0
雷鋒網(wǎng)AI金融評論按：本文授權(quán)轉(zhuǎn)載自公眾號：京東金融大數(shù)據(jù)，作者是京東金融數(shù)據(jù)分析師 圈 。
金融作為現(xiàn)代經(jīng)濟的核心，其風(fēng)險的積累與爆發(fā)所形成的金融危機，已經(jīng)成為引發(fā)經(jīng)濟危機的直接原因。2008年爆發(fā)的金融危機及隨后發(fā)生的歐債危機，使得金融風(fēng)險迅速成為人們關(guān)注的焦點。
隨著互聯(lián)網(wǎng)和通信技術(shù)的高速發(fā)展，互聯(lián)網(wǎng)金融已經(jīng)成為當(dāng)前社會最熱門的話題。目前互聯(lián)網(wǎng)金融已經(jīng)滲透到人們衣、食、住、行的方方面面，包含支付、理財、眾籌、消費等功能的各類互聯(lián)網(wǎng)金融產(chǎn)品和平臺層出不窮。
互聯(lián)網(wǎng)金融是傳統(tǒng)金融與“互聯(lián)網(wǎng)+”相結(jié)合的產(chǎn)物，因此它的健康發(fā)展也要遵循金融業(yè)的基本規(guī)律和需求，其核心仍是風(fēng)險控制。
風(fēng)險是金融機構(gòu)業(yè)務(wù)固有特性，與金融機構(gòu)相伴而生。金融機構(gòu)就是生產(chǎn)金融產(chǎn)品、提供金融服務(wù)、幫助客戶分擔(dān)風(fēng)險同時能夠有效管理自身風(fēng)險以獲利的機構(gòu)，金融機構(gòu)盈利的來源就是承擔(dān)風(fēng)險的風(fēng)險溢價。
金融機構(gòu)中常見的6種風(fēng)險：市場風(fēng)險、信用風(fēng)險、流動性風(fēng)險、操作風(fēng)險、聲譽風(fēng)險及法律風(fēng)險。其中最主要的是市場風(fēng)險和信用風(fēng)險。
1） 市場風(fēng)險：包括利率風(fēng)險、匯率風(fēng)險、股票價格風(fēng)險及商品價格風(fēng)險。主要指市場波動而使得投資者不能獲得預(yù)期收益的風(fēng)險。
2） 信用風(fēng)險：即交易對手不能完全履行合同造成的風(fēng)險。包括貸款、掉期、期權(quán)及在結(jié)算過程中的交易對手違約帶來損失的風(fēng)險。
決定一家金融機構(gòu)競爭力高低的關(guān)鍵，是其能否有效地對風(fēng)險進行全面管理，建立良好的風(fēng)險管理體系，以良好的風(fēng)險定價策略獲得利潤，即金融風(fēng)控。
互聯(lián)網(wǎng)金融是傳統(tǒng)金融與互聯(lián)網(wǎng)技術(shù)和信息通信技術(shù)有機融合，依托于大數(shù)據(jù)、云計算、人工智能等新技術(shù)，實現(xiàn)資金融通、支付和信息中介等業(yè)務(wù)的新興金融業(yè)務(wù)，其主要業(yè)務(wù)類型有網(wǎng)絡(luò)借貸、移動支付、理財、眾籌及保險等。
隨著互聯(lián)網(wǎng)金融業(yè)務(wù)的急劇擴張及金融創(chuàng)新產(chǎn)品的不斷涌現(xiàn)，互聯(lián)網(wǎng)金融從多個方面暴露了大量的風(fēng)險。主要風(fēng)險包括：信用違約和欺詐風(fēng)險、消費者權(quán)益被侵犯風(fēng)險、互聯(lián)網(wǎng)技術(shù)風(fēng)險、資金流動風(fēng)險、法律風(fēng)險及政策與監(jiān)管風(fēng)險等，主要體現(xiàn)在以下三個方面：
