拉卡拉金融陈虹:金融科技行业的发展有四点变化,金融的本质是风控

mspgs.com金融科技变迁有四点比较重要的变化,在WISE x新金融行业峰会上,拉卡拉金融副总裁陈虹如此表示。 首先是管理方式的变化。最初的风控管理比较粗放,全靠直观感受,然后发展为人工与系统结合评估,实现半自动化;再到以收益为导向,进入全系统化、各种评分卡管理的阶段;当前阶段,则强调以客户价值为导向,完成由粗放向精细化管理的转变。 其次,风险计量工具发生了变化。传统的计量规则与模型中,一般选取的都是关键变量,用的是小数据和传统规则及模型。这些金融相关性强的有效变量,同样能支撑业务、做很好的风险管理。现在由传统模型向大数据模型变迁,后者更多是起帮助作用,企业能利用各类型数据,挖掘长尾价值。 再者,风控方面,企业间的连接方式发生变化,从以往的单兵作战到联合联通。风控主要分为两大部分:信用和反欺诈。过去企业仅关注自己的客户和市场做信用,已被证实难得到共鸣。同时,企业也有愈发多的机会去联合联通,主要体现在平台资源配置、共同做好信用管理两方面。 此外,技术、算法的提升,一系列诸如区块链、AI等技术涌现。不过,在陈虹看来,无论技术多高大上,最终是要为解决业务痛点服务的,否则对企业而言就不是增值的。 陈红还谈到她做金融的一些理念,她认为金融的本质是风控,想做好风控,得基于对金融的定位,稳健的发展。要达到稳健,则需在有效的风控管理下,控制成本,包括获客成本、风险成本、运营成本、资金成本。 以下附上拉卡拉金融副总裁陈虹演讲: 我来自拉卡拉金融,我们几年前做支付,做金融的一些布局,今天分享一下金融的一些心得。分享的主题是科技升级,驱动新金融稳健发展。讲两个核心的概念,一个是科技升级,另外一个驱动新金融稳健发展。 从金融科技的变迁来说,有四个比较重要的阶段,像最早的时候,我们由粗放型向精细化的管理。以风控管理来说的话,最早,我们整个风控管理是比较粗放式的,那个时候,没有什么数据可言,我的人去见了,用自己直观的感受,这个人可不可靠,这个业务能不能做。 到第二个阶段,我们不断地做优化,整个风控管理优化的阶段。在这个阶段,主要依赖于人工和系统的评估,以人的经验,加一些系统的经验,实现半自动化。第三个阶段,我们都强调以收益为导向。这个阶段已全面进入各种评分卡的管理,还有全系统化的阶段。 科技应用后就有了一些变化,原来机构以单一机构客户的信息去做风险管理。到第二阶段的话,我们会关注客户在不同机构一些特征的表现去进行风险管理。当前阶段,我们强调以客户价值为导向。 其实在整个金融科技阶段,我们整个数据的应用,就是从小数据到大数据,整个技术和方法论的一些创新,帮我们不断地挖掘客户潜在价值,不再探索客户直接的价值。 第二个阶段的变化,其实是从关键变量到大数据。原来传统上来说,关键变量,我们用得都是小数据,多是传统的规则和模型。但是传统模式并不是不好用,对小数据来说,如对金融属性相关性强的变量来说,有效的数据,能挖投顾的价值。在小数据支撑业务,大数据应用没有完善的情况下,一样可以做到非常好的风险管理。 当前,整个大数据模型的应用上面变迁也非常明显。大数据应用,我觉得更多是帮助,你可以做不同的客群,不同的市场。我们原来说,在小数据范围里面,在小数据应用市场里面,但是超过小数据市场,怎么样用?里面有嘉宾提到说,可能传统的银行业不做这个业务了,没有足够充分的数据。当前情况下,利用大数据,尽可能去用各类型的数据,挖掘数据长尾的价值。 第三个阶段的变化,从单兵作战到联合联通。我们做风控分两大部分,一部分是信用,一部分是反欺诈,我们做传统业务、反欺业务、做信用,我们自己领域做信用,针对自己的市场和客户去应用,但在现在的互联网平台,你的信用只关注自己群体的话,在这个市场很难得到共鸣。 有越来越多的机会去联合联通。几个方面,一是平台化,在平台上面,客户的资源面向不同的机构,或者不同的产品去做配置。还有一种,大家在信用的领域,一起去做好信用管理。对线上现金贷款来说,可能国内比较频繁的数据也就是八千万到一个亿的价值业务。如果我们做金融,各个机构不联合联通的话,未来很可能存在客户爆炸的风险,这是难以承受的痛。 其实,从算法,监督到半监督,到无监督,各种算法到现在,前面的嘉宾一直强调说的AI技术,这里不多讲了。实际应用技术过程当中,AI并没有那么神秘。我们说技术最终需要解决业务的痛点,如果你的技术不能为业务解决痛点,做得再高大上,对企业来说都不是增值的。拉卡拉不仅做人工智能,在人工客服、在审批,贷号的催收,我们也用人工智能提升效率。 对做金融的来说,我重点分享我们做金融的理念。金融的本质是风控,做好风控的话,基于对金融的定位,稳健的发展,而不是说做一年、两年半锤子的买卖。怎样做到稳健?在有效的风控管理下,核心来说的话,就是成本控制,包括获客成本的控制,风险成本的控制,整个运营成本的控制,到资金成本的控制。在成本控制做得不够有效,没法降成本的话,想让金融业务持续发展,是非常大的挑战。 