您的位置:首頁>財經>正文

致誠信用趙卉在2017朗迪金融科技峰會發聲

資料共用共防風險, 大資料風控仍只是補充

上海2017年7月19日電 /美通社/ -- “當有征信資料和借款人以往的借貸歷史資料, 比如說宜信11年積累下來的借貸歷史資料, 它就是判斷一個借款人的還款能力和還款意願的強金融相關資料。 有借款人信貸歷史資料, 借款人過去的借貸行為就是反映一個人未來還款與否的最重要的指標, 大資料就只能是一個補充。 ”

2017年7月16日, 北京宜信致誠信用管理有限公司(以下簡稱“致誠信用”)總經理趙卉在上海出席2017Lendit朗迪金融科技峰會時做出了以上發言。 在這一全球範圍內具備頂尖規格和影響力的金融科技盛會上,

來自全球23個國家、800多家機構、超過3200名業界領袖和投資人在此展開對話, 探討全球金融科技發展趨勢。

致誠信用總經理趙卉

趙卉受邀在“信用與資料”分論壇環節發表了“信用資料與大資料”的主題演講, 針對行業中對於各種不同屬性的資料在稱呼和用途上混淆以及目前以資料共用來打破資料孤島、進行風險聯防聯控對於行業健康發展的必要性等進行了詳細探討。

大資料不是征信資料, 大資料風控是傳統風控的補充

行業更多把征信資料之外的非傳統性資料(alternative data)如協力廠商資料、互聯網資料等稱為大資料。 “大資料可以應用于金融行業的信審風控。 但它不是征信資料, 起碼現在還不是, ”趙卉指出, “征信資料是基於金融借貸的資料, 是金融強相關的信貸資料, 征信資料一定是通用的、透明的、穩定的、信用相關性強的;而大資料的維度雖多, 但只面向特定人群, 不符合征信機構資料的特徵。 ”

世界上沒有一個所謂“大資料征信”的概念,

這是中國獨有的。 趙卉介紹道:“美國大資料風控之所以興起, 是因為美國的征信只覆蓋了美國85%的人群, 有15%的人群沒有征信記錄, 所以需要更多維度的資料來做信用評估。 在中國, 大資料風控的出現與發展和美國的情況也極其相似。 中國缺乏完整的征信體系, 中國的個人征信系統中只包含了中國25%的人口, 而市場上普惠金融所覆蓋的人群並不是傳統金融銀行覆蓋的人群。 在沒有這些人群的征信資料情況下, 只能用各種維度的大資料來進行風控。 ”

大資料的資料獲取和計算能力可以建立即時的風險管理視圖。 借助於多方面多維度的資料、自我學習能力的風控模型、即時計算結果, 可以提升量化風險評估能力。

大資料風控可以使信審流程自動化, 提升信審風控效率, 但是目前在資料覆蓋率、匹配率等等問題上, 大資料風控不能完全取代傳統基於征信資料的風控。

“大資料風控的運用, 不僅僅在中國, 而且在全世界都有一些疑問。 比如資料的品質和權威性能否保證?資料維度是不是越多越好?互聯網資料偽造問題如何發現和解決?統計的基本原理正確性怎樣證明?個人隱私保護和資訊安全如何保障?等等”趙卉針對大資料風控提出了疑問, “在美國, 美聯儲曾經警告金融科技公司, 使用諸如社交媒體資訊等非傳統資料來判斷信貸價值存在風險。 因為這種判斷方式可能導致他們觸犯與公平貸款相關的法律。

“然而, 未來隨著技術、立法的完善, 相信大資料風控未來會發揮更大的水準, 這是一個趨勢。 ”趙卉說。

中國普惠金融的風控和征信現狀決定資料共用必要性

央行個人征信中心有信貸記錄的人群只覆蓋了全國四分之一, 並未覆蓋普惠金融所服務的人群, 尤其是低收入人群。 雖然中國民間信貸已經發展成為中國經濟體系的重要組成部分, 但各互聯網金融機構之間缺乏互聯互通的共用機制, 形成眾多資料孤島, 目前多頭負債與欺詐風險愈發嚴重。

趙卉詳細介紹道:“當一個借款人到一家機構申請借款時, 這家機構對他的信用審核是根據該借款人的還款意願和還款能力做出的, 但糟糕的是, 每個機構並不知道站在他們面前的借款人或許已經向十多家機構申請並拿到了貸款, 甚至已經在很多家都有嚴重逾期現象了。所謂的多頭負債就是這樣產生的。同時,金融行業的欺詐現象從來就沒有停息過,並且一直以來,由於中國征信體系的不完善,金融欺詐如同駭客攻擊一般持續、長久的存在,欺詐招數更是五花八門,令各機構防不勝防。如何精准識別虛假資訊申請、冒用身份申請、機構代辦、多頭借貸、組團騙貸等欺詐風險也是各機構面臨的問題。”

“如果不能降低這些風險,有效地規避信用崩盤、信用風暴出現,很有可能會演化一個行業性的系統風險,這是網貸行業下一個十年發展的關鍵問題。所以,只有資訊共用才有希望説明行業形成一個良性的生態環境,只有抱著誠信的態度,真實、合規、高質、有效地進行資料對接共用,這樣才能真正打破資訊孤島。”趙卉說。

阿福共用平臺 -- 以降低行業風險、提高風控水準為己任

作為共用的宣導者,2015年6月致誠信用率先推出阿福風控雲平臺,將宜信10年積累的1200萬全量借貸資料,及經過反欺詐團隊調查核實的逾40萬風險名單,向行業機構免費提供查詢,成為業內唯一的一個提供宜信全量借貸資料查詢的平臺。

