金融科技在消费金融风险管理中的实际应用

在消费金融领域，金融科技应用的其中一个重要方面便是风险管理。风险管理最主要是信用风险和欺诈风险，而其中的信用体系建设则是金融创新的重要环节之一。本文将参考招联消费金融的实际业务情况，介绍金融科技可以如何在消费金融风险管理中进行应用。

基于金融科技打造信用分评分模型

当前，消费金融公司的客户群体主要是中低学历、三四线城市甚至是农村人群，没有人行征信的客群占全国经济人口比重超六成，这对企业的风控能力提出了更高的要求。因此，金融科技需要被大量运用于对这类客群的风险识别和评估。如果没有与之匹配的信用体系建设，消费金融所面临的信用和欺诈风险等必会是矛盾与问题爆发的焦点。

当前，消费金融领域的主流玩家在金融创新与应用融合上通常的做法是通过模型的建立去分析不同客群的风险情况。通过对不同客群的相关数据进行预处理并作为模型的输入，客户预期表现作为输出，同时与实际业务指标不断进行比较分析，对模型进行不断优化，从而获得满足业务需求的业务模型。模型除了可以基于不同客群进行风险管理，还可以针对不同的应用场景进行定制化的分析，例如可对移动互联网行为如电子支付、网上购物、金融理财、团购、旅游出行等场景进行深度信息挖掘。

数据是建模的基础，消金公司通常会和各种大数据服务商进行合作，目前市场有基于运营商大数据打造的信用分评分模型，该模型可以从运营商几亿存量用户中筛选并预授信近亿白名单客户；并且可以将信用分成功运用到现金分期、手机分期、话费充值等联通后付费业务中，为消费客群提供了更便捷的金融服务。不仅于此，在用户授权的前提下，基于运营商的数据，还可以进行社交关系模型、手机APP使用行为模型等方面创新实践，能够更深层次地挖掘数据的价值，提高风险管理的能力，更好地为有资质的客户进行服务。

基于金融科技防控欺诈风险

与此同时，多头借贷、伪冒欺诈等事件不断上升，金融科技在欺诈风险方面的创新也至关重要。在FinTech应用实践方面，消金机构在自己投入力量研发的同时也会引入外部的力量。招联与中科院合作建立的智慧金融实验室及其在消费金融领域的创新成果是有代表性的重要案例之一。

智慧金融实验室重点工作和应用在交易反欺诈领域，主要是采用人工智能和机器学习技术，实现对欺诈行为的精准防控和智能拦截，不断升级反欺诈评分模型在智能化、自动化等方面的技术。

在2017年11月16日举行的第十九届中国国际高新技术成果交易会上，双方共同展示了反欺诈系统模型及模型训练预测结果，主要是利用新的算法探索解决欺诈坏样本不足等问题，并取得良好效果。

近期，随着对现金贷的监管及政策逐渐严格，消费金融中信用风险、欺诈风险等问题也不断出现。部分平台借款人恶意逾期增加，导致平台全面收缩放款量并加紧催收。另外，一些不合规的现金贷平台被整顿和分流，使得部分消费金融平台在承载流量的同时也可能遭遇更多黑产、黑中介“光顾”。这些进一步对金融科技在风险管理中的应用提出要求。

线上风控和线下风控最大的区别在于线上风控需要不断地进行快速的迭代优化，以满足线上复杂多变的风控需求。金融科技能力在线上风控的应用上有着其不可替代的优势。但是在金融科技使用的过程中，也必须满足一些条件。首先在信息安全上，企业应承担一定的社会责任；第二，客户对金融科技的了解是需要培育的，不能操之过急。第三，金融科技非常美好，但在利用新的数据、新的算法、新的技术时，需要采取审慎的态度，以点到面，循序渐进。