大数据风控在互联网如何提供风控支持

2017年的“双 11 全球狂欢节”中， “蚂蚁花呗”获得了交易总笔数 12048 万笔、占支付宝整体交易 8.5% 的骄人成绩。不仅仅是花呗，其他的同类消费金融产品如“京东白条”和苏宁“任性付”也取得了 800% 和836% 的不俗增长。当你看着这些数字时，不知有没有想过，这些使用消费金融产品的交易中，有多少笔到期还款时可能会违约，又有多少笔是故意借着购物来套取现金的，甚至有多少笔是被人冒名盗用的？这些问题交易累积到什么样的程度，才会危及到该消费金融产品的生存，进而引发消费金融平台的倒闭？为此，消费金融平台的风险控制变得越来越关键，决定着平台的生存与发展。做好了风险防控，才能在消费金融这片争夺异常惨烈的蓝海中成功，也有可能打造出类似于京东白条、蚂蚁花呗的消费金融产品。

那如何才能做好风险防控呢？在我们看来，风险防控是一个体系，包括贷前、贷中、贷后的全风控流程管理和内审、内控等监察手段。但对于互联网消费金融平台来说，在这个体系中最核心的是大数据风控的能力。首先，在获客环节就要利用大数据风控。从客户群体上看，消费金融面对的主要是年轻人群和中低收入人群，这部分人群的征信数据不健全，如果按传统的方法依靠线下收集客户信息来判断其还款能力和还款意愿，不光效率低下无法获得尽可能多的客户，还无法对客户进行有效的信用评估。通过互联网利用大数据的方式来进行客户信息收集，通过对客户群体的消费数据分析，进行客户评级，获得有效的风控模型，进而对客户进行分流和筛查，进行差异化管理，并不断优化风控模型和信贷审核流程，达到可量化的自动化决策的目的。面对蓬勃发展的互联网消费金融的风控需求，针对中小型消费金融平台技术能力薄弱的特点，恒生电子推出了大数据风控平台，为中小型消费金融厂商提供强大的风控服务，从三个方面提供专业的大数据风控支持。

58其次，将大数据风控植入到一个个消费场景中。消费金融的场景化有助于明确贷款的实际购买商品，避免了贷款的挪用造成的风险，是互联网消费金融的一大趋势，除了网购之外，教育培训、旅行、租房、购车、婚庆、美容等 O2O 场景都具有良好的消费金融属性。不同的场景有不同的用户群，消费金融公司需设计各不相同的消费金融产品和制定有针对性的贷款政策，而大数据风控可以通过数据的采集与分析，根据各个消费场景和消费群体的特点，确定差异化的贷款政策。再次，还要加强对网络欺诈的重点防控。互联网消费金融具有互联网的特殊性，一般为纯线上交易，容易被不法团伙所利用，产生盗号、套现等欺诈行为，且网络欺诈作案手段隐蔽、形式多样，扩散也极快，对风险控制提出了很高的要求。那么，最核心的问题来了，该如何解决大数据风控的“大数据”的来源呢？对京东白条、蚂蚁花呗等产品来说，可以依托自身的海量用户多年累积的行为数据来进行风控模型的完善。而对大部分的互联网消费金融公司来说，收集到的客户信息不完善，获得的信用数据也不完整，必须采用与第三方数据源或征信机构合作的方法来进行风控，而在选取适合的第三方时，也要考虑自身的业务场景和客户群体定位，进行针对性的选择。同时，也可以运用多种风险分散手段，如与保险和担保机构合作。保险机构在提供各种信用保证保险产品的同时，也可将其自身的征信服务提供出来；担保公司由于在风险防范机制上比较专业，可用来完善消费金融公司自身的风控模型。面对蓬勃发展的互联网消费金融的风控需求，针对中小型消费金融平台技术能力薄弱的特点，恒生电子推出了大数据风控平台，为中小型消费金融厂商提供强大的风控服务，从三个方面提供专业的大数据风控支持：外部数据源整合：整合第三方数据源与征信服务机构，从反欺诈、证据保全到第三方征信、电商平台等多维度全方位的数据与服务。风控模型与评分：从还款能力与还款意愿等多角度对客户进行审核，对不同种类的客户进行差异化评估，并基于评分卡进行审批、授信、差异化定价、风险预警、额度调整等流程的设计，实现信贷工厂的批量化与规模化的要求。自动化决策：针对互联网消费金融的快速放贷的要求，搭建了一套自动化决策模型和风控体系，进行欺诈风险的评估，计算信用风险等级，并给出可信任的参考授信额度，达到快速授信、实时放贷的目的。