北京2018年11月7日電 /美通社/ -- 中誠信征信副總裁殷寶玲認為，通過結合了大數(shù)據(jù)、知識圖譜、機器學習等技術的 AI 平臺，在傳統(tǒng)風控手段及數(shù)據(jù)基礎上，補充了“關聯(lián)”這一全新視角來審視風險，并以智能化手段進行風險特征的學習與識別，可有效解決金融企業(yè)單體信息不足的情況下風險評估難題。
近年來，金融呈現(xiàn)互聯(lián)網(wǎng)化趨勢，越來越多的交易不再通過面對面形式達成，這也給一些不法分子可乘之機，網(wǎng)絡上各類身份偽造、黑中介等欺詐行為層出不窮，且欺詐行為更加隱蔽和復雜，相對于此，近兩年服務于金融機構的技術服務商也是層出不窮，競爭激烈。作為起家于征信行業(yè)、服務于金融企業(yè)的第三方信用科技服務機構，對于如何解決金融行業(yè)的欺詐問題以及風險管理，中誠信征信另辟蹊徑，走出了“信用+技術”的商業(yè)模式。
“信用科技”助力金融企業(yè)風險管控
信用機構對于“風險”二字最為敏感，他們所做的一切工作都圍繞其進行。而金融機構天生就要與“風險”做斗爭，這與信用服務機構的服務宗旨不謀而合。
殷寶玲表示，個人伴隨著公司的發(fā)展而不斷成長，期間也見證了公司的不斷壯大：中誠信征信有限公司前身為中誠信集團2002年成立的征信與商賬管理事業(yè)部；2005年正式注冊成立征信公司，開展企業(yè)征信、電商認證、實地調研、信用管理咨詢等征信服務業(yè)務。2015年開始開展個人征信和大數(shù)據(jù)風控業(yè)務，僅三年多時間，大數(shù)據(jù)風控業(yè)務比重已上升到80%，足見這一領域旺盛的市場需求；2017年，公司業(yè)內(nèi)首度提出了“信用科技”理念，以呼應新時代背景下科技在信用風險管理領域的應用。
在殷寶玲看來，信用相關領域服務的范疇越來越廣泛。從最初狹義的以償還為目的的銀行借貸活動中，對信用主體所表現(xiàn)出來的獲得信貸的能力與按時還款、履約的能力判斷；到廣義的有價證券交易、商業(yè)貿(mào)易往來等交易活動中，信用主體所表現(xiàn)出來的成交能力與履約能力的判斷；目前已擴展至更廣泛的職場、家政服務、共享經(jīng)濟等業(yè)務場景。
“目前中誠信征信服務的客戶仍以金融機構為主，銀行客戶占比較大，保險機構這幾年也在不斷增多，這與整個行業(yè)對風控的需求離不開?！币髮毩崽寡裕肮九c保險機構的合作日益深入，服務范圍已從國內(nèi)市場擴展至國際市場；服務內(nèi)容已從簡單的信用報告服務擴展至為保險機構提供風控工具、智能化平臺等全方位服務。服務階段已從事前的客戶風險判斷擴展至事中的信用監(jiān)控、事后的商賬管理與催收全業(yè)務流程。為保險機構提高業(yè)務決策效率、防范信用風險、降低交易成本等方面起到了積極的作用。”
當然，僅僅考察單一主體的信用狀況不能全面進行風險識別與把控，隨著新技術的發(fā)展及數(shù)據(jù)處理技術及手段的不斷提升，為深入、全面的風險控制提供了新的方法及思路。
引入“關聯(lián)”全新視角審視風險
當前，技術驅動金融服務產(chǎn)業(yè)轉型升級的作用日趨明顯，以技術創(chuàng)新引領的金融服務模式變革趨勢仍將持續(xù)。如何將前沿技術與各類金融服務場景深度整合，使技術創(chuàng)新發(fā)揮較大價值，已成為金融科技產(chǎn)業(yè)的重要研究課題。
以金融機構為例，有些企業(yè)或者個人在參與金融活動的各個階段可能都存在一定風險，相關的數(shù)據(jù)維度不斷豐富，例如股權關系、對外投資、交易、物流、通訊、社交等復雜關系數(shù)據(jù)，但是受限于傳統(tǒng)關系型數(shù)據(jù)庫的機制，往往造成查詢效率低、關聯(lián)程度差等難題，數(shù)據(jù)的關聯(lián)價值難以直觀體現(xiàn)。與此同時，金融機構在面對高維及超高維的復雜關系數(shù)據(jù)時，傳統(tǒng)建模技術受限于數(shù)據(jù)處理能力、計算能力，導致模型結果欠佳。因此，如何解決復雜關系數(shù)據(jù)的深度挖掘及建模分析，進而有效識別互聯(lián)化趨勢下的風險行為，成為各金融機構在新時代風控智能化進程中所面臨的核心問題之一。
“我們基于大數(shù)據(jù)、知識圖譜、機器學習等技術研發(fā)的 AI 平臺 -- 萬象智慧，實現(xiàn)了數(shù)據(jù)關聯(lián)挖掘、風險特征學習與識別的自動化、智能化。在技術層面可大幅提升金融機構的數(shù)據(jù)處理及挖掘分析能力，其中基于萬象智慧的模型自學習模式，風控模型還可以隨著業(yè)務數(shù)據(jù)流轉不斷優(yōu)化迭代，自我學習；在業(yè)務應用層面，與傳統(tǒng)風控體系相比，補充了“關系”這一全新視角后，實現(xiàn)了風險識別手段由點到面的提升，可深度挖掘群體間隱藏的關聯(lián)風險，同時具備天然的團伙欺詐識別能力?！币髮毩峤榻B。
舉個例子來看，比如某人具有明顯的風險特征，與之關聯(lián)的某個群體（例如頻繁交易、資料相似等）則也可能有潛在風險，所以在做風險管理時就要特別注意與之關聯(lián)的這些群體，通過關聯(lián)風險挖掘審視和分析，以保證風控的全面性和有效性。
而這樣做的效果如何？“自2018年5月產(chǎn)品發(fā)布以來，基于萬象智慧平臺在執(zhí)行和洽談的大型合作已有數(shù)十個，可有效改善金融機構的欺詐識別率?！币髮毩嵴f道。
除了大數(shù)據(jù)、知識圖譜和機器學習技術以外，引入?yún)^(qū)塊鏈技術則能夠為金融資產(chǎn)管理助力，利用區(qū)塊鏈特有的技術信任機制，可以有效約束資產(chǎn)方的商業(yè)道德風險，提高底層資產(chǎn)數(shù)據(jù)、交易、信用評估的透明度。
在殷寶玲看來，征信與風控更多的是一種約束能力，未來信用科技的日益成熟將會助力金融行業(yè)的大發(fā)展。
