近年來，以人工智能、區塊鏈、云計算、大數據為代表的新一代信息技術，在金融行業尤其是在主營零售業務的消費金融行業得到普遍應用，大大提升了消費金融公司的綜合能力。其中，在風險控制方面，金融科技幫助消費金融公司提升效率、降低成本成效明顯。在運用科技管理風險方面，頭部消費金融公司有哪些值得行業學習的做法?其中又存在哪些隱患?本期專題深入探討。
近期，多家消費金融公司(以下簡稱“消金公司”)陸續披露了2021年業績。在2021年，消金行業優勝劣汰有所加劇。相比商業銀行，消金公司面臨更為下沉的客戶群體，通過金融科技提高風控能力成為業內大多數公司的共識。多家消金公司表示，將繼續借助科技來守住風險底線，并利用科技來降低運營成本。
各擁“獨門武器”
數據顯示，2021年，馬上消費金融、招聯消費金融、興業消費金融等公司的業績位居行業前列。
記者從上述多家消金公司獲悉，這與各公司應用金融科技來促進風控能力的提升密不可分。
“風險管理措施的自動化執行對系統的要求極為精細和高效，尤其是每天面臨數十萬申請，每秒并發幾百單申請，每個申請單要秒級處理人民銀行、征信部門、銀聯、公安等多個數據源，生成上百個模型和策略規則，這對企業科技能力挑戰巨大。”馬上消費金融相關負責人對《中國銀行保險報》記者表示。
據悉，為提升風控能力，馬上消費金融構造了自有復雜網絡，由千萬級的內部黑名單作為種子，產生幾十億條數據的復雜網絡關聯數據，對反欺詐具有極強的效果。
興業消費金融相關負責人表示，在傳統風控模式基礎上，該公司持續加強智能風控系統建設，充分借助“人工”加“系統”的協同應用，大幅提高業務風險控制能力。
如在風險審批方面，興業消費金融通過自建評分模型、反欺詐模型，嚴格防范欺詐及信用風險，并提高審批效率;在風險監測方面，興業消費金融設計了針對各機構的風險預警體系，全面動態監控各項業務的風險表現和風險屬性。
招聯消費金融的系統能根據不同風險的客戶、不同場景的消費進行智能分級、自動校驗、模型評分，通過運用人工智能、機器學習等技術在短短幾秒鐘內建立客戶風險畫像，對欺詐、偽冒、套現等行為予以有效攔截，從而制定差異化的風險策略，實現實時數據源毫秒級的高性能實時計算和每秒數萬次事件的處理能力，確保公司在快速穩健發展的同時維持著較低的風險水平。
中銀消費金融首席運營官章濤表示，“金融行業具有風險后置的特征，相對來說，銀行股東背景的持牌消金公司會更加注重風險把控。當行業越來越規范，消金公司將迎來更好的發展機會，甚至大有可為。”
滲透各個環節
隨著金融科技創新應用不斷豐富，可以滿足消費金融公司在不同場景下對數據處理規模、速度和準度等方面的需求，如貸前審核的風險和成本問題、貸中的客戶信用風險變化問題、貸后的催收和復貸問題等。
“在貸前調查環節，我們運用人臉識別、OCR技術識別借款人身份;在審查審批環節，我們則借助外部信息，引入第三方數據排查借款人不良負面信息;同時，公司分析借款人信貸周期、負債結構及還款能力變化趨勢，并融合外部信息，全面防范借款人信用風險。公司借助大數據平臺的協同應用，不斷優化風控模型，審慎評估借款人還款能力，進一步加強風險識別能力。”興業消費金融相關人士表示。
馬上消費金融也從四個方面將金融科技滲透到風控多個環節：一是以全流程業務線上化為基礎，最大程度提升客戶體驗、業務流程標準化處理能力。二是提煉全流程業務過程指標數字化經營管理，通過數字孿生可視化，觀測、預測業務的變化和趨勢，實現高效業務決策能力;策略、模型覆蓋營銷獲客，貸款全流程的客戶分群、風險定價、差異化營銷運營，通過機器學習、深度學習智能化優化算法提升決策精準度、決策效率。三是通過大數據管理大數據，提升業務高性能、高可用能力、可持續的金融科技賦能業務能力。四是通過自主創新、專利、高校產學研合作，不斷提升風險能力。
不能過度依賴算法
伴隨著金融科技的發展，衍生出來的復雜多樣的潛在風險越來越引起各方面的重視。
有研究指出，隨著算法在金融領域應用的深入，算法固有的缺陷和特性也逐漸與金融本身的風險和邏輯發生耦合，形成了算法歧視、算法綁架、算法趨同等新型金融風險。
“我們注意到有關‘算法風險’可能出現的負面效果及相關風險。對此，我們除了通過規范的制度明確模型訓練、開發、上線審批等關鍵環節操作要求，還在模型開發階段考慮了區域、行業經濟發展及客群變化等各種可能影響模型效果的因素，并通過不同時間、區域等多重驗證、立體化模型監控和糾偏機制積極避免算法風險。在模型監控方面，我們還定期監控模型效果，分析業務和客群變化指標，開展模型效果評估，適時校準模型的穩定性和風險識別能力，控制各類業務風險敞口，實現風險問題‘早發現早解決’。”興業消費金融表示。
馬上消費金融則認為，在風險決策的過程中，不能過度依賴算法。據悉，在目前的業務實踐中，該公司通過各種數學方法的創新使用，即使是通常被認為是“黑盒”的機器學習模型，也能夠通過各種方法將其解構，從而幫助風控人員能夠更好地認清模型的內在機理和潛在風險，將模型的結果進行人工修正，從而避免完全依賴于算法做出決策。除此之外，馬上消費金融還建立了完善的模型驗證和模型監控機制，由獨立的團隊來評估模型的潛在風險。在應用模型時，也會根據不同的客戶群體進行分群應用，從而避免因為單一顯著變量在數據中的異常表現而出現背離信貸常識的問題。
章濤認為，金融和科技的結合主要體現在風控和服務上。管理方面，比如數據使用、利率制定以及營銷推廣和貸后催收等，都需要堅持在合規框架內使用科技手段來提升效率和降低單位成本。(記者 樊融杰)
