| 看得越多 想看更多 |
| 大數(shù)據(jù)風(fēng)控聯(lián)盟——影響那些影響中國的風(fēng)控人 |
此次邀請到的嘉賓是來自愛錢幫首席風(fēng)控官劉忠奎先生,他將為我們揭秘愛錢幫如何構(gòu)建基于場景的數(shù)據(jù)風(fēng)險管理體系?
大家好,我是互聯(lián)網(wǎng)金融平臺“愛錢幫”的風(fēng)險管理部總監(jiān)劉忠奎,感謝好貸網(wǎng)提供這個機會和大家分享風(fēng)險管理實踐中的一點經(jīng)驗和心得。
首先我介紹一下“愛錢幫”的基本情況,平臺是在2014年初上線,盛大資本參與投資,截至目前,累計投資額20億元左右,約35萬注冊投資人,開發(fā)運營了多個基于清晰場景的創(chuàng)新金融產(chǎn)品和服務(wù),其中包括供應(yīng)鏈金融產(chǎn)品“海鮮幫”,游戲分期產(chǎn)品“閃墊俠”,房租分期產(chǎn)品“房租融“,影視娛樂產(chǎn)品“娛樂幫”,及基于房產(chǎn)抵押交易和汽車質(zhì)押租賃等場景的“愛房貸”和“愛車貸”等產(chǎn)品。
構(gòu)建基于場景的數(shù)據(jù)風(fēng)險管理體系
今天和大家分享的主題是“構(gòu)建基于場景的數(shù)據(jù)風(fēng)險管理體系”,圍繞該主題的各個部分標(biāo)題如下:1、定義場景,2、在場景中定義規(guī)則,3、數(shù)據(jù)模型的六個維度,4、數(shù)據(jù)的獲取方式,5、打分模型和場景的結(jié)合,6、勾畫借款企業(yè)的“資金流圖譜”,7、場景中的動態(tài)風(fēng)險管理,8、不良資產(chǎn)處置的數(shù)據(jù)化管理由于時間的限制。各個標(biāo)題部分不能展開深入探討,其中有些內(nèi)容也涉及到公司敏感內(nèi)容,望大家諒解。
1、定義場景
自2014年末開始,我們就開始對產(chǎn)品類型,風(fēng)險管理體系進行篩選和重構(gòu)。沒有清晰場景的產(chǎn)品逐漸淡出。同時,風(fēng)險管理體系也自然而然的建立在場景化的基礎(chǔ)上。
談到場景化金融的風(fēng)險管理體系,自然要對所謂的“場景”有一個定義。首先,在我們定義的任何一個基本的場景中,都會清晰的體現(xiàn)包括借款人、貸款用途(購買服務(wù)類)、資金流和服務(wù)流軌跡這幾個基本構(gòu)成要素;
其次,我們只做基于購買服務(wù)類場景的借貸產(chǎn)品,并且該項服務(wù)的周期能夠覆蓋借貸產(chǎn)品周期;
此外,資金流和服務(wù)流形成閉環(huán),即借款人不能拿到現(xiàn)金,且服務(wù)難以變現(xiàn)。
個人認為,未來互聯(lián)網(wǎng)金融會與各種應(yīng)用場景無縫融合,其不僅體現(xiàn)在用戶體驗上,同時對風(fēng)險管理體系的第一步,即“準(zhǔn)入和禁入規(guī)則”的構(gòu)建也意義重大。
2、在場景中定義規(guī)則
在愛錢幫的的風(fēng)險管理體系中,第一步是要明確借款人的準(zhǔn)入和禁入規(guī)則,而一個清晰的消費場景,非常有利于設(shè)定這些規(guī)則,同時結(jié)合其他第三方黑名單庫和數(shù)據(jù)源,綜合考量還款能力和還款意愿,在反欺詐層面實現(xiàn)“低級欺詐者擋在門外,高級欺詐者覺得難”的效果。
舉個例子,同是教育培訓(xùn)領(lǐng)域,Java程序員培訓(xùn)和汽修工培訓(xùn)在金融場景要素層面就有一些顯著的不同,體現(xiàn)在規(guī)則的設(shè)定上也就存在很大差異。如學(xué)習(xí)Java語言的借款人,借款人要素學(xué)歷(本科或以上)+專業(yè)(理工類)+年齡(30歲以下)這幾個要素則是在深刻了解學(xué)習(xí)難度,就業(yè)門檻和職業(yè)成長軌跡的基礎(chǔ)上制定的其中一個準(zhǔn)入規(guī)則組合。而對于參加汽修工培訓(xùn)的借款人來說,以上要素組合就完全不同,學(xué)歷(高中或以上)+專業(yè)(不限)+年齡(25歲以下)這幾個要素組合則相對合理,同時根據(jù)二者不同的職業(yè)成長軌跡,在設(shè)計產(chǎn)品的還款周期、還款方式時也會有很大的不同。
