人工智能正當(dāng)時(shí)，銀行大數(shù)據(jù)風(fēng)控插上新翅膀 如何飛翔

3月5日上午，國(guó)務(wù)院總理***發(fā)表2017政府工作報(bào)告，指出要加快培育壯大包括人工智能在內(nèi)的新興產(chǎn)業(yè)，人工智能首次被寫入了政府工作報(bào)告。其實(shí)，在阿爾法狗戰(zhàn)勝李世石后，人工智能在技術(shù)水平的提升已經(jīng)引發(fā)前所未有的關(guān)注熱潮。語(yǔ)音識(shí)別、機(jī)器人技術(shù)、機(jī)器學(xué)習(xí)、人臉識(shí)別等人工智能技術(shù)研究成果開(kāi)始走出實(shí)驗(yàn)室向多個(gè)行業(yè)滲透蔓延。創(chuàng)業(yè)教父李開(kāi)復(fù)曾多次發(fā)表演講，對(duì)人工智能推崇備至，甚至預(yù)言不少工作可能會(huì)被人工智能所取代。對(duì)應(yīng)人工智能應(yīng)用的三要素：數(shù)據(jù)、處理數(shù)據(jù)的能力和商業(yè)變現(xiàn)的場(chǎng)景，金融領(lǐng)域已具備人工智能快速發(fā)展的必要條件，而事實(shí)上，一些銀行已經(jīng)主動(dòng)求變，擁抱人工智能帶來(lái)的變化影響。

在金融業(yè)務(wù)的前端，不少傳統(tǒng)銀行將人工智能用于自動(dòng)業(yè)務(wù)交易、客戶定制服務(wù)，開(kāi)發(fā)理財(cái)產(chǎn)品等應(yīng)用。例如，巴克萊銀行、星展銀行等。 國(guó)內(nèi)也不乏走在科技前列的探索者，早在2015年，國(guó)內(nèi)銀行業(yè)首款實(shí)體智能機(jī)器人“交行小e”正式亮相。同年，南京銀行的人工智能客服“小鑫”在南京銀行微信銀行和網(wǎng)上銀行同步上線，招商銀行也開(kāi)始試用全新的人工智能業(yè)務(wù)模式。

未來(lái)，人工智能不僅在金融業(yè)前端會(huì)有更多的便捷精準(zhǔn)的服務(wù)提供給客戶，在金融后端的信息安全、風(fēng)控反欺詐、資產(chǎn)管理等方面也將發(fā)揮更大作用。尤其是對(duì)于缺失央行數(shù)據(jù)支撐的客戶評(píng)估，銀行無(wú)法通過(guò)肉眼一一識(shí)別用戶是君子還是騙子。這時(shí)傳統(tǒng)金融風(fēng)控手段就顯得有些茫然無(wú)助， “互聯(lián)網(wǎng)+金融”業(yè)務(wù)就要結(jié)合更多維度的互聯(lián)網(wǎng)數(shù)據(jù)和人工智能手段，來(lái)處理更廣泛的金融客戶問(wèn)題。

本文對(duì)國(guó)內(nèi)大數(shù)據(jù)風(fēng)控領(lǐng)域領(lǐng)導(dǎo)品牌同盾科技的大數(shù)據(jù)智能分析在銀行業(yè)應(yīng)用以及相關(guān)案例進(jìn)行了梳理，共同探討人工智能大數(shù)據(jù)風(fēng)控為傳統(tǒng)銀行業(yè)帶來(lái)的變革。

一、人工智能在銀行業(yè)的應(yīng)用領(lǐng)域

首先必須承認(rèn)的是金融本質(zhì)仍然是風(fēng)險(xiǎn)管理，風(fēng)控是所有金融業(yè)務(wù)核心。面對(duì)銀行業(yè)客戶風(fēng)險(xiǎn)不一、客戶信用信息不全、惡意欺詐或客戶違約成本低、債務(wù)收回成本較高等諸多挑戰(zhàn)，傳統(tǒng)銀行業(yè)必須利用大數(shù)據(jù)風(fēng)控豐富傳統(tǒng)風(fēng)控的數(shù)據(jù)緯度，利用多維度數(shù)據(jù)、算法和模型來(lái)實(shí)現(xiàn)快速識(shí)別借款人風(fēng)險(xiǎn)。

