秘书长吴震

  当前,人工智能、大数据、云计算、区块链等技术越来越多地运用在金融智能化场景中,试图为金融机构风险识别、预警、退出等提供解决方案。业内认为,新技术与风控结合是未来的发展趋势,但也存在一些难以逾越的障碍。关于大数据风控的相关问题,《金融时报》记者日前采访了国家互联网金融安全技术专家委员会秘书长吴震。

  《金融时报》记者:能否介绍一下大数据风控的发展历程?

  吴震:大数据风控发展历程大概分成了拓荒期、爆发期和场景化三个阶段。拓荒期开始于2005年、2006年,大数据概念开始兴起。在此之前,由于基础技术不够,思维也没有转换。后来随着大数据技术开始兴起以及相关处理能力的提升,行业逐渐开拓了思维。2010年左右大数据开始爆发,2013年以后,大数据基础技术的使用已日趋成熟,很多互联网企业进入了大数据风控领域。

  《金融时报》记者:你认为传统风控和大数据风控的区别是什么?

  吴震:传统风控侧重于人工审核和已知规律,数据主要来源于传统的金融数据,借钱还钱,是强金融相关特征,强调强因果关系。大数据风控主要是基于各种数据进行画像,使用了很多弱相关的数据。比如购物的数据,大家通过这个数据推断购买力层次以及是不是爱好消费。大数据风控流程基本上各家企业都差不多,到底实际风控水平怎么样,还得具体分析。大体流程一般是借款用户申请,然后进入反欺诈识别,再和第三方数据源进行比对,根据自己掌握的数据进行信用评级,再授信。

  《金融时报》记者:大数据风控在互联网金融企业中处于怎样的地位?面临怎样的风险?

  吴震:从互联网金融企业的角度看,大数据风控是互联网企业运营的关键环节,是保障互联网金融安全的基础。总的来说,信贷风险主要有两种:一种是欺诈风险,另一种是信用风险。欺诈风险主要是主观恶意,借的时候压根没想还;信用风险,虽然有还钱意愿但客观上没有能力还。

  《金融时报》记者:您认为大数据风控的核心环节是什么?

  吴震:关于大数据风控的核心环节主要有以下几方面:第一是数据问题,数据来源、数量级和有效性,这是大数据风控的核心,但一般的金融科技企业掌握的数据有限;第二个是特征建模,这是纯技术性环节,也是一个仁者见仁、智者见智的环节,这部分并没有标准化,大家各自拿到数据,各自做各自的,技术水平和实际表现也有区别,需要经验以及团队和实力和积累;第三个核心环节是迭代和优化环节,比如我打了信用分,这个信用分是否合适,还要上线测试。如果效果不理想再根据问题进行修正,这是不断循环迭代的过程。

  《金融时报》记者:针对数据这一问题,能否具体谈一下存在哪些问题和挑战?

  吴震:目前,央行个人征信记录覆盖率不足,覆盖面有待进一步扩大;各家金融科技公司信息相互共享难度较大;第三方机构数据有效性存疑问;大型互联网企业数据各有特色但相互孤立;涉及用户隐私保护问题,法律和政策风险较大。

  《金融时报》记者:大数据风控有何弱点?

  吴震:总体而言,大数据风控逻辑上成立;当前的数据资源条件与技术实现能力制约了风控的效果。现实中数据缺失、不全、不准的情况非常严重,建模与调参是一个长期复杂的过程,且需要根据环境不断修正。

  从逻辑上说,大数据风控也包含着一些意外的风险。第一,“黑天鹅”事件:大数据风控主要是基于人工智能技术,包括统计学等规律,难以预测统计规则以外的事件,发生问题时人工难以理解和修复。第二,“复贷”事件:借款人重复借款,如果控制不好每个借款人累计信用,可能会成为一个小的庞氏骗局池。在极端经济环境下,大数据风控体系可能会失灵。因此,大数据风控需防范系统性风险。

  《金融时报》记者:您如何看待大数据风控前景?

  吴震:虽然目前行业普遍的大数据风控水平还有很大提升空间,但是从长期来看金融科技化是大势所趋,数据的开放程度也是越来越高,所以我们认为从长期看大数据风控前景还是比较广阔的。

责任编辑:杨喜亭