3、數(shù)據(jù)模型的六個維度
在選擇建模的維度時,我們主要從六個大的維度來選取數(shù)據(jù):
首先是借款人的自然(人口)屬性,這部分的數(shù)據(jù)維度相對固定,原始數(shù)據(jù)也比較容易獲?。?/span>
第二個維度是信用屬性,會需要一些外部數(shù)據(jù)源,輔以一些線下的數(shù)據(jù)源;
第三個維度是消費特征,是一個與還款能力和還款來源強相關(guān)的維度;
第四個維度是場景特征維度,這部分?jǐn)?shù)據(jù)是在深刻了解場景基礎(chǔ)上獲得的一手?jǐn)?shù)據(jù),往往難以從第三方數(shù)據(jù)提供商處獲得,通常會在我們的數(shù)據(jù)模型中占據(jù)較大的權(quán)重。
以上四個維度中的數(shù)據(jù)都是強關(guān)聯(lián)變量。同時輔以社交屬性和通訊類數(shù)據(jù)兩部分弱關(guān)聯(lián)變量。以上這六個大的維度構(gòu)成打分評分模型的全部變量。
4、數(shù)據(jù)的獲取方式
原始數(shù)據(jù)的獲取通常有三種方式,內(nèi)生數(shù)據(jù)、通過第三方購買和數(shù)據(jù)交換。
場景化金融的好處在于,一些內(nèi)生的強關(guān)聯(lián)變量數(shù)據(jù)可以低成本的得到。例如借款人的信用屬性類的數(shù)據(jù)包括歷史成交記錄,支付記錄、業(yè)內(nèi)評價等。同時在數(shù)據(jù)的選取、清洗、合并的過程中會衍生出一些與還款意愿產(chǎn)生關(guān)聯(lián)的派生數(shù)據(jù)。
有些數(shù)據(jù)我們會向第三方或?qū)I(yè)的數(shù)據(jù)提供商購買,在外購數(shù)據(jù)方面,我們更看重數(shù)據(jù)源的穩(wěn)定性和獲取條件,數(shù)據(jù)源的穩(wěn)定性至關(guān)重要,對模型的穩(wěn)定性影響很大,尤其是一些強關(guān)聯(lián)變量。同時,獲取方式要簡單,有些數(shù)據(jù)源要借款人提供較復(fù)雜的授權(quán)才能取得,對系統(tǒng)的反應(yīng)速度和響應(yīng)時間會有較大的影響。
通過加入一些行業(yè)的數(shù)據(jù)聯(lián)盟,或與場景中的參與方進行數(shù)據(jù)共享和交換,也能取得一些相當(dāng)不錯的強關(guān)聯(lián)數(shù)據(jù),而這些數(shù)據(jù)的取得成本相對較低,準(zhǔn)確性和實效性有時更好。
能夠拿到豐富的底層數(shù)據(jù)非常重要,否則反欺詐規(guī)則的建立和評分模型等都是空中樓閣。
5、評分模型和場景的結(jié)合
評分模型我們是采用的邏輯回歸技術(shù)建模,將模型轉(zhuǎn)化為評分卡形式,對于統(tǒng)計學(xué)背景的數(shù)據(jù)人員在熟悉不過了。
但缺乏歷史數(shù)據(jù)的積累對行業(yè)來說始終是個“?!薄?/span>
我們在不同的場景下,評分模型會用于解決不同的商業(yè)目的。舉例來說,在車輛質(zhì)押產(chǎn)品方面,主要用來做風(fēng)險定價。而在房租分期產(chǎn)品中,則用來做是否放款的依據(jù)。具體的變量、維度、權(quán)重由于較為敏感,就不在這里詳細描述了。
6、勾畫借款企業(yè)的“資金流圖譜”
這部分的內(nèi)容我想用一個企業(yè)流動資金借款的項目來說明。眾所周知,不同于消費個貸,對于企業(yè)級的流動資金借款,很難實現(xiàn)全流程數(shù)據(jù)化風(fēng)險管理和系統(tǒng)自動審核批貸,而其中最難以確定的就是真實的借款用途,我們開發(fā)了一個小工具,通過抓取關(guān)聯(lián)人和關(guān)聯(lián)公司的信息。
同時,動態(tài)抓取各個政府土地招拍掛信息及其他禁入行業(yè)的投融資信息,繪制企業(yè)的神經(jīng)網(wǎng)絡(luò)狀“資金流圖譜”,從而判斷真實的用款方向。