“很多機構查詢一年之後發現資料是真實的,及時更新的,對他們的信審風控有極大幫助。於是有機構客戶找到我們說,感謝宜信首先誠信共用,我們也願意和宜信一起邁出這一步,我們也願意共用我們的資料。”趙卉介紹阿福平臺時說道,“於是2016年12月致誠信用正式發佈致誠阿福共用平臺,創新性地提出了‘共用+’的理念,誠邀行業誠信機構加入,共同打造一個風險管理及金融科技共用雲平臺,實現了從最初的單向共用到如今的多元共用。阿福共用平臺堅持誠信共用、有效共用、免費共用,不以盈利為目的,以降低行業風險、提高行業風控水準為己任。”

截至2017年6月,阿福平臺合作機構達到658家,涵蓋網貸、小貸、消費金融、銀行、保險等行業。

在資料方面,阿福平臺形成了千萬級的宜信借款記錄資料及千萬級的福網風險名單資料庫,資料涵蓋信貸、消費金融、房貸、車貸、小微企業貸等多種借款類型,遍佈全國251個城市和93個農村地區。

阿福平臺累計總查詢量達到了2614萬次。其中借款記錄查詢總次數達1351萬次,總查得率為68%。風險名單查詢總次數達1263萬次,總查得率為10%。平臺對多頭借貸預警總次數達554萬次。其中,在2家及以上機構申請借款的總人數達191萬人,在5家及以上機構申請借款的總人數達29.42萬人,同一借款人最多向29家機構申請了借款。

演講最後,趙卉提到:“在統一的社會性個人征信系統建立之前,持續向行業提供資料與金融科技共用服務是阿福平臺義不容辭的使命。同時,致誠阿福也在持續進行孵化和創新,將會不斷推出風險管理的產品和服務。”

截止目前,平臺上已經有包含阿福共用查詢,阿福基礎查詢,福網,福分,風險速查,授權資料包告,反欺詐決策引擎在內的7大子產品。未來,阿福平臺將繼續在人工智慧、大資料、雲計算、知識圖譜等科技領域積極探索,在基於具有金融DNA的資料基礎上,輔以科技的創新性應用,努力探索風控新方法新技術。

甚至已經在很多家都有嚴重逾期現象了。所謂的多頭負債就是這樣產生的。同時,金融行業的欺詐現象從來就沒有停息過,並且一直以來,由於中國征信體系的不完善,金融欺詐如同駭客攻擊一般持續、長久的存在,欺詐招數更是五花八門,令各機構防不勝防。如何精准識別虛假資訊申請、冒用身份申請、機構代辦、多頭借貸、組團騙貸等欺詐風險也是各機構面臨的問題。”

“如果不能降低這些風險,有效地規避信用崩盤、信用風暴出現,很有可能會演化一個行業性的系統風險,這是網貸行業下一個十年發展的關鍵問題。所以,只有資訊共用才有希望説明行業形成一個良性的生態環境,只有抱著誠信的態度,真實、合規、高質、有效地進行資料對接共用,這樣才能真正打破資訊孤島。”趙卉說。

阿福共用平臺 -- 以降低行業風險、提高風控水準為己任

作為共用的宣導者,2015年6月致誠信用率先推出阿福風控雲平臺,將宜信10年積累的1200萬全量借貸資料,及經過反欺詐團隊調查核實的逾40萬風險名單,向行業機構免費提供查詢,成為業內唯一的一個提供宜信全量借貸資料查詢的平臺。

“很多機構查詢一年之後發現資料是真實的,及時更新的,對他們的信審風控有極大幫助。於是有機構客戶找到我們說,感謝宜信首先誠信共用,我們也願意和宜信一起邁出這一步,我們也願意共用我們的資料。”趙卉介紹阿福平臺時說道,“於是2016年12月致誠信用正式發佈致誠阿福共用平臺,創新性地提出了‘共用+’的理念,誠邀行業誠信機構加入,共同打造一個風險管理及金融科技共用雲平臺,實現了從最初的單向共用到如今的多元共用。阿福共用平臺堅持誠信共用、有效共用、免費共用,不以盈利為目的,以降低行業風險、提高行業風控水準為己任。”

截至2017年6月,阿福平臺合作機構達到658家,涵蓋網貸、小貸、消費金融、銀行、保險等行業。

在資料方面,阿福平臺形成了千萬級的宜信借款記錄資料及千萬級的福網風險名單資料庫,資料涵蓋信貸、消費金融、房貸、車貸、小微企業貸等多種借款類型,遍佈全國251個城市和93個農村地區。

阿福平臺累計總查詢量達到了2614萬次。其中借款記錄查詢總次數達1351萬次,總查得率為68%。風險名單查詢總次數達1263萬次,總查得率為10%。平臺對多頭借貸預警總次數達554萬次。其中,在2家及以上機構申請借款的總人數達191萬人,在5家及以上機構申請借款的總人數達29.42萬人,同一借款人最多向29家機構申請了借款。

演講最後,趙卉提到:“在統一的社會性個人征信系統建立之前,持續向行業提供資料與金融科技共用服務是阿福平臺義不容辭的使命。同時,致誠阿福也在持續進行孵化和創新,將會不斷推出風險管理的產品和服務。”

截止目前,平臺上已經有包含阿福共用查詢,阿福基礎查詢,福網,福分,風險速查,授權資料包告,反欺詐決策引擎在內的7大子產品。未來,阿福平臺將繼續在人工智慧、大資料、雲計算、知識圖譜等科技領域積極探索,在基於具有金融DNA的資料基礎上,輔以科技的創新性應用,努力探索風控新方法新技術。

Next Article
喜欢就按个赞吧!!!
点击关闭提示