北京2017年12月13日電 /美通社/ -- 大數(shù)據(jù)如何應(yīng)用在具體金融場(chǎng)景？科技從細(xì)微之處怎樣改變傳統(tǒng)金融行業(yè)？12月1日，以“大數(shù)據(jù)的金融思維”為主題的第二期“宜信金融科技思享會(huì)”上，宜信數(shù)據(jù)技術(shù)專家和與會(huì)媒體人士就這一問題進(jìn)行探討。
“宜信金融科技思享會(huì)”是宜信公司主辦的聚焦Fintech前沿領(lǐng)域的研討活動(dòng)， 8月23日，以“區(qū)塊鏈技術(shù)的商業(yè)化應(yīng)用場(chǎng)景”為主題的第一場(chǎng)宜信金融科技思享會(huì)成功舉行，引發(fā)廣泛關(guān)注。
宜信“金融科技價(jià)值觀”：科技為了創(chuàng)造更好的金融服務(wù)
“金融科技要回到金融服務(wù)的核心點(diǎn)上，用科技去改進(jìn)金融服務(wù)，貼近每個(gè)客戶和小微企業(yè)，滿足以往沒有被很好滿足的需求。”宜信公司高級(jí)副總裁、首席戰(zhàn)略官陳歡表示，宜信的“科技金融價(jià)值觀”就是“科技要幫助我們回歸金融服務(wù)本質(zhì)，為社會(huì)提供更好的金融服務(wù)”。
陳歡認(rèn)為，科技和金融結(jié)合經(jīng)歷了三個(gè)階段。第一階段是“信息化”，將從金融機(jī)構(gòu)手工勞動(dòng)和紙質(zhì)單據(jù)中解放出來，提高效率；第二階段是“數(shù)據(jù)化”，金融機(jī)構(gòu)的信息需要進(jìn)一步結(jié)構(gòu)化，進(jìn)行更廣泛的分析和使用；第三階段是“智能化”，人工智能、機(jī)器學(xué)習(xí)等技術(shù)在金融領(lǐng)域的引用，催生了大數(shù)據(jù)風(fēng)控、數(shù)字貨幣、智能投顧等等創(chuàng)新事物出現(xiàn)。目前社會(huì)正處于第二階段到第三階段的過渡中。
“技術(shù)帶來的機(jī)會(huì)和可能性在增多，宜信作為技術(shù)領(lǐng)先的金融服務(wù)企業(yè)，更重視金融服務(wù)的邏輯，我們要比科技平臺(tái)做得更多，要更有長(zhǎng)線思維和風(fēng)險(xiǎn)意識(shí)，要用科技賦能提供更好的金融服務(wù)?！标悮g表示，“回歸金融服務(wù)的核心點(diǎn)，是用好技術(shù)賦能的關(guān)鍵，金融服務(wù)和保險(xiǎn)、理財(cái)、投資等等方式一樣，都是為了服務(wù)大家有更美好的生活?！?/p>
大數(shù)據(jù)風(fēng)控：更有效的風(fēng)險(xiǎn)管理
“風(fēng)險(xiǎn)并不是個(gè)貶義詞，而是指未來損失的不確定性?！币诵殴撅L(fēng)險(xiǎn)管理委員會(huì)數(shù)據(jù)總監(jiān)柴耀暉表示，宜信大數(shù)據(jù)風(fēng)控能做到從貸前（反欺詐、授信決策等）到貸中（賬戶及資產(chǎn)組合檢測(cè)、風(fēng)險(xiǎn)預(yù)警等）再到貸后（逾期催收、壞賬核銷等）全流程風(fēng)險(xiǎn)管理的優(yōu)化和效率提高。
基于大數(shù)據(jù)優(yōu)勢(shì)，宜信獨(dú)立研發(fā)的數(shù)據(jù)產(chǎn)品為宜信諸多金融業(yè)務(wù)提供著數(shù)據(jù)分析與共享服務(wù)包括授權(quán)抓取數(shù)據(jù)、提供征信報(bào)告和人法失信等數(shù)據(jù)、對(duì)第三方服務(wù)商和公開網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行提取以及為個(gè)信貸行業(yè)提供共享數(shù)據(jù)。
