李尚榮

風險是金融行業(yè)的主線，貫穿業(yè)務始終。在金融回歸本質、服務實體經(jīng)濟的宏觀背景下，金融行業(yè)急需探索一條風險、效率和成本最佳匹配的小微企業(yè)服務新模式。金融市場的新業(yè)態(tài)、新模式不斷涌現(xiàn)，金融欺詐的手法和類型也不斷翻新， 給金融穩(wěn)定帶來了新挑戰(zhàn)。

“問渠哪得清如許，為有源頭活水來”，金融科技的加持打破了傳統(tǒng)風控的邊界，提高了風控的觸角和效率，但如何揚長避短、去粗取精，利用金融科技為傳統(tǒng)金融的風險控制提供新思路和借鑒，是行業(yè)、學術界和監(jiān)管機構共同關注的焦點。

金融科技豐富了傳統(tǒng)風控的內涵和實現(xiàn)路徑

金融行業(yè)風控一直與時俱進，新技術、新方法、新工具持續(xù)得到高度重視和廣泛應用。金融科技為傳統(tǒng)風控帶來了新視角，進而豐富了傳統(tǒng)風控的手段和路徑。

一是風控手段物化為數(shù)。傳統(tǒng)信用模型強調客戶的抵質押物，也就是眼見為實，以過去推導未來。客戶的授信大多數(shù)取決于抵質押物或股東背景，而一旦面臨無抵押、無擔保的小微企業(yè)，金融機構就往往顯得力不從心。目前在小微企業(yè)金融服務上，存在著監(jiān)管、銀行和小微企業(yè)三重天的觀感，原因即在于此。金融科技強調數(shù)據(jù)洞察，基于客戶多維度的數(shù)據(jù)分析建立信用模型，在具體放貸中，不僅可以做到無抵押、無擔保，甚至可以無須見面。正如斯賓格勒在《西方的沒落》中所言，“數(shù)字作為區(qū)分不同數(shù)量的事物和現(xiàn)象的既成的符號，體現(xiàn)了一切被認知、被界定的實際事物的本質”。即便是貸后監(jiān)控，基于LBS和物聯(lián)網(wǎng)等技術，也大大提高了效率和降低了成本，將不可能變成可能。因此，傳統(tǒng)風控將經(jīng)歷著物化為數(shù)， 以抵質押物驅動轉向數(shù)據(jù)驅動的變遷。

二是傳統(tǒng)風控組織形態(tài)的變化?；跀?shù)據(jù)的風控，需要傳統(tǒng)金融機構能夠掌握更多的交易數(shù)據(jù)和場景。供應鏈、交易行為以及資產(chǎn)的數(shù)字化，可以大大豐富金融行業(yè)的傳統(tǒng)風控模型和變量，甚至可以構建獨立的授信模型，但問題是，這些數(shù)據(jù)存在于銀行體系之外，在數(shù)據(jù)沒有打通以及信息安全保護的情況下，銀行難以獲取這些數(shù)據(jù)。而對其中非金融屬性數(shù)據(jù)的分析和建模，也并非傳統(tǒng)金融行業(yè)的長項， 即使擁有了這些數(shù)據(jù)，金融行業(yè)的傳統(tǒng)風控也可能力所不及。因此，為了更好地服務客戶，需要金融行業(yè)與那些擁有數(shù)據(jù)和場景的企業(yè)深度合作，共同構建風控模型，實質是金融行業(yè)風險職能的外包，更進一步而言，改變了傳統(tǒng)的金融供應鏈， 即金融服務的產(chǎn)供銷已經(jīng)發(fā)生了變化，金融利潤需要在不同行業(yè)進行重新分配。

三是風控的邊界由新的技術不斷延拓。人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈等新技術讓風控的能力不斷提升。中國移動互聯(lián)網(wǎng)發(fā)展速度引領全球，移動互聯(lián)網(wǎng)對各行業(yè)的深入滲透與融合也最先發(fā)生在中國，基于移動支付的新的商業(yè)模式每天都在迭代，中國也因此產(chǎn)生和貯存了全球維度最為豐富的用戶數(shù)據(jù)。大數(shù)據(jù)、人工智能等新型技術的不斷演進讓數(shù)據(jù)直接或者間接用于風險定價，改變了傳統(tǒng)金融行業(yè)風控模型搭建的邏輯。結合用戶行為和場景的大數(shù)據(jù)對用戶的分群、分層、畫像精準度不斷提升。隨著AI技術的發(fā)展，機器對人的理解會遠超過目前金融行業(yè)一直以來堅持KYC的標準，除了了解用戶是誰，用戶的未來行為預測將成為真正決定風險定價的能力。金融行業(yè)需要更多地跳出行業(yè)邊界，才能豐富傳統(tǒng)風控的場景。

金融科技打造人、物、場“無界風控”的新模式

金融科技的發(fā)展為金融風險控制帶來了新的機遇，“人”“物”“場”與風控的界限被打通，無界風控的新模式正在逐步形成。

“人”——人的行為和風控的邊界被打破

大數(shù)據(jù)風控并不是完全改變傳統(tǒng)風控，而是利用更加多維的數(shù)據(jù)，使風控模型觸及人的每一個行為變量，從而使模型的輸出結果更加準確。傳統(tǒng)風控更常采用信用屬性強的數(shù)據(jù)指標來判斷借款人的還款能力和違約風險，這在一定程度上容易忽視客戶的潛在風險，也會誤傷一部分客戶。大數(shù)據(jù)風控采用的數(shù)據(jù)量和數(shù)據(jù)類型更加全面、豐富，比如網(wǎng)頁瀏覽記錄、網(wǎng)頁停留時間、商品購買頻率、消費金額、APP使用習慣、地理信息數(shù)據(jù)等，通過一系列看似與客戶違約毫無關聯(lián)的數(shù)據(jù)，卻能夠真實判斷出客戶所處的信用環(huán)境，從而提高對客戶履約能力的識別本領，這就大大提高了風控的能力。簡而言之，數(shù)字世界中對人的行為及屬性更深入的刻畫和理解讓數(shù)字風控的能力越來越強大。

