郑志伟：风控能力就是核心竞争力

互联网金融的快速发展悄然改变着人们的生活，大数据风控的出现更是让互联网金融的发展如虎添翼。关于大数据风控带来的变化究竟是好还是坏，即使是业内人士，目前也是各执一词。支持的一派认为它成本低廉、效率较高，值得大范围内推广，而反对一方则认为大数据风控系统尚待完善，技术漏洞的无法避免会带来难以挽回的损失。两种观点各有所长、难辨雌雄的当下，我们能够确认的是，大数据风控支撑的互联网金融时代俨然来到。近日，某互联网金融公司高管郑志伟先生接受了中国财经在线的专访，作为互联网金融行业的优秀人士，就大数据风控在互联网金融中的发展，以及大数据风控模型的建立发表了一些看法和意见。

以下为采访实录：

记者：郑先生你好，作为从事了多年互联网金融领域的杰出人员，您认为互联网金融和大数据风控的关系是怎样的？

郑志伟先生：对于互联网金融而言，风险控制的能力就是核心的竞争力。而风险控制不是空穴来风，而是长时间数据积累之后的一个判断。数据是什么？企业、客户的特征、需求；市场的运行法则；金融项目与所有主体的匹配性，这些构成了数据，数据的范围够大、内容够多，就成了大数据。这么大的数据怎么掌控？显然人工计算的时间成本过于高昂，计算机在这里就要取代人们的工作，计算机计算出来的结果，反馈到互联网金融，互联网金融依此提高自己的风险控制能力，这样一来，就在互联网金融和大数据之间形成了一个闭路环，谁也离不开谁，两个人在一起才能发展的空间才能更大。所以有人将互联网金融和大数据的结合比喻成为“天作之合”，是非常形象的。

记者：我们知道大数据这个词最早发源于美国，我国近十几年互联网发展迅速，大数据的引入也有了用武之地，随之而来的一系列围绕大数据衍生的词汇中，大数据风控是最引人瞩目的，但究竟什么是大数据风控呢？

郑志伟先生：大数据风控的确是近年来风靡互联网的一个词汇，有人把它看作是一连串的数据集合，有人把它看作是互联网金融的衍生品。我个人认为大数据风控是一种适应于整个时代，也必然会出现的创新管理方式。这个创新里面包含了风险的管理，也包括了信用的管理。随着我国征信记录越来越完善，大数据风控实际上从另一个侧面验证了征信对于个人和社会的重要性。它的核心理念是通过大数据核心算法和信用模型，在收集各种维度数据基础上，结合互联网化评分和信用管理模型，最终达到风险控制的目的。

国家鼓励小微企业的建立，这些小微企业中就包括了小额借贷金融企业，在它们初期发展阶段中，所有的信息与数据基本上都需要人工完成，如果说这项工作还有余力完成，那么在利用数据作统计分析的过程中，则显得力不从心。怎么办？外包---成本太高，效率太低，风险太高，质量太低。这时候大数据出现了，小微企业的工作人员凭借大数据做风控，既降低了成本，也优化了服务。事半功倍，国家是极为提倡的。所以我们现在看到市场上互联网金融企业借助大数据风控的力量，以及本身互联网的高效性和爆发性使他们能以较低的成本、较短的时间，积累大量的用户数据，为分析建模提供足够的样本量。这种大样本量、多维度、非结构化的数据非常适合各类大数据分析处理和机器学习技术的运用。

记者：听您的描述，大数据风控的到来掀开了一个全新的经济社会，那么具体来说大数据风控能解决什么问题？

郑志伟先生：首先是有效的提高了审核的效率。传统的风控审核，申请人需要花费大量的时间、力气证明自己的实力和信誉，调查审核机构也是费时费力，最后的结果往往还不如人意。引入大数据风控技术进行分析后，多维度的信息分析、过滤、交叉验证、汇总，可以形成一张全面的申请人数据画像，辅助审核决策，极大地提高审核的效率和准确性。其次，互联网开放多元的环境致使恶意欺诈的数量也增加了。他们一般不会采用真实身份借款，身份真实性识别是反欺诈的核心。身份证、银行卡、姓名、手机号四要素如果无误，欺诈概率就比其他群体降低很多。通过大数据储存用户与各种ID对应的数据库，在用户进行借贷时进行身份匹配，能够及时辨别潜在的欺诈嫌疑用户。这些数据库包括：姓名、身份证号的实名ID，手机号、地址、银行卡号等准实名ID，QQ号、微博号、设备指纹(PC或手机硬件设备编号)等的匿名ID……可以说一个人在社会上学习、工作、生存、生活的所有密码性信息都被囊入其中，这就使得恶意欺诈的概率几近没有。再有，征信系统的开放最终会促使信用体系成为人们的另一张隐性身份证。信用包括了还款能力(经济实力)与还款意愿(道德风险)两部分。大部分用户并非在申请阶段就有了恶意拖欠的用意，这就考验借款人对信用风险的判断，而行为数据挖掘是信用风险防范的核心。要预测借款人的信用风险，更多地需要依赖于分析海量用户的行为数据，从中挖掘出可以多次复用的规律。这可比肉眼查证的准确率要高多了。比如，坐过商务仓的客户违约率较低；在本地生活方面花钱越多的人违约率越低；访问财经媒体天数越多，违约率风险越低；同一手机号使用九年以上的用户违约率较低；而三四线城市打游戏花钱较多的人违约率比较高等等……这些看似生活中的小事，毫无关联，但就是这些点点滴滴组成了一个人最终的信用体系。从银行的角度来看，大数据风控会在贷中、贷后都发生重要作用。例如贷中管理，就可以通过及时监测借款人信用的变化、共债的新增、流水的异动、联系状态的异常等数据，提前的、自动化的识别风险，效率远高于人工、准确率也远高于人工。传统的恶意金融拖欠中，70%-80%的不良资产是因为债务人失联导致，但是大数据就像一张无形的网，所有的人都在网里，基本上不存在失联的机会，无论是通过关联匿名ID、还是联系家人朋友追回欠债，大数据从能在网上找到恶意拖欠人的“蛛丝马迹”，从而顺藤摸瓜，解决不良资产，从宏观上来说，这也是为国家降低损失，保护老百姓的利益。