而大數(shù)據(jù)風(fēng)控的核心是人工智能。大數(shù)據(jù)運(yùn)用人工智能的處理方式，對(duì)海量數(shù)據(jù)進(jìn)行梳理和分析，從而應(yīng)用到銀行領(lǐng)域。

首先我們對(duì)金融風(fēng)控的一個(gè)標(biāo)準(zhǔn)業(yè)務(wù)流程進(jìn)行梳理：通常一個(gè)風(fēng)控業(yè)務(wù)包括前端頁(yè)面用戶資料申請(qǐng)?zhí)峤缓褪占?，反欺詐、合規(guī)、邏輯校驗(yàn)，核心決策授信，以及最后的逾期催款。專家指出，根據(jù)傳統(tǒng)銀行業(yè)信貸的流程，大數(shù)據(jù)結(jié)合人工智能在信用分析評(píng)估、風(fēng)控和反欺詐、逾期客戶觸達(dá)等領(lǐng)域能發(fā)揮極大的作用。

1

信用分析評(píng)估

對(duì)銀行業(yè)的客戶信用分析評(píng)估基于兩個(gè)基本面的信息：消費(fèi)者的還款能力和消費(fèi)者的還款意愿。所不同的是，傳統(tǒng)征信中，數(shù)據(jù)依賴于銀行信貸數(shù)據(jù)，而大數(shù)據(jù)并不僅僅包括傳統(tǒng)的信貸數(shù)據(jù)，同時(shí)也包括了與消費(fèi)者還款能力、還款意愿相關(guān)的一些描述性風(fēng)險(xiǎn)特征。利用大數(shù)據(jù)技術(shù)，能搜集許多的數(shù)據(jù)維度來(lái)描述，作為風(fēng)險(xiǎn)評(píng)估的重要依據(jù)。這樣就使大數(shù)據(jù)征信不單一依賴于傳統(tǒng)信貸數(shù)據(jù)，可以對(duì)傳統(tǒng)征信無(wú)法服務(wù)的人群進(jìn)行征信，實(shí)現(xiàn)對(duì)整個(gè)消費(fèi)者人群的覆蓋。

人工智能時(shí)代的到來(lái)，首先解決的就是銀行機(jī)構(gòu)與普通人之間的信息不對(duì)稱問(wèn)題。傳統(tǒng)銀行無(wú)法獲取用戶的征信信息，人工智能通過(guò)技術(shù)、數(shù)據(jù)的手段可以構(gòu)建出一個(gè)信用分析模型。同盾科技數(shù)據(jù)專家稱，利用梯度提升決策樹(shù)、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)、分群調(diào)整技術(shù)、增量學(xué)習(xí)技術(shù)等在內(nèi)的機(jī)器學(xué)習(xí)算法，可以為缺少傳統(tǒng)信貸記錄的人群做出客觀的信用分析評(píng)價(jià)，這就是大數(shù)據(jù)給傳統(tǒng)銀行業(yè)帶來(lái)的全新革命。

2

風(fēng)控和反欺詐

在泛互聯(lián)網(wǎng)的環(huán)境里，銀行業(yè)風(fēng)控面臨的傳統(tǒng)個(gè)體欺詐已迅速演變?yōu)橛薪M織、有規(guī)模的群體欺詐和關(guān)聯(lián)風(fēng)險(xiǎn)。而傳統(tǒng)反欺詐還停留在識(shí)別一度風(fēng)險(xiǎn)等這種簡(jiǎn)單規(guī)則方式，如聯(lián)系人中借貸人個(gè)數(shù)等，對(duì)于二度、三度乃至更廣范圍的網(wǎng)絡(luò)全局風(fēng)險(xiǎn)苦無(wú)良策。