2014年有一個項目,該公司在我方實地盡調(diào)后,其所處行業(yè)符合我公司行業(yè)準(zhǔn)入標(biāo)準(zhǔn),其工商信息呈現(xiàn)的關(guān)聯(lián)公司也未體現(xiàn)有房地產(chǎn)等禁入行業(yè)的投資,通過憑證級別的查賬也未發(fā)現(xiàn)有其他可疑跡象,雖然是家族企業(yè),但運營良好,2000萬元的借款用途解釋的也比較合理。但通過使用這個工具,其關(guān)聯(lián)人(妻妹,26歲)任法人的公司剛剛拍得當(dāng)?shù)卣鲎尩囊粔K土地,土地出讓金額為2000萬元。至此,通過關(guān)聯(lián)數(shù)據(jù)挖掘繪制資金流圖譜,獲知了該筆2000萬借款款的真實用款方向,因為筆借款用途觸發(fā)了我公司的行業(yè)禁入準(zhǔn)則,最終拒掉了該項目。
7、場景中的動態(tài)風(fēng)險管理
對于借貸生意來講,放款只是流程的第一步,在正常還款前,如果能實現(xiàn)動態(tài)監(jiān)控并及時
預(yù)警,可有效降低貸中跟蹤成本,良性管理資產(chǎn)質(zhì)量,在我們的風(fēng)險管理體系中,會從評分模型和規(guī)則中抽出部分變量,結(jié)合具體場景變量,建立動態(tài)風(fēng)險管理模型,設(shè)立閥值和波動曲線,一旦發(fā)生變化,將及時預(yù)警,根據(jù)設(shè)定的分級處理方式,分發(fā)命令進行處理。
8、不良資產(chǎn)處置的數(shù)據(jù)化管理
不良資產(chǎn)處置的數(shù)據(jù)管理,由于時間的限制,由不良資產(chǎn)的認定、成本核算和派單三個模塊組成。
在產(chǎn)品出現(xiàn)逾期和壞賬階段時通過數(shù)據(jù)分析認定其不良等級。同時,通過數(shù)據(jù)模型來預(yù)測和計算處置成本和可能的損失,進行現(xiàn)金流管理。經(jīng)過成本核算后,系統(tǒng)會發(fā)出派單命令,在經(jīng)過人工復(fù)核,決定由內(nèi)部或外部合作伙伴來進行催收。
在我們的模型中,不良資產(chǎn)等級的認定規(guī)則可根據(jù)場景和產(chǎn)品的不同進行調(diào)整,并可向第三方專業(yè)催收機構(gòu)開放接口。
以上全部是我在風(fēng)險管理從業(yè)中的一些經(jīng)驗和體會,非常感謝大家能和我一起分享上述內(nèi)容,也再次感謝好貸網(wǎng)提供的這個與業(yè)界同仁分享的機會!
QA環(huán)節(jié)
Q:現(xiàn)在很多機構(gòu)在提互聯(lián)網(wǎng)大數(shù)據(jù)催收,劉先生對這個問題怎么看?
A:大數(shù)據(jù)催收感覺在大額企業(yè)貸款中也就是所謂的“流貸”催收中效果不理想,但在小額分散的個貸中有創(chuàng)新的空間,至少在成本中有優(yōu)勢。
劉忠奎先生
澳大利亞Wollongong大學(xué)國際金融碩士,曾在香港InternationalFinancial Network CapitalLtd (Stock Code: 8123)擔(dān)任高級投資經(jīng)理,北京兆華實業(yè)集團擔(dān)任投資總監(jiān),樂錢(www.leqian.com)金融擔(dān)任風(fēng)控總監(jiān)?,F(xiàn)任愛錢幫首席風(fēng)控官。
風(fēng)控工具千人共建計劃,是由國內(nèi)首個風(fēng)控人士公益服務(wù)組織——大數(shù)據(jù)風(fēng)控聯(lián)盟主辦,好貸網(wǎng)等數(shù)十家企業(yè)及機構(gòu)協(xié)辦。是國內(nèi)首次打破行業(yè)壁壘、公司界限,召集千名風(fēng)控界的精英,聯(lián)合定制風(fēng)控產(chǎn)品的千人線上活動。
風(fēng)控工具千人共建計劃將從風(fēng)控人自身需求出發(fā),共建一款最符合風(fēng)控人員操作習(xí)慣及業(yè)務(wù)需求的風(fēng)控工具。提升風(fēng)控效率及效果,進而推動行業(yè)的發(fā)展。大數(shù)據(jù)風(fēng)控聯(lián)盟將免費為此次活動全程提供技術(shù)開發(fā)服務(wù),同時參加此次活動的所有風(fēng)控人士將可免費共享研發(fā)成果。
聯(lián)系客服