高效數(shù)據(jù)處理支持整個(gè)宜信大數(shù)據(jù)風(fēng)控決策的開發(fā)流程，關(guān)于這一流程，柴耀暉著重介紹了“反欺詐”和“評(píng)分卡”兩項(xiàng)應(yīng)用：“以反欺詐為例，僅申請(qǐng)人電話信息一項(xiàng)，我們就會(huì)稽核其實(shí)名制情況、是否涉黑或過期，在網(wǎng)時(shí)間長(zhǎng)短、聯(lián)系人數(shù)量、安裝APP的情況等近20項(xiàng)詳細(xì)數(shù)據(jù)。同時(shí)，我們會(huì)對(duì)用戶分級(jí)實(shí)行‘評(píng)分卡’制度，結(jié)合用戶的出行方式、教育經(jīng)歷、手機(jī)設(shè)備使用情況等信息，開發(fā)白名單評(píng)分卡，用來挖掘優(yōu)質(zhì)客戶，開發(fā)針對(duì)APP用戶的極速放款模式，從注冊(cè)至放款最短時(shí)間縮短至10分鐘?！?/p>
柴耀暉表示，目前，宜信大數(shù)據(jù)風(fēng)控技術(shù)已經(jīng)總結(jié)了超過800個(gè)有效驗(yàn)證的欺詐特征和3000多個(gè)風(fēng)險(xiǎn)決策規(guī)則，能做到24*7實(shí)時(shí)授信，提升了業(yè)務(wù)效率，實(shí)現(xiàn)了線上線下全渠道，覆蓋255個(gè)城市，20個(gè)省及直轄市的農(nóng)村地區(qū)。同時(shí)也能夠和金融機(jī)構(gòu)共同防御風(fēng)險(xiǎn)，開始和超過700家機(jī)構(gòu)共享金融風(fēng)險(xiǎn)數(shù)據(jù)，與40家征信數(shù)據(jù)服務(wù)商建立了緊密合作。
同時(shí)，大數(shù)據(jù)風(fēng)控也積極接入AI（人工智能），技術(shù)成果豐碩。以其中“大數(shù)據(jù)風(fēng)控搜索引擎”為例，能以毫秒級(jí)從海量數(shù)據(jù)源中檢索出和用戶風(fēng)險(xiǎn)相關(guān)的數(shù)據(jù)，實(shí)現(xiàn)智能風(fēng)險(xiǎn)識(shí)別以進(jìn)行信用審核。
運(yùn)營(yíng)之翼：享受大數(shù)據(jù)帶來的“紅利”
“面對(duì)特定的客戶，發(fā)券或者紅包?？ǘ际浅Ｒ姷倪\(yùn)營(yíng)方式，問題在于，對(duì)什么人發(fā)？怎樣發(fā)才有效？”宜信公司大數(shù)據(jù)創(chuàng)新中心工程總監(jiān)張軍介紹到，從交易、訂單、優(yōu)惠、產(chǎn)品、行為等各方面的數(shù)據(jù)當(dāng)中用機(jī)器學(xué)習(xí)技術(shù)得到的模型不光能優(yōu)化“發(fā)券”這件事，還可以在電銷數(shù)據(jù)線上化基礎(chǔ)上形成“外呼策略”，實(shí)現(xiàn)精準(zhǔn)外呼，大幅提高了運(yùn)營(yíng)效率。張軍表示，“金融科技企業(yè)運(yùn)營(yíng)工作也能享受到大數(shù)據(jù)紅利，可以大幅降低成本，提高金融效率，擴(kuò)大客群?！?/p>
在財(cái)富管理領(lǐng)域，傳統(tǒng)運(yùn)營(yíng)大量依靠人力，成本高效率低，大數(shù)據(jù)技術(shù)使得運(yùn)營(yíng)更精準(zhǔn)效率更高。普惠業(yè)務(wù)，通過建立存量數(shù)據(jù)的“水利樞紐”，能夠打破數(shù)據(jù)孤島、數(shù)據(jù)查詢和分析加速，決策更快成本更低；通過使用存量數(shù)據(jù)構(gòu)建知識(shí)圖譜，能有效識(shí)別隱蔽的欺詐案件，優(yōu)化風(fēng)險(xiǎn)模型。