機(jī)器學(xué)習(xí)里的圖譜網(wǎng)絡(luò)很好地解決了這一訴求，基于申請(qǐng)人、手機(jī)號(hào)、設(shè)備、IP地址等各類信息節(jié)點(diǎn)構(gòu)建龐大網(wǎng)絡(luò)圖，并可在此之上進(jìn)行基于規(guī)則和機(jī)器學(xué)習(xí)的反欺詐模型實(shí)時(shí)識(shí)別。

其中一個(gè)比較普遍的情況，人工智能可監(jiān)測(cè)相關(guān)設(shè)備ID在哪些借貸網(wǎng)站上進(jìn)行了注冊(cè)、同一設(shè)備是否下載多個(gè)借貸App，可以實(shí)時(shí)發(fā)現(xiàn)多頭貸款的征兆，把風(fēng)險(xiǎn)控制到最低。

3

逾期客戶觸達(dá)

在信貸逾期處理領(lǐng)域，大數(shù)據(jù)、機(jī)器學(xué)習(xí)等智能手段主要發(fā)揮兩大作用。其一是提高平臺(tái)響應(yīng)的效率，從而提高回款率；其二是通過(guò)大數(shù)據(jù)模型，利用信用分等工具，對(duì)逾期后回款的概率進(jìn)行預(yù)測(cè)。

比如，一個(gè)逾期客戶處于失聯(lián)狀態(tài)，該賬戶合同內(nèi)相關(guān)的電話號(hào)碼基本失效，或者緊急聯(lián)系人能接通，但是不愿告知信息，又或者緊急聯(lián)系人和借款人之間也失去了聯(lián)系。無(wú)法有效的聯(lián)系到借款人，就無(wú)法建立對(duì)話關(guān)系，那么再有效的策略也難以實(shí)施。結(jié)合大數(shù)據(jù)技術(shù)，能夠挖掘并關(guān)聯(lián)更多其他可聯(lián)信息，支持更有效的客戶觸達(dá)；同時(shí)，通過(guò)對(duì)于借貸人在同盾合作的其他平臺(tái)出現(xiàn)逾期記錄、多頭借貸或者經(jīng)濟(jì)法律糾紛的跟蹤，智能判斷借款人的經(jīng)濟(jì)狀況惡化和信用風(fēng)險(xiǎn)惡化程度，并通知銀行幫助其及時(shí)進(jìn)行風(fēng)險(xiǎn)預(yù)警。這對(duì)于銀行的貸后管理來(lái)說(shuō)，是一個(gè)顯著的作用。

二、人工智能在銀行業(yè)的實(shí)踐案例

同盾科技成立于2013年，總部位于浙江杭州，是國(guó)內(nèi)專業(yè)的第三方大數(shù)據(jù)風(fēng)控服務(wù)提供商，是一家立志成為國(guó)內(nèi)受人尊敬的智能大數(shù)據(jù)分析公司。人工智能帶給銀行業(yè)的顛覆是先進(jìn)的算法可以用來(lái)識(shí)別用戶行為模式，從而應(yīng)用在金融產(chǎn)品的精準(zhǔn)營(yíng)銷，或者用于防止各種交易欺詐和貸款申請(qǐng)欺詐。也可以用在提升風(fēng)控模型的預(yù)測(cè)能力，使用機(jī)器學(xué)習(xí)的模型將會(huì)擁有持續(xù)學(xué)習(xí)和迭代升級(jí)的能力。結(jié)合同盾而言，幾款實(shí)踐產(chǎn)品已經(jīng)足夠讓人們領(lǐng)略人工智能的風(fēng)采了。

