主持人：龍雨—廣發(fā)銀行信用卡中心風(fēng)險管理助理總監(jiān)

嘉賓：吳戟——樂信集團高級風(fēng)控總監(jiān)

        陳鵬云——花生好車董事長

        金增笑——玖富集團高級風(fēng)控總監(jiān)

        嚴(yán)曉東——DIA Associates CEO。

龍雨：請問各位在自己的領(lǐng)域上，如何用數(shù)據(jù)、用技術(shù)來搭建風(fēng)控閉環(huán)？

金增笑：我們要形成一個閉環(huán)，就是分三步：為什么、到底發(fā)生了什么事、我們能做什么樣的修改。

這個過程中有兩個很重要的點，一是對數(shù)據(jù)的搜集、清洗、分析、應(yīng)用，這是一個很長的鏈條，在傳統(tǒng)的銀行領(lǐng)域要花很大的人力、物力。但我們現(xiàn)在有云存儲、云計算、大數(shù)據(jù)包括底層架構(gòu)的開放。

二是時間的積累，尤其是Y值，就是表現(xiàn)變量。做風(fēng)控的人都非常希望把數(shù)據(jù)開放出來給大家用，我非常認(rèn)同這一點，數(shù)據(jù)的開放性，是為了讓客戶以后有足夠的還款能力，希望他在風(fēng)險可控的情況下逐漸改變或者培養(yǎng)自己信用的生命值。

吳戟：在整個風(fēng)控閉環(huán)中，我們有兩個能力，一是數(shù)據(jù)驅(qū)動，二是快速迭代，我們把互聯(lián)網(wǎng)的快速迭代的理念引入到風(fēng)控當(dāng)中，這兩個結(jié)合起來做好我們的風(fēng)控閉環(huán)。

第一，樂信整個過程中用的是模型加數(shù)據(jù)驅(qū)動，包括把搜集到客戶的征信信息、行為信息，歷史消費習(xí)慣、關(guān)系網(wǎng)數(shù)據(jù)等都放到自主研發(fā)的鷹眼風(fēng)控引擎當(dāng)中，去跑各種的模型和規(guī)則。

第二，客戶在電商平臺有很強的粘性，這就讓我在貸中有非常充足的數(shù)據(jù)觀察他，他的消費能力、消費偏好，行為習(xí)慣等，都可以在電商數(shù)據(jù)上得到體現(xiàn)。這樣我們在貸中可以非常及時的對客戶進行準(zhǔn)確畫像，觀察前面的貸前政策是不是合理，并制定差異化的貸后策略。

貸中的提前預(yù)警非常重要，我們通過貸后早期的不良指標(biāo)和貸中消費行為的風(fēng)險評級預(yù)警，快速的反應(yīng)到前端的政策。

陳鵬云：汽車金融的風(fēng)控應(yīng)該由兩個閉環(huán)組，車的閉環(huán)和人的閉環(huán)。

車的閉環(huán)，車輛的采購上，需保證車輛的合法性、合規(guī)性，包括享受廠家三包政策，保證車的資產(chǎn)從交付到客戶手上起就是一個好的資產(chǎn)類型。

車輛交付后，客戶使用過程中，對車的生命周期，包括保險、違章則需要通過系統(tǒng)進行實時的管理和監(jiān)控，到最后車輛客戶在我們這置換，對車輛的產(chǎn)值有一個非常完善的管理。從車一開始的采購到殘值的管理，這樣形成車的閉環(huán)。

人的閉環(huán)，整個消費金融領(lǐng)域?qū)θ说娘L(fēng)險管理我認(rèn)為也是很多的共性。我們公司有一個特點，要把對人的風(fēng)控前置，客戶在網(wǎng)站，在渠道留下第一個聯(lián)系方式，就開始進行整個風(fēng)控的過程。

有一個理念，我們要讓客戶無感知的完成風(fēng)險管理過程，整個消費金融領(lǐng)域中，我們之所以花精力是為了防范那不到1%的風(fēng)險，是為了不給99%的客戶造成麻煩。

舉個例子，客戶進入門店，由銷售接待，銷售其實也是在風(fēng)控。從客戶經(jīng)理跟客戶的交談，就能采集風(fēng)險管理點，打造風(fēng)控閉環(huán)一定要非常前置。人人都是風(fēng)險官，風(fēng)險嵌入到每一個環(huán)節(jié)。