張軍介紹道，大數(shù)據(jù)分析和母基金嚴(yán)選集中體現(xiàn)了大數(shù)據(jù)的“紅利”。宜信的大數(shù)據(jù)風(fēng)控平臺(tái)積累超過600個(gè)模型集，3000多個(gè)模型（或規(guī)則），具備60000個(gè)特征變量，能實(shí)現(xiàn)每天8萬次決策，年度決策金額超千億；有了大數(shù)據(jù)技術(shù)，在超20000家機(jī)構(gòu)中通過60多個(gè)維度進(jìn)行1000多萬次的分析后，宜信就能從一級(jí)市場(chǎng)海量數(shù)據(jù)中嚴(yán)選好的基金形成自己的FOF產(chǎn)品。這些海量分析包括投資人分析、基金畫像、機(jī)構(gòu)分析、標(biāo)的分析、輿情分析等幾十個(gè)指標(biāo)，為投資者提供可靠地FOF投資計(jì)劃。
宜信普惠商通貸：大數(shù)據(jù)技術(shù)服務(wù)小微企業(yè)的較佳范例
宜信普惠“商通貸”是大數(shù)據(jù)賦能小微企業(yè)信貸在產(chǎn)品方面的落地實(shí)踐。宜信大數(shù)據(jù)創(chuàng)新中心數(shù)據(jù)科學(xué)家朱恩東介紹道，為小微企業(yè)提供金融服務(wù)的難點(diǎn)很多，比如抵押物的缺乏、風(fēng)險(xiǎn)難以評(píng)估等等。商通貸提供的服務(wù)則針對(duì)性地解決這些問題：1.純信用，無抵押物；2.純線上，需求快速響應(yīng)；3.支持內(nèi)貿(mào)外貿(mào)各行業(yè)小微企業(yè)服務(wù)平臺(tái)。這一切的實(shí)現(xiàn)得益于商通貸大數(shù)據(jù)結(jié)合人工智能科技的工作。
基于數(shù)據(jù)，商通貸產(chǎn)品背后是人工智能技術(shù)的支撐，朱恩東著重介紹了三大技術(shù)：一是樹型模型融合。海量數(shù)據(jù)通過分類和賦予特征將數(shù)據(jù)結(jié)構(gòu)化形成不同的算法模型，能夠高精準(zhǔn)度對(duì)進(jìn)件客戶進(jìn)行實(shí)時(shí)智能風(fēng)險(xiǎn)評(píng)估；模型可以保證商通貸眾多數(shù)據(jù)源的穩(wěn)定性，也能保證跨平臺(tái)復(fù)用，降低了運(yùn)營(yíng)成本。
二是遷移學(xué)習(xí)。具體包括模型目標(biāo)遷移、客群特征遷移、時(shí)間維度遷移和跨業(yè)務(wù)線遷移。人工智能遷移學(xué)習(xí)解決方案，有效解決了商通貸在初期所面對(duì)的數(shù)據(jù)樣本少、平臺(tái)多、迭代慢的主要問題。
三是深度神經(jīng)網(wǎng)絡(luò)。商通貸技術(shù)團(tuán)隊(duì)開發(fā)了基于深度神經(jīng)網(wǎng)絡(luò)的多項(xiàng)關(guān)鍵技術(shù)，能夠?qū)崿F(xiàn)商品品類分類及評(píng)價(jià)情感分析，對(duì)客戶評(píng)價(jià)等時(shí)間流特征進(jìn)行特征抽取，以及平臺(tái)上“負(fù)樣本”的生成。
通過基于大數(shù)據(jù)的人工智能技術(shù)研究，商通貸的業(yè)務(wù)勢(shì)頭良好，2017年第二季度和去年同期相比，件均業(yè)績(jī)提高了50%，放款量增加了30%，審批通過增加了60%，對(duì)接小微企業(yè)數(shù)據(jù)服務(wù)平臺(tái)數(shù)量增加了40% -- 飛速增長(zhǎng)的同時(shí)，整體風(fēng)險(xiǎn)保持平穩(wěn)，保證了新業(yè)務(wù)的不斷進(jìn)步。