1） 傳統(tǒng)金融行業(yè)風(fēng)險并沒有消失，信用風(fēng)險、流動性風(fēng)險、法律合規(guī)風(fēng)險、操作風(fēng)險等同樣存在。
2） 互聯(lián)網(wǎng)金融又有自己獨特的風(fēng)險，比如：終端安全風(fēng)險、平臺安全風(fēng)險、網(wǎng)絡(luò)安全風(fēng)險等。
3） 互聯(lián)網(wǎng)金融往往小額而分散，且受眾人群較為廣泛，一旦出現(xiàn)風(fēng)險，社會影響巨大。
隨著互聯(lián)網(wǎng)金融消費場景的日益繁多，消費群體的逐漸壯大，互聯(lián)網(wǎng)金融風(fēng)控在P2P網(wǎng)貸、支付、理財?shù)榷鄠€領(lǐng)域得到了高度的重視，在征信評估、反欺詐、預(yù)警監(jiān)控方面得到了很好的應(yīng)用：
1） 征信評估：在業(yè)務(wù)發(fā)生前，依據(jù)廣泛收集的數(shù)據(jù)，利用大數(shù)據(jù)、人工智能等先進技術(shù)，借助互聯(lián)網(wǎng)金融企業(yè)建立的風(fēng)控模型，為企業(yè)自身或其他金融相關(guān)企業(yè)提供快速、準(zhǔn)確征信評估服務(wù)；
2） 反欺詐服務(wù)：在業(yè)務(wù)發(fā)生過程中，通過對用戶賬戶、營銷及交易的實時監(jiān)控與識別，及時、快速、準(zhǔn)確的識別非正常交易，最大限度的避免和減少欺詐行為給企業(yè)和用戶帶來的損失；
3） 監(jiān)控預(yù)警：在業(yè)務(wù)發(fā)生后，持續(xù)的對用戶進行信用預(yù)警和貸后監(jiān)控，及時發(fā)現(xiàn)用戶的信用惡化及其他金融風(fēng)險，實現(xiàn)對金融的風(fēng)險態(tài)勢感知。
.
互聯(lián)網(wǎng)金融風(fēng)控與傳統(tǒng)金融風(fēng)控的一個重要區(qū)別在于大數(shù)據(jù)的應(yīng)用更加廣泛。除了傳統(tǒng)的征信信息之外，互聯(lián)網(wǎng)金融企業(yè)常用的數(shù)據(jù)獲取以及風(fēng)控手段還有：
生物特征識別技術(shù)，即人臉識別、語音識別以及不限于圖像、語音、觸摸和身體語言識別的生物特征識別技術(shù)。
利用人臉識別技術(shù)將采集的照片與已存照片、身份證照片進行比對并提供人臉相似值，風(fēng)控人員可根據(jù)相似值的高低判斷是否直接通過或進行人工審核。
同時，也可以通過人臉聯(lián)網(wǎng)核查，將采集的照片與公安部已存的身份證照片進行比對、核查，更客觀、科學(xué)的實現(xiàn)“人證合一”，降低“肉眼”觀察的主觀意識和失誤辨認(rèn)。
此外，語音識別、指紋識別及圖像識別的技術(shù)也可以幫助風(fēng)控人員進行風(fēng)控判斷，提高風(fēng)控水平。
機器學(xué)習(xí)是把人類思考?xì)w納經(jīng)驗的過程轉(zhuǎn)化為計算機對數(shù)據(jù)處理計算模型的過程。
反欺詐應(yīng)用：與傳統(tǒng)金融風(fēng)控依賴復(fù)雜且嚴(yán)格的規(guī)章制度進行欺詐識別不同，互聯(lián)網(wǎng)金融風(fēng)控使用機器學(xué)習(xí)技術(shù)，能夠積極的學(xué)習(xí)并識別特殊或異常行為對其進行標(biāo)注識別。
