來源：21世紀經濟報道  作者：辛繼召

金融科技的發展解決了傳統金融機構兩大難題：一是，降低運營成本。傳統消費信貸市場是一單一單去做，盡管消費信貸定價較高，但商業銀行運營和作業成本太大。金融科技下的批量化獲客、作業有效降低了成本。二是通過大數據、云計算等手段，在風險防范、風險管控方面實現了線上化和批量化。

其中，大數據技術解決了消費金融乃至小微金融領域風控的效率瓶頸。一方面，個人信用體系不斷完善，央行征信、代發工資、社保、繳稅等不斷納入個人信用記錄；另一方面，通過分析消費者在互聯網上購物、社交等多維度留痕數據，覆蓋更多長尾人群。

目前，有能力推動大數據風控的主要為國有大行、股份制銀行等大型銀行，以及部分城商行等。互聯網巨頭、三大運營商等由于掌握了龐大的個人數據，也開始加入到這一市場中來。

國內企業征信市場初步建立，但個人征信市場仍在籌建中。根據媒體報道，監管當局已決定由互金協會牽頭成立個人信用信息平臺，于今年底正式批籌，坊間將之稱為“信聯”。

風險識別與控制既是金融業運營的核心，也是大數據在國內外金融領域最主要的應用部分。根據FICO Report 2015，大數據在國際銀行業中的主要應用，16%用于風險建模，10%用于風險評估，前者對應金融反欺詐需求，后者對應征信需求，二者合計占比達26%，超過大數據在投資組合中的應用比例（18%）、客戶行為分析（15%）、運營績效（12%）。

從國內金融機構應用大數據的情況看，主要將大數據應用在客戶畫像領域，包括風險管控、運營優化、業務創新、優化營銷策略等。特別是，隨著互聯網貸款的快速發展，人工判斷占用越來越多的人力資源，且存在一定風險，金融機構迫切需要建立精準、快速的自動化反欺詐模型和評分模型。

獲取數據之后，控制反欺詐和信用風險最重要的數據算法、建模問題，從而輸出授信額度和風險評價、利率和借款期限，這是各家機構的核心競爭力。

“白名單”主動預授信

在消費金融中，銀行、互聯網金融等機構開始采用風控前置的白名單邀請制，商業銀行將主動授信用于實際業務，這是對以往被動授信模式的顛覆。如工商銀行2017年1月推出消費金融產品，篩選出白名單用戶4700萬戶，3月底白名單用戶接近9000萬。微眾銀行從8億多微信或手機QQ用戶中篩出9800萬個白名單客戶。這一措施可提前判斷“白名單”客戶的還款意愿、還款能力，進行預授信。

反欺詐模型

對于反欺詐，一般采用多種策略綜合驗證打擊欺詐攻擊。解決方案包括：

（1）設立反欺詐“黑名單”，攔截有不良欺詐記錄的申請者，數據來源于央行征信系統、公安聯網系統、前海征信或同盾等專業從事反欺詐的第三方數據。

（2）對群體性欺詐攻擊，進行集群分析，利用SAS鏈式聚類技術，實現無限層次申請鏈接分析。

（3）中文模糊匹配搜索。大型銀行會選擇建立反欺詐系統或欺詐分，通過模糊搜索判斷欺詐客戶。

（4）邏輯違規算法。將多個弱相關變量，放在一起建模，由于反欺詐的變量多，但變量相關性不強，需要綜合建模來看整個模型的有效性。例如，采用通信手段反欺詐。如申請人一定時期內多次申請貸款，則欺詐概率較高。網絡游戲打得越多，整體看違約率越高，尤其是在三、四線城市。閱讀財經新聞頻率，訪問頻率越多的人違約率較低。

某金融云平臺反欺詐模型

獲得用戶畫像之后，還可以通過關聯不同用戶之間的數據，例如共用IP、手機號等，得出用戶的大數據關系圖譜，降低團伙欺詐的風險。

信用評分模型

對于如何控制信用貸款業務資產質量，各家銀行諱莫如深。就國內商業銀行而言，將風險評分等技術手段引入信用貸款風控模型，是一些銀行信用貸款業務爆發、不良下降的核心原因。

目前，國內信用評分模型包括收入計算模型、額度計算模型、人行評分模型等，從多個維度判斷客戶的授信額度。

除銀行外，在個人征信牌照上無法突破時局下，包括互聯網巨頭在內的第三方征信選擇發布“信用分”。信用分本質是一個數據驅動模型。“信用分”與傳統征信的區別在于，狹義上的個人信用即是債務相關的數據，包括還款、負債、收入和資產等信息。

2017年8月，騰訊對部分用戶開放信用分查詢渠道，評分模型通過“履約、安全、財富、消費、社交”五大指數，基于歷史行為，統計評估得出信用分。履約指數是指貸款、信用卡、分期是否按時還款；安全指數是指個人信息是否準確，賬戶的安全性是否足夠高、是否經常更換聯系方式等；財富指數是指個人資產情況，例如各類資產的構成、理財記錄等；消費指數是指手機QQ、微信支付行為如何，例如購物、繳費等場景的行為及偏好；社交指數是指社交行為和人脈關系如何。2015年1月發布的芝麻信用分亦頗為相似，其通過對信用歷史、行為偏好、履約能力、身份特質、人脈關系五個維度客觀呈現個人信用狀況的綜合分值。

信用分的應用場景，在于覆蓋無征信人群和信用貸款。除央行征信外，國內有三分之二的人群是征信報告沒有覆蓋到的。在普惠金融的目標下，第三方征信公司通過一些外部數據給其打出一個有效的分，使得獲得互聯網金融機構的貸款。