嚴(yán)曉東：形成風(fēng)控閉環(huán)，有兩個環(huán)節(jié)，一是風(fēng)控環(huán)節(jié)，二是營銷環(huán)節(jié)。營銷環(huán)節(jié)是客戶獲取的時候你要怎么樣，就是剛才提到的客戶體驗，不光是為了控制風(fēng)險而控制風(fēng)險，而是一定要利益最大化。

風(fēng)控應(yīng)該跟營銷結(jié)合起來，從開發(fā)客戶，到發(fā)展，到怎么樣退出，不管產(chǎn)品是什么，實際上都有客戶營銷。

舉一個例子，在美國運通，從營銷的角度，我們發(fā)現(xiàn)在獲取客戶前三個月，以客戶為中心去做計算，那個可以高達60%，說明有些東西是不對的。要么是授信額度太低了，不能光從風(fēng)險控制官的角度看問題。風(fēng)險控制一定要和營銷市場結(jié)合，它是后臺，是技術(shù)，要做到和價值產(chǎn)生完全對接，這樣才有意義。   
化

龍雨：風(fēng)險的判斷，會考慮兩個方向：信用風(fēng)險和欺詐風(fēng)險。請問一下四位嘉賓在信用風(fēng)險管理和欺詐風(fēng)險管理方面，有沒有一些希望和大家分享的經(jīng)驗？

吳戟：十幾年前，國內(nèi)的信用體系不發(fā)達和完整，本人的欺詐風(fēng)險占比越來越大，往往把本人欺詐也歸為欺詐的一類，使得欺詐的金額占比和信貸的占比比例越來越大，而且防范措施也越來越難。

在銀行工作，我的感受是做反欺詐很困難，做反欺詐的人往往是拿著賣白菜的錢操著賣白粉的心。

我們做的欺詐措施會影響到客戶體驗，會受到前端部門的指責(zé)，做的東西也很難用數(shù)據(jù)來量化。等到被重視的時候，往往已經(jīng)發(fā)生案件或者已經(jīng)來攻擊的時候，這就是我們做欺詐面臨的困難。

在很多場景下壞人的交流學(xué)習(xí)可能比我們更加輕易，他們的信息共享也更快。這使得在做自己風(fēng)控閉環(huán)的時候，要不斷地自我測試，自我攻擊自己的漏洞，發(fā)現(xiàn)自己的漏洞在哪里，比壞人做的更超前，但又不能超前步伐很大，因為這樣你要付出的成本很多。

比壞人早一步，但又不能早很多去建立我們的防欺詐措施。

陳鵬云：貸車，反欺詐的比例會更高一點，我們會把反欺詐前置到最早期的產(chǎn)品階段里。在設(shè)計這個汽車融資租賃產(chǎn)品的時候換位思考，假設(shè)我是一個詐騙分子如何騙產(chǎn)品，從這個角度考慮之后，經(jīng)過調(diào)研，在產(chǎn)品設(shè)計的時候，也會調(diào)研這些區(qū)域。

我們發(fā)現(xiàn)進行二次抵押也好、售押也好，獲取這個車可能只有20%的收益，我們就把這個車直租產(chǎn)品的首付的比例定在15%—20%，這樣就從系統(tǒng)性上降低了反欺詐風(fēng)險。

金增笑：貸前、貸中、貸后的概念，我不太認(rèn)同，在美國包括信用卡也好，放款也好，講的一是獲客，二是現(xiàn)有用戶的管理，這不是以貸款的概念，這是個客戶管理的概念。

欺詐，或者第一方欺詐或者第三方欺詐，在美國評估一個用戶價值的時候，用的時間是五年。以五年來看，是第三方欺詐或第一方的欺詐，最后銀行還是做的，信用卡也做，因為他看的是好用戶在一生的過程中給他帶來的用戶價值。

做風(fēng)控也好，或者反欺詐也好，還有信用管理也好，其實更重要的是一個用戶管理的概念。

嚴(yán)曉東：欺詐和信用的區(qū)別，我覺得欺詐實際上就是假的，那是沒法預(yù)測的，所以反風(fēng)控也就是通過一種識別方式，對他的各種模式進行識別，而不是說預(yù)測，信用是可以預(yù)測的。

