秦天：大数据风控很重要的一点是贷后跟踪监测

     “2017北京金博会”于2018年1月25-28日在北京展览馆举办，在26日举行的“2017中国金融年度论坛”上，易通贷首席风控官秦天出席并演讲。

　　谈到大数据风控平台，他表示，还有很重要的一块是贷后，就是在放贷之后，能够跟客户有一个正常的沟通、正常的联系、正常的还款途径。即使这个客户出现了一些逾期或者坏账，也不用太害怕，因为大数据风控系统里头是有。

　　“其他家主要偏向于贷前的审核，而我们会做一些贷后的事情。”秦天表示，通过刚才说的用户的画像、位置的定位，通过一些数据的手段、机器的手段，或者建模的手段在什么地方出现，“即使他失联了我们也能找到他。”

　　以下为演讲实录：

　　秦天：感谢主持人，从刚才演讲嘉宾来看，很多都是一些大银行，我们金融从业里面属于头部的金融机构，我们跟他们相比当然是小很多，但是因为我们小，所以我们必须要创新，我们才能够获客。

　　现在这几年关于对我们网贷行业的监管越来越严格，我们也一直致力于去实现监管的合规性，所以我们一直做了很多工作。在这里我就不一一介绍了，主要讲一下我们在风控方面，在大数据风控方面、人工智能方面的一些小小的成绩。

　　从风险的角度来说，不管是银行类金融机构，还是我们类银行金融机构，其实我们做的事情都是以风险作为一个核心，因为一旦风险出现了问题，那这个平台、这个公司可能会面临巨大的问题。

　　但是风险是什么？风险意味着我们会有哪些东西，说白了风险对我们来讲就是一个不确定性。因为我们不了解，在金融圈里有一句说法，我们必须要了解我们的客户，你的客户是什么样，决定了你对他的态度是什么样。所以这个不确定性就是对我们客户信息的不了解，因为对于银行，或者一些大型的金融机构来说，他们在线下有很多门店，他们用了很多传统的方式，比如说他们会去尽调，他们会去跟客户面对面地交谈，会搜集客户的信息，现场看看客户的生产状况，是不是向着正常的方向在发展。但是作为我们如果要建线下的门店，或者是线下的团队，其实对我们来说成本非常高。这个其实也是网贷行业中发展的历程。

　　在前几年，很多网贷公司都建了自己线下的团队，目前看有的效果还不错，有的效果其实不太好，因为成本过高，效率相对是比较低的。但是随着金融科技的发展，给了我们中小平台一个很大的机遇，我们可以利用科技的力量去做很多原来必须要人工去做的事情，用科技的手段去解决风控的难题。

　　这里其实简单看一下，因为这几年通过科学技术的发展，包括一些数据大量出现，其实一些线下我们必须要做的事情，它的缺点其实已经越来越多地暴露出来，比如说线下的尽调时间比较长，客户需要提供的资料比较复杂，而且在对于风险的控制是对于尽调里面个人的经验也有严重的依赖性，而且中间还可能会出现道德风险。这些其实都会是因为由人去操作这件事情去造成的一些难点，这个是很难去杜绝的。

　　如果说我们用机器，机器可以说它是一台最严格、最忠实能够执行我们规则的一个东西，所以这些问题但是都能解决，但是我在这儿说这个事情，是因为我站在网贷平台的角度去看待它，因为网贷我们要求是做小微，我们要求做消费金融，当然在一些相对比较大型的企业类的金融，B端金融服务的时候，银行线下的方式肯定会比我们有更大的优势，当然更符合我们的就是从小微着手，从消费金融着手，我们可能用大数据风控的方式会更加地适合。

　　大数据是什么？这里简单介绍一下大数据风控，大数据风控是利用大数据的技术、大数据的架构，把我们能够获得很多的数据，通过这样一个大数据的架构，甚至是云端的一些方式来进行处理。然后我们可能会在大数据的架构上建很多样的模型，针对我们不同的金融产品，针对我们可能需要做的不同的风控，我们会建立很多的模型。最后我们再把这些模型通过一些人工智能的手段，把它进行一个自我的学习、机器的学习。

　　当然，我们现在需要一些什么样的信息才能对我们的客户有更深层次的了解？这里写了一些基本的信息，这些信息也不完全是我们，只是我们所有获得的信息是包括这些信息的，我们获得的信息比这些信息要多得多，可能不能一一地列举出来。包括像性别、年龄，这是最基本的信息，当然我们现在技术手段的发展，我们可以获得更多他不需要主动提供给我们信息。这些信息会输入到大数据风控里面，建立一个又一个模型。大家都知道支付宝关于花呗、借呗的风控模型有38个，我们有很多风控模型，通过不同的维度、不同的侧重点会建模，建模之后它的输出就是一个核心，我们会通过每一个模型的输出会构建一个借款人的画像。不管是用什么样的风控方式，用线下的方式、线上的方式、机器的方式，最终的目的就是为了去做一个用户的画像，我们会用一个金融的视角去看待每一个客户，他的违约风险、他的违约概率有多少这是我们真正关心的问题。