信用預(yù)測：機器學(xué)習(xí)算法能夠根據(jù)數(shù)百萬消費者案例數(shù)據(jù)，如：資產(chǎn)、履約、身份、偏好、社會關(guān)系及借貸情況等進行開發(fā)和訓(xùn)練，利用算法評估預(yù)測用戶是否會違約、是否會按時歸還貸款等。對貸中的借款人還貸能力進行實時監(jiān)控，以及時對后續(xù)可能無法還貸的人進行事前的干預(yù)，從而減少因壞賬而帶來的損失。
自然語言處理技術(shù)，引入新聞、政策及社交網(wǎng)絡(luò)中的非結(jié)構(gòu)化數(shù)據(jù)，進行結(jié)構(gòu)化處理后，運用于風(fēng)控與征信評估。
在新金融風(fēng)控場景中，諸如個人及企業(yè)在其主頁、社交媒體等數(shù)據(jù)蘊含著與違約風(fēng)險深度關(guān)聯(lián)的深層含義，而通過傳統(tǒng)方式很難充分挖掘其風(fēng)險價值。
自然語言處理技術(shù)，通過復(fù)雜的詞向量模型將文本轉(zhuǎn)化為計算機能夠識別和計算的詞向量表征，并基于深度學(xué)習(xí)技術(shù)對其進行特征提取，最終運用成熟的分類器網(wǎng)絡(luò)將文本數(shù)據(jù)與違約風(fēng)險實現(xiàn)高度的風(fēng)險掛鉤。
爬蟲（web crawler）是一種專門的程序，用于在互聯(lián)網(wǎng)上自動抓取內(nèi)容。爬蟲技術(shù)主要用于個人征信評估、關(guān)系圖譜及風(fēng)險分析等方向。
由于個人隱私的原因，我們無法得到一個人的全方位數(shù)據(jù)，只能截取其中的一個或幾個片面(交易紀(jì)錄，信用卡信息等)。而爬蟲技術(shù)正式補充數(shù)據(jù)信息的利器， 比如，有許多專門曝光騙子老賴的網(wǎng)站，也有許多騙子在一些社交網(wǎng)站上發(fā)布信息。針對這些曝光的數(shù)據(jù)，利用爬蟲技術(shù)清洗轉(zhuǎn)換后，就能輔助個人信用評估。
此外，物以類聚，人與群分。通過爬蟲爬取各大社交網(wǎng)站數(shù)據(jù)，建立人物關(guān)系網(wǎng)絡(luò)，通過關(guān)系網(wǎng)對個人進行信用評價。
ID-Mapping能把碎片化的數(shù)據(jù)全部串聯(lián)起來，消除數(shù)據(jù)孤島，提供一個用戶的完整信息視圖，有利于對用戶進行個人風(fēng)險評估。
ID-Mapping技術(shù)可以用在跨屏、跨設(shè)備跟蹤，將一個用戶的手機、PC、平板等設(shè)備的上的行為信息串聯(lián)到一起，充分聚合個人身份及行為信息。
在“互聯(lián)網(wǎng)金融合規(guī)管理元年”的2016年，隨著國家對互聯(lián)網(wǎng)金融的全面監(jiān)管，互聯(lián)網(wǎng)金融從“野蠻生長”進入了“規(guī)范化”階段。
無論是傳統(tǒng)金融，還是互聯(lián)網(wǎng)金融，加強風(fēng)險控制，建立完善的信用評估體系與防控機制，對存在的信用違約和欺詐風(fēng)險、消費者權(quán)益被侵犯風(fēng)險、互聯(lián)網(wǎng)技術(shù)風(fēng)險、資金流動風(fēng)險、法律風(fēng)險及政策與監(jiān)管風(fēng)險進行控制，最終實現(xiàn)企業(yè)內(nèi)控、政府監(jiān)管及行業(yè)自律的生態(tài)發(fā)展。
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