龍雨：我相信在座的各位，在日常的工作當(dāng)中都會遇到客戶從獲取、維護、提升價值到催收的全流程過程。

打一個通俗的比喻叫牙好胃口就好，其實牙就是獲客能力，能細(xì)嚼慢咽咀嚼出最有用的客戶，經(jīng)營他的風(fēng)險，最后讓胃口很好的消化，不是把所有東西都推給催收這個環(huán)節(jié)。

主持人：喬楊——ZRobot CEO

嘉賓：黃俊卿——現(xiàn)金卡聯(lián)合創(chuàng)始人兼風(fēng)控負(fù)責(zé)人

　　汪德嘉——通付盾創(chuàng)始人、董事長兼CEO

　　王倪——量化派聯(lián)合創(chuàng)始人兼COO

喬楊：我想請黃總和王總，分享一下，兩家公司在線上采取的風(fēng)控手段是什么？有沒有哪些實戰(zhàn)經(jīng)驗可以分享。

黃俊卿：消費金融近兩年發(fā)展非常迅速，帶來了整個產(chǎn)業(yè)鏈的進步。從流量端、征信服務(wù)、數(shù)據(jù)服務(wù)到風(fēng)控催收各個環(huán)節(jié)，都帶來了技術(shù)創(chuàng)新。

我們很多尖端技術(shù)在風(fēng)控環(huán)節(jié)也找到了能應(yīng)用的場景。比如活體識別、人像比對、設(shè)備指紋這些市面上比較常用的技術(shù)。

同時，我們通過機器學(xué)習(xí)的方式，在模型的建立上也投入了非常大的人力。

比如天眼系統(tǒng)，基于歷史大量的借貸樣本，通過機器學(xué)習(xí)的方式建模，預(yù)測新的客戶進來的逾期風(fēng)險。這樣可以評估業(yè)務(wù)的風(fēng)險成本，而且對于每個不同的風(fēng)險用戶，我們可以為他做定制性的服務(wù)。這對整個業(yè)務(wù)發(fā)展有非常大的意義。

目前，這個系統(tǒng)在我們的風(fēng)控、運營、催收等各個環(huán)節(jié)，都得到了很多使用。

同時，基于用戶的關(guān)系網(wǎng)絡(luò)，我們建立了一套神盾反欺詐系統(tǒng)。這個系統(tǒng)是通過圖形數(shù)據(jù)庫的技術(shù)，對用戶和屬性建立一些關(guān)系連接。在這樣一個關(guān)系網(wǎng)絡(luò)里，我們可以通過一些策略來發(fā)現(xiàn)用戶的信息沖突、聚類的特性、黑名單風(fēng)險，以及過濾個體欺詐的特性。

這些系統(tǒng)對我們的技術(shù)帶來了很大提升。

喬楊：總結(jié)下來，現(xiàn)金卡其實利用了外部數(shù)據(jù)和內(nèi)部數(shù)據(jù)相結(jié)合的方式，深挖內(nèi)部的數(shù)據(jù)積累，通過機器學(xué)習(xí)等先進方式，充分利用內(nèi)部數(shù)據(jù)的價值。

王倪：在2014年建立初期時，我們一直在鉆研技術(shù)的數(shù)據(jù)服務(wù)。因為在中國征信體系缺失的情況下，如何找到可替代品，2014年是在打基礎(chǔ)。

2015年，我們初步驗證了一些線上用戶自己認(rèn)證的模型，包括很多在移動端收取到的數(shù)據(jù)，能起到替代央行征信的部分效果。

2016年，整個消費金融行業(yè)大爆發(fā)，我們就不斷地快速迭代數(shù)據(jù)和整個模型體系。

具體到線上風(fēng)控，有幾個方面。

一方面，設(shè)備指紋大家都在用，現(xiàn)在移動端跟本人是緊密聯(lián)結(jié)在一起的。我們主要看手機上的一些信息，包括是不是本人使用，APP上有什么信息，這些都對后續(xù)的征信有用。