1

智能評(píng)分模型

同盾科技倡導(dǎo)的是“跨行業(yè)聯(lián)防聯(lián)控”的風(fēng)控理念，可以從網(wǎng)上收集銀行客戶的海量數(shù)據(jù)，并快速分析，從而對(duì)其進(jìn)行評(píng)估推薦。例如，客戶年齡、收入、職業(yè)、學(xué)歷、資產(chǎn)、負(fù)債等強(qiáng)相關(guān)數(shù)據(jù)；另外還有一些弱相關(guān)數(shù)據(jù)，如用戶在互聯(lián)網(wǎng)上的搜索數(shù)據(jù)，一些服務(wù)平臺(tái)上的行為數(shù)據(jù)，或是在社交網(wǎng)絡(luò)上的發(fā)言、興趣愛(ài)好等數(shù)據(jù)。

同盾科技通過(guò)對(duì)全面的數(shù)據(jù)（數(shù)據(jù)的廣度），強(qiáng)相關(guān)數(shù)據(jù)（數(shù)據(jù)的深度），實(shí)效性數(shù)據(jù)（數(shù)據(jù)的鮮活度）進(jìn)行整合交叉分析，客觀地反映用戶風(fēng)險(xiǎn)水平，進(jìn)而判定是否能夠給該客戶授信。 這里不得不提一下同盾智信分產(chǎn)品，這是基于用戶的多維度數(shù)據(jù)，利用業(yè)內(nèi)廣泛使用的信用評(píng)分建模方法，由同盾獨(dú)立自主研發(fā)的一款大數(shù)據(jù)產(chǎn)品。它綜合了用戶的跨平臺(tái)信用記錄、靜態(tài)面貌、履約能力、消費(fèi)偏好、互聯(lián)網(wǎng)足跡等信息，直觀地描述了用戶的信用等級(jí)。同盾智信分與信用等級(jí)呈正向關(guān)聯(lián)關(guān)系，分?jǐn)?shù)越高表明用戶的信用等級(jí)越高、信用風(fēng)險(xiǎn)越小。其中，公布的分?jǐn)?shù)范圍為：300(極差)～ 900(極好)。這一分?jǐn)?shù)直接與違約概率相聯(lián)系，信用越好，違約概率越低。根據(jù)評(píng)分情況，平臺(tái)用戶可以直接做出服務(wù)、跟進(jìn)或者拒絕服務(wù)的風(fēng)控指令。而且還可以根據(jù)評(píng)分預(yù)測(cè)未來(lái)違約的可能，初步判斷出逾期或者成為壞賬的可能。 作為人工智能的一款代表產(chǎn)品，同盾智信分讓更多的人不必跨過(guò)傳統(tǒng)銀行的征信“門檻”就能獲得金融服務(wù)，讓審核、調(diào)查的方式數(shù)據(jù)化、電子化，大大節(jié)省了這個(gè)過(guò)程的耗費(fèi)成本，因此更多的人能夠被納入進(jìn)來(lái)，獲得服務(wù)。

2

復(fù)雜網(wǎng)絡(luò)分析

在我們的現(xiàn)實(shí)生活中，許多復(fù)雜系統(tǒng)都可以建模成一種復(fù)雜網(wǎng)絡(luò)進(jìn)行分析，比如常見(jiàn)的電力網(wǎng)絡(luò)、航空網(wǎng)絡(luò)、交通網(wǎng)絡(luò)、計(jì)算機(jī)網(wǎng)絡(luò)以及社交網(wǎng)絡(luò)等等。復(fù)雜網(wǎng)絡(luò)分析不僅是一種數(shù)據(jù)的表現(xiàn)形式，它同樣也是一種科學(xué)研究的手段。復(fù)雜網(wǎng)絡(luò)方面的研究目前受到了廣泛的關(guān)注和研究，目前復(fù)雜網(wǎng)絡(luò)在銀行業(yè)的應(yīng)用主要在于風(fēng)控征信，基于大數(shù)據(jù)的風(fēng)控需要把不同來(lái)源的數(shù)據(jù)（結(jié)構(gòu)化，非結(jié)構(gòu)）整合到一起，它可以檢測(cè)數(shù)據(jù)當(dāng)中的不一致性。