　　做用户画像这是最基础的四个点，一个这个人是谁？这个人在哪儿？他为什么要向我借款？这个人在做什么？这是我们很关心的四个问题，这是以一个金融的视角、一个风控的视角去看待我客户的方式。比如说这个人他是不是我的一个客户群体？因为我们做的是小微金融，我们做的是消费金融，这个人他是不是在我准入的圈子里面，在金融里面必须会有一个准入的政策，这个人我会通过他提供给我一些有限的数据，我可以了解到这个人是不是我的一个客户。

　　举一个很简单的例子，前两年，或去年一直比较火的现金贷，里面大家可能会觉得这个现金贷是一个不道德的事情，其实它并没有一个道德。从我们风控的角度来说没有道德或者不道德，因为它的理念跟传统的金融是不一样的，比如说我们做一个，正常像在座的各位去做一个消费贷款，你是完全有还款能力的，现金贷服务的人群是没有还款能力的，他还款能力非常弱，不能够获得银行的准入或者授信，现金贷就是以收益覆盖风险，它需要高的收益覆盖高的不良率。而我们在座的各位可能大家会享受到更加便宜的金融服务，因为你有足够的还款能力。在这个客群里面，他的不良率会非常地低，我们肯定要首先了解这个人是谁，他是不是在我授信的环节当中，他是不是我的目标客户。

　　第二要了解为什么这个人为什么向我借款？这个人没有谁会无缘无故地去借款，无缘无故地获得别人要支付利息的服务。那就是为什么？这个是需要我们了解，其实这个也不管是传统金融的风控方式还是现在的风控方式这是至关重要的，我要了解这个人为什么借款，如果这个人借款是为了还高利贷，我相信没有金融机构是给他借款，如果这个人借款是为了更好地享受自己的生活、提高自己的生活质量，或者去发展自己的事业，我相信绝大多数的金融机构会对他感兴趣，因为也是一个正向的、积极的，我们可以说是一个正能量的借款目的。

　　第三个就是这个在哪儿？现在有很多互联网机构出现，专门为很多做的机构服务的，它就是为了找到这个借款人，我们叫做失联的修复。这个人在什么地方？他的活动区域是什么？对我们来说也是一个很重要的点。前两天我们刚刚在做一个产品，这个产品里面一个核心的东西我们能够掌握到借款人活动的日常数据，我们能够通过他长期在某个地方消费，或者长期出现在某个地方，我们能够精准地对他定位，即使这个人电话已经打不通了，或者消号了，我们还能够找到他。这个在贷后的过程中能够找到借款人是一个至关重要的事情。

　　最后一个是做什么？这个人他是什么样的职业，他有什么样消费的偏好？他能够把我的钱拿去做什么？这个其实是一个最重要的事情，因为他做什么决定了他有没有还款能力，其实不管是传统的信贷，还是现在的消费信贷，除了刚刚说的现金贷，正常的消费信贷最核心的一点就是第一还款来源，他能不能够按时把本息还给我，把真正是做什么的，不是他表面上提供的材料是干什么的，而是他真正做了什么事情，这是最关心的。

　　这四点在我们风控平台是需要最终输出的，我们有一个客户核心的画像，通过这个金融视角我知道这个客户大概是什么样的，是不是我的客群，是不是符合我信贷政策的借款人。

　　在我们这儿整个大数据风控平台里面，还有很重要的一块是贷后，贷后就是在我放贷之后，我们能够跟客户有一个正常的沟通、正常的联系、正常的还款途径，即使这个客户出现了一些逾期或者坏账，也不用太害怕，因为大数据风控系统里头是有，相对来说我们大数据风控平台跟其他家大数据风控平台有稍微不太一样的地方，其他家主要偏向于贷前的审核，而我们会做一些贷后的事情。通过刚才说的用户的画像、位置的定位，其实我们能够通过一些数据的手段、机器的手段，或者建模的手段在什么地方出现，即使他失联了我们也能找到他，在互联网金融领域是一个非常非常重要的工作。我们大数据风控平台也可以做，因为时间关系讲得稍微快一点。

　　我们要确保自己的数据都不能够泄露，因为有很多金融机构前一段时间也出现了数据泄露的问题，我们有自己的研发团队，我们有自己的数据加密的措施和手段，能够保证这些数据都不会外泄，也不会被恶意的人攻击或者破解。

　　最后在数据安全方面，还有一个工作完善我们的系统，包括一些加密的措施，其实大数据风控平台除了它的预算能力、数据的传输、保存，包括它的云计算的能力都是一些核心至关重要的能力。