另一方面是身份驗證，如何確定本人是本人。在過去，大家都是通過信息交叉印證。曾經(jīng)還出現(xiàn)過，用戶本人手持身份證照相來驗證本人的信息。

因為用戶授權(quán)的信息是多樣的，不光是本人提交的，還有從后端查取的。這么多的第三方數(shù)據(jù)能使用到的，使得信息交叉驗證可以確定本人是本人。

當(dāng)然隨著人臉識別技術(shù)的逐步成熟，包括人臉識別加活體檢測，減少了大批量的欺詐概率。

除此之外，還有關(guān)系圖譜，這在行業(yè)里應(yīng)用的其實很早。大家可能很清楚的是，谷歌把它運用到網(wǎng)頁排名里。它在之后的演變，在信貸行業(yè)是非常重要的。

另外還有信用評分和征信模型。

當(dāng)時在美國做征信模型，數(shù)據(jù)比較完善，征信局把個人過去幾十年的數(shù)據(jù)整合成一個寬表的模式，只要發(fā)一個請求他就會提供過來。加上金融科技大規(guī)模的應(yīng)用，同時因為有監(jiān)管的壓力，模型的可解釋性非常好。

現(xiàn)在中國在這方面比美國科技金融的同行走的更靠前了。因為我們沒有歷史包袱或者積累，所以可以有一個跨越性的發(fā)展。同時機器學(xué)習(xí)應(yīng)用在電商或者搜索、BAT等大公司里面，積累了很多的預(yù)測模型，加上最新出來的應(yīng)用和技術(shù)，這些都可以整合在征信體系里。

喬楊：大家都知道在信貸領(lǐng)域，反欺詐是一個非常重要的環(huán)節(jié)。中美之間在反欺詐最大的差別，是美國反欺詐占的比例比中國低很多。中國的一個最大的挑戰(zhàn)是，道高一尺魔高一丈。它存在一定的滯后性，通常一系列的欺詐之后各家平臺出臺政策或者手段來補救。我想請問汪總，你們公司有什么樣先進的手段來預(yù)防這個風(fēng)險？

汪德嘉：為什么我們在市場上很少做宣傳，因為宣傳反欺詐的手段，他知道了就會破解。

反欺詐，可能很多人比較多地在貸前用到。但實際上反欺詐貫穿整個客戶的生命周期，不僅在信貸環(huán)節(jié)，從賬號環(huán)節(jié)就要開始，再到應(yīng)用的風(fēng)險，欺詐和信用的風(fēng)險。

技術(shù)其實是不停迭代的。比如設(shè)備指紋技術(shù)是一個很有效的反欺詐手段。但實際上這種設(shè)備指紋技術(shù)，核心是對抗。通過指紋識別分析，就像人的指紋一樣，各種參數(shù)得到一個唯一的ID。但是黑客也知道了怎么辦？就要升級你的技術(shù)，包括加密算法和指紋識別設(shè)備的算法。

類似設(shè)備指紋技術(shù)，這是賬號風(fēng)險防護的手段，是更靠前的，而不是只在信貸環(huán)節(jié)，是在賬號登陸、注冊環(huán)節(jié)就要進行反欺詐防護。

還有一種是人機識別的技術(shù)。

很多黑客用機器人的方式來做，用模擬器的方式來做。那怎么樣識別到底是人還是機器人？谷歌最早的時候用了點像技術(shù)，我們延伸出一種技術(shù)，滑動驗證，根據(jù)用戶的行為就能判斷你到底是人還是機器人。

再談數(shù)據(jù)。

現(xiàn)在國內(nèi)公共數(shù)據(jù)比較難獲得，有很多限制。但實際上在黑產(chǎn)里面，獲取數(shù)據(jù)的手段很多了，什么數(shù)據(jù)都能獲得。包括電信的話單，金融的流水等等，都是內(nèi)外勾結(jié)，方式不一樣。那這些數(shù)據(jù)怎么樣對風(fēng)控有效，你就要有一個甄別的過程。

在我看來，數(shù)據(jù)首先是要合規(guī)的。做業(yè)務(wù)不合規(guī)，沒有用戶授權(quán)，最后你的業(yè)務(wù)肯定是不持久的。

第二，一定要具有數(shù)據(jù)的感知和預(yù)測能力。不能是滯后的，大家說反欺詐是滯后的，其實可以做到事前。利用數(shù)據(jù)感知和預(yù)測的能力，當(dāng)你知道他有其他的行為，就可能知道他會有欺詐的意向。