舉個(gè)例子：團(tuán)伙性欺詐嫌疑識(shí)別。在一個(gè)被拒絕的用戶中，關(guān)聯(lián)出來(lái)了一個(gè)失信的身份證和設(shè)備，而且發(fā)現(xiàn)其設(shè)備有較多的申請(qǐng)行為。那么，這個(gè)被關(guān)聯(lián)出來(lái)的用戶或?qū)⑿枰獓?yán)格的人工審核，甚至可以直接拒絕。但通過(guò)對(duì)借款事件的深入挖掘，我們可以關(guān)聯(lián)出大量的借款事件。這個(gè)需要進(jìn)行一些算法分團(tuán)，可以把相關(guān)的聯(lián)系人都分到一個(gè)地方，然后進(jìn)行關(guān)聯(lián)成團(tuán)的團(tuán)伙性分析，根據(jù)圖論上的屬性，如團(tuán)的密集程度和某些路徑的關(guān)鍵程度等，比如介數(shù)，圖直徑等角度來(lái)估計(jì)風(fēng)險(xiǎn)。

同盾科技打通跨行業(yè)數(shù)據(jù)，實(shí)現(xiàn)對(duì)多場(chǎng)景大數(shù)據(jù)的自動(dòng)化關(guān)聯(lián)分析與可視化呈現(xiàn)，為企業(yè)提供風(fēng)險(xiǎn)核查的風(fēng)控利器，有助于識(shí)別支付盜卡、多頭申請(qǐng)、團(tuán)伙作案、刷單、撞庫(kù)登錄、中介團(tuán)伙申請(qǐng)、內(nèi)部欺詐檢測(cè)等多種風(fēng)險(xiǎn)。

3

逾期客戶管理

同盾科技在逾期客戶管理方面的優(yōu)勢(shì)則表現(xiàn)在客戶逾期后的數(shù)據(jù)挖掘分析和系統(tǒng)智能決策客戶觸達(dá)上。借助同盾底層海量的數(shù)據(jù)，可以挖掘逾期客戶的多種其他可聯(lián)系方式，同時(shí)通過(guò)多渠道整合、多策略定義、工作流配置等進(jìn)行智能決策后，可將催繳相關(guān)信息有效觸達(dá)到客戶，實(shí)現(xiàn)貸后管理階段的有效追蹤。

比如策略定義和配置環(huán)節(jié)，通過(guò)大數(shù)據(jù)分析，識(shí)別逾期人的性別、年齡結(jié)構(gòu)、行為偏好、職業(yè)等進(jìn)行群體細(xì)分，再結(jié)合同盾智信分等給出不同的處理策略，基于歷史記錄、預(yù)期的還款意愿和能力、偏好和緊迫程度，選定不同的溝通渠道，提高回款成功率。

總結(jié)來(lái)說(shuō)，同盾的逾期客戶管理能將決策管理技術(shù)（如風(fēng)險(xiǎn)評(píng)分）、溝通策略與客戶干預(yù)和解決方案緊密結(jié)合。通過(guò)自動(dòng)化、連續(xù)、實(shí)時(shí)的行動(dòng)，并立即根據(jù)策略自動(dòng)進(jìn)行客戶干預(yù)。逾期客戶管理能顯著提高催收?qǐng)F(tuán)隊(duì)的工作成果和效率。

基礎(chǔ)層的云計(jì)算、大數(shù)據(jù)等因素的成熟催化了人工智能的進(jìn)步，深度學(xué)習(xí)帶來(lái)算法上的突破則帶來(lái)了人工智能浪潮，它將大幅改變金融現(xiàn)有格局，讓金融行業(yè)更加地個(gè)性與智能化。對(duì)于傳統(tǒng)銀行業(yè)而言，以同盾科技為代表的金融科技公司將人工智能更快融入這個(gè)行業(yè)，并讓科技發(fā)揮更大的實(shí)際作用。