www.xinyangli.cn 像信用卡市场,基本对传统零售金融市场来说,目前的形态最完善,做信用卡都是规模效益的。无论是数据应用,运营成本控制,还是市场营销成本,都践行着如何做到风险的控制。我们非常多零售金融的创新,我觉得本质还是做信用卡管理那一套。 我们说P2P领域,从2009年新兴开始,2012-2014年爆发增长,到前两年洗牌,再到2017年开始规范,监管态度比较明显。金融回到最后,能否可持续发展,你的风控,是否足够风控,是衡量能否在这个行业走得远的唯一标准。 关于消费金融,我们今年看到很多信号,监管的机构在消费金融合规化的检查,还包括处罚,合规经营和对稳健经营的要求。刚提到国际零售管理就是巴塞尔协议,也强调是否稳健,第一,强调资本充足率,强调监督检查流程,强调市场披露。 我们在做拉卡拉金融的时候,几年前就在布局,我们整个文化,怎么样去做稳健。我们在资产结构配置方面也非常注重稳健发展。我们有6个比较核心的产品,有非常短期的现金贷,有非常长期的线上线下现金贷款,也有信用卡产品,我们也有配置做抵押产品,我们做企业贷款,也有做供应链贷款。从组合配置方面来说,稳定的资产结构,一定是抗风险性强的,抗风险性强的话,在产品结构和客群结构里,一定要去做优质的配置。 我们在做金融业务发展的时候,非常看中两块,投入了非常大的成本,一个强调数据,你要做金融科技,要做新金融业务的话,对数据的要求非常大。 去年5月,我们整个业务纳入人民银行征信系统,数据上传人民银行征信系统,我们的客户也是。我们积累了征信数据比较多的客户信息,包括外部的数据,我们做业务这几年,外部数据有一百多家。我们核心在用50多家的数据,一直不断地积累数据和不断地深化学习。当然。我们也有自己本身超过十年以上的数据积累。我们有大概两亿以上的有卡人群,超过500万的POS数据,这些数据沉淀时间超过十年。 对我们来说,外部数据积累应用的过程有超过五千个变量,外部数据的变量能用于风险管理和业务管理。以银行征信的角度,我们也有超三千个变量,是以那些频繁用征信的人群去做的。 在技术方面,我们也投入了非常多的资源,像现在一直都在说的大数据、云计算,或者人工智能。我们一开始就非常专注金融的本质,也就是风控,我们也不是说要颠覆传统的银行风险管理那一套,不管怎么变,万变不离其宗,做风险管理的核心还是得回到有效的风险管理体系上面。从团队建立的角度来讲,我们有非常多人从传统银行出来,也有从互联网机构去做风险管理的人,我们不同经验的人群去做这样的碰撞。包括我们技术的团队,及互联网端的技术团队。 稳健对于资产结构组合要求是非常大的。我们一直在积累经验,像我们有6套比较大的产品数据,也有30多类我们细分出来人群。基于这样细分的人群和细分的产品,我们对每一类人群+产品建立了完善的一套风险管理的标准。这个风险管理不仅仅是模型,从我们最前面的市场定位,到产品定位,到我们整个申请流程,到风险管理,到审批,到催收,甚至到我们的风险的定价,各种的话,我们都有积累经验标准化的产品。 关于标准化经验,从今年二季度开始,我们目前跟银行有一些合作,把我们整套,算是金融解决方案,不仅仅是做模型的东西,还会做一个输出。就风险管理来说,你输出的核心,大家比较关注的是反欺和信用风险评估。 对反欺来说,我们有超过五千万的订单数量,以现在比较成熟的图谱技术及积累的技术,去做反欺诈的图谱。我们有3亿数据图谱,主要是关系图谱,应用比较窄。我们现在已经做了一个模型,可以根据图谱的技术,告诉你说,这个人欺诈的概率是多少?这样的话,应用更直接一些。这个还依托据我们云服务和技术,能做到实时的运转。 这整套成熟的反欺诈体系,在实际应用过程当中,我内部的数据显示,有80%的覆盖率,可抓住80%的坏客户,准确率达到85%以上。这对我们风险防范来说,能起到非常大的作用,有效帮我们降低风险成本。 然后,就信用来说的话,这都是标准的,我们有最传统的,根据信用评分告诉你概率。不过,对信用风险,就不只是告诉你分值就好了。我们希望,从你的定价,从你产品的定位,从你的期限,你的授信一整套,为你提供服务。 当然,我们现在跟银行合作,从上面的分值,从授信一整套去做,根据不同的一些机构,我们也可以做拆分,做数据库的建立,或者数据库的清理,或者帮它建模,还有就是说用这个模型去做积分。 我们自己做了五年的时间,积累的30多套不同客群的经验,在互联网的平台上面来说,这一些经验我们希望能共享,真的做共享,才能做共赢。今年二季度开始,我们跟一些银行有合作,他们找我们合作,更多是资金提供方,看到我们整个数据表现比较理想,所以就提出来,有没有一些合作的机会。 像现在跟银行合作,目前有两种模式,一种客户加资金,一种提供风控的资金,客户和资金是银行的,现在有超过30家银行跟我们合作。我们考虑下一个阶段,将就我们整个这块技术,与更多的互联网平台机构,去合作,去做探讨。 我今天的分享就到这儿,谢谢大家。 rpegas.cn

评论