“强”“弱”数据 打造国美金融智能风控体系

  11月24日，汇聚全球140余位技术精英的GITC2017全球互联网技术大会在北京国家会议中心举办。峰会从大数据应用、人工智能、IOT、互联网金融、网络安全、前端技术等多维度多领域，全面解析大数据时代的技术风口和最佳实践。作为金融科技从业人士，国美金融大数据中心总监李少伟受邀出席，并以《大数据驱动下的互联网金融创新——大数据技术在国美金融的实践》为主题发表演讲，与众多同业人士共探大数据技术在金融领域的应用实践与未来趋势。

    大数据促进金融三大创新

    大数据作为新一轮技术革命和科技创新的标志之一，正在对经济运行机制、生活方式和社会治理体系产生重要影响。“十三五”规划纲要中明确提出“实施国家大数据战略”，“把大数据作为基础性战略资源，全面实施促进大数据发展行动，加快推进数据资源共享开放和开发应用，助力产业转型升级和社会治理创新。”

    “数据是信息时代的象征。”国美金融李少伟在演讲中如是说道。他认为，金融业是数据密集型行业，既是大数据的重要生产者，同时也高度依赖信息技术，是典型的数据驱动行业。

    大数据之于金融领域，在近年来金融企业对其重视程度也可见一斑。相关行业报告指出，在中国大数据市场行业投资结构中，金融、通讯、零售为前三大行业。李少伟认为，在互联网金融环境中，数据作为金融核心资产，将撼动传统客户关系及抵押制品在金融业务中的地位。

    “大数据可以促进高频交易、社交情绪分析和信贷风险分析三大金融创新。无论互联网金融领域哪种业务模式及产品交互无不体现对大数据的合理运用。”李少伟说道。

    “强”与“弱”的融合应用

    金融的本质是风控。从大数据风控与传统风控来看，李少伟认为，两者主要区别于风控模型数据输入维度和数据关联性分析的不同。

    “大数据风控很重要的一个特点是，除了使用传统风控数据，如年龄、收入、职业、学历等强金融相关数据外，还使用用户行为数据等弱金融相关数据。”李少伟表示，过去用户行为数据之所以未放到信用风险评估模型中，数据难获取是重要原因之一。而互联网及大数据等技术发展使得获取这些数据并能有效处理成为可能。

    “现实行为数据对信用风险评估也具有较大影响，一定概率下决定了用户风险水平。”李少伟说道。

    对于数据驱动型金融企业，通常自有完整大数据系统，以数据为支撑进行各环节分析决策，从而实现在精准营销、风险管控和运营优化得到全方位的升效，为用户提供安全、便捷的服务体验。

    与传统金融机构相比，国美金融不仅依托零售业巨头国美深耕零售领域30年，服务了1.8个亿会员所累积的大量多方位、多样化用户数据；2016年8月，国美金融还全面接入央行征信系统，广泛与外部征信机构合作，目前国美金融接入独立数据源已达40多家。

    基于大数据技术，国美金融构建了一套完整的从数据收集、整理、报告到转化成行业洞见和决策建议的数据价值体系。“效率上，国美金融的风控指标达1000以上，整个风控耗时10秒以内。”李少伟表示，大数据技术使得国美金融整个风控流程达到高度自动化与智能化，提高效率的同时，极大地降低了人工成本。

    反欺诈，如何定义“关系”更关键

    反欺诈是风控中最重要的环节，而大数据的反欺诈难点在于如何把不同来源的数据整合在一起，并构建反欺诈引擎，从而有效地识别出欺诈案件。

    “常用的风控模型，是通过建立一个规则引擎或者机器学习模型来描述欺诈行为特征，从而将欺诈行为从正常操作中区别开来。”但李少伟指出，无论是规则引擎还是机器学习模型，都是从历史案例中发现发生金融风险时重复出现的个体行为模式。这在很多领域被证明为有效，然而在解决金融欺诈问题时却出现，金融欺诈模式不仅仅是重复出现在历史案例中的个体行为模式等情况。

    对此，国美金融建立了自己的知识图谱。知识图谱能把不同个体按照其关系连接在一起，从而提供了从“关系”角度分析问题的能力。

    “在反欺诈领域，如何定义‘关系’更为关键，‘关系’定义恰当，能有效减小图计算的复杂度和提高利用图算法进行反欺诈的效果，事半功倍，也是基石。”李少伟说道。

    目前，国美金融基于大数据技术建立了罗盘用户洞察体系、水滴风险控制体系，极大地推进精准营销水平、完善风险管理机制。从本质上实现数据驱动业务、技术改变金融。