另外，數(shù)據(jù)要有修復(fù)和再生能力，這是核心競爭力。數(shù)據(jù)修復(fù)在催收領(lǐng)域，是一個很好的應(yīng)用場景。

再說到人工智能。機器學(xué)習(xí)和算法都是先進的技術(shù)，現(xiàn)在已經(jīng)很成熟。我們可以通過人機交互，來提高反欺詐的能力。

但人工智能在我看來一定是要垂直的。因為數(shù)據(jù)很多，它可能就學(xué)壞了，所以一定要有優(yōu)質(zhì)的數(shù)據(jù)。比如你的數(shù)據(jù)一定是共享或者經(jīng)過清洗地，或者從可靠性上，一定要做很多的事情。

喬楊：在中國征信體系不夠完善的情況下，騙貸行為非常猖獗，一本財經(jīng)也對這個領(lǐng)域做過一些深入報道。有一個業(yè)內(nèi)聲音認(rèn)為，全靠線上的技術(shù)防范是不夠的，必須要實行線上線下相結(jié)合的方式。我想請教一下各位對這個問題怎么看。
    
黃俊卿：對于防騙貸這件事，相當(dāng)于是反欺詐。反欺詐其實最重要的我覺得是做好兩件事，一個是信息驗證，二是行為分析。

在線上的風(fēng)控系統(tǒng)里，因為有很多先進的大數(shù)據(jù)技術(shù)來做支撐，所以在信息驗證方面，我們已經(jīng)得到了比較好的支撐。

而行為分析，相當(dāng)于線上與線下風(fēng)控的主要差異點。線下風(fēng)控有面對面的反欺詐過程，這個過程中，實際上是由人腦來進行大量的數(shù)據(jù)采集和對行為的預(yù)測分析。

其實在線上，我們也可以做好這件事。這個事情能做到什么程度，很大方面取決于我們對這件事的重視程度。

比如用戶在APP的一些操作行為。每一個表單填寫的時長，都是可以采集下來的數(shù)據(jù)。我們可以搜集大量的這些數(shù)據(jù)，來預(yù)測用戶真實的借貸意愿。后面我們還會加入更多的，對非結(jié)構(gòu)化數(shù)據(jù)的分析，這也是對整個風(fēng)控的補充和完善。

所以我認(rèn)為，在線上可以做好反欺詐這件事。
    
汪德嘉：線上這個虛擬空間其實反映了現(xiàn)實空間中人的行為?？赡苓@個虛擬空間把現(xiàn)實中的行為放大了，對于反欺詐來說反而更便捷了。

欺詐團伙，比如電信詐騙，根據(jù)實踐經(jīng)驗，我們看到某些區(qū)域就是以詐騙為生的，從而線下有針對性的打擊。

我覺得真要把風(fēng)控做好，肯定是線上線下相結(jié)合。利用線上的互聯(lián)網(wǎng)技術(shù)，還原線下的真相。
    
王倪：我們現(xiàn)在主要是做純線上的場景端。根據(jù)我個人的了解，以及我跟一些行業(yè)同伴的溝通，我反而覺得線上比線下好做，而且風(fēng)險好像還小一點。

線下有這么個事，有些線下的渠道就會來做假，生成一些假的訂單。像一本財經(jīng)報道過的，組團讓大媽去美容這樣的事情。

另外，就是線下容易形成勾結(jié)。業(yè)務(wù)員和申請的用戶，他們竟然合作起來，業(yè)務(wù)員告訴用戶這個分期分12期，你3期之后就不用還了，因為這個業(yè)務(wù)員自己的績效和前三期還款是掛鉤的。這些我聽到很吃驚，也不知道怎么辦。

與此相比，我反而覺得線上的風(fēng)控更簡單一點，這是我的看法。

一本財經(jīng)終于要建立自己的鐵桿粉絲群。

一本財經(jīng)小密圈會分享峰會的速記、PPT、一本財經(jīng)商學(xué)院培訓(xùn)課程的部分內(nèi)容、爆款文章采訪手記、行業(yè)干貨和黑幕等等。

為了篩選出鐵桿粉絲，我們設(shè)置了一定的門檻，目前這是一個付費社區(qū)，付費用于社群運營管理和內(nèi)容激勵，歡迎鐵桿粉加入。