比如，京東金融的生物探針技術就是通過用戶使用手機的習慣，如登錄賬戶敲擊密碼的習慣、使用APP的按壓力度、滑屏速度等，來進行身份識別。在保證順暢使用的同時，達到無感知風控的目的，大大提升用戶體驗度。

“物”——抵押物作為風控核心的限制被打破

抵押物是傳統(tǒng)風控模式下的重要參考標準，金融科技的引入使得“物”的焦點由“抵押物”轉變?yōu)椤吧虡I(yè)模式”，金融機構不再關心客戶貸后違約的還款問題， 而是關注客戶的商業(yè)模式或商業(yè)邏輯能否講得通、說得清，而大數(shù)據(jù)、人工智能、區(qū)塊鏈等技術為講清商業(yè)模式提供了巨大的便利和可能。例如，區(qū)塊鏈技術能夠實時監(jiān)控金融業(yè)務的全流程，任何參與者無法篡改，為建立參與者的共信機制打下了堅實基礎。而大數(shù)據(jù)技術能夠有效預測金融產(chǎn)品的風險和收益的概率，幫助企業(yè)提高風險預警和控制的能力。

比如京東金融的數(shù)字農(nóng)貸模式，以農(nóng)業(yè)生產(chǎn)過程的數(shù)據(jù)化模型為基礎，代入歷史生產(chǎn)數(shù)據(jù)，對未來生產(chǎn)結果做出預測， 再以預測結果產(chǎn)生信用，即對農(nóng)業(yè)生產(chǎn)過程進行評估而產(chǎn)生信用。數(shù)字農(nóng)貸模式的核心在于改變了傳統(tǒng)農(nóng)村金融的基本邏輯，即由依靠抵押物和征信轉變?yōu)榛谵r(nóng)業(yè)生產(chǎn)的經(jīng)營數(shù)據(jù)，而這個數(shù)據(jù)就是農(nóng)業(yè)生產(chǎn)的商業(yè)模式和盈利模式?？梢哉f，數(shù)字農(nóng)貸已成為京東金融踐行數(shù)字普惠金融的最好體現(xiàn)。

京東金融的數(shù)字農(nóng)貸項目上線一年多來，已在山東、吉林、河北、河南、浙江等地與100多家合作社合作，累計放款約10億元，逾期率和壞賬率均為零。以肉雞養(yǎng)殖為例，數(shù)字農(nóng)貸模式使養(yǎng)雞戶在一只雞的養(yǎng)殖周期中，僅需為飼料款付6分錢的利息，避免了對閑置資金付息，比傳統(tǒng)貸款成本低了近一半。

“場”——風控應用場景的時空限制被打破

傳統(tǒng)風控模式在空間和時間上都會產(chǎn)生“錯配”?！翱臻g”上的錯配表現(xiàn)為由于物理網(wǎng)點的限制，并非所有的金融服務需求都能得到滿足，尤其是農(nóng)民、中小微企業(yè)等普惠金融的重點人群的觸達存在困難。“時間”上的錯配表現(xiàn)為風控的實時性得不到滿足，往往是放貸后的風險就無能為力了。

金融科技加持下的智能風控使得風控的時空限制被打破。首先，消除了風控的空間限制，金融科技使風控開始從線下人工審批轉為線上數(shù)據(jù)采集、模型構建和概率預測，風控不再依賴于物理網(wǎng)點的鋪設和信審人員的多少，從而使覆蓋率和觸達能力顯著提升。其次，消除了風控的時間限制，風控不再僅僅是貸前的嚴格審批， 而是貫穿貸前、貸中、貸后的全流程解決方案，應用的場景被大大拓展和延伸。通過對數(shù)據(jù)的綜合全面分析，數(shù)字化風控模型可應用的場景范圍覆蓋反欺詐系統(tǒng)、征信評估系統(tǒng)、監(jiān)控預警系統(tǒng)和風險定價系統(tǒng)。在反欺詐系統(tǒng)中，智能風控能夠在網(wǎng)絡支付、網(wǎng)絡營銷、手機銀行等數(shù)字金融場景中借助技術優(yōu)勢發(fā)展出身份判定、安全性綜合評判、欺詐識別等多種手段。在征信評估系統(tǒng)中，數(shù)字化征信能夠借助海量的互聯(lián)網(wǎng)活動數(shù)據(jù)，對被征信對象刻畫“全息”畫像，使金融服務覆蓋更多用戶和人群。在監(jiān)控預警系統(tǒng)中，數(shù)字科技通過數(shù)據(jù)共享，如當用戶在其他平臺出現(xiàn)逾期、貸款用途變更或失聯(lián)、違法等可能無法按時還款的情況時，可及時進行預警， 同時通過大數(shù)據(jù)智能分析，提供賬戶失聯(lián)信息修復服務，協(xié)助找到失聯(lián)用戶，追回借款。在風險定價系統(tǒng)中，數(shù)字科技可為貸款客戶提供個性化的貸款方案和貸款利率，根據(jù)個人理財目標和風險屬性選擇最合適的投資組合，實現(xiàn)風險定價精準化、金融產(chǎn)品定制化。

比如，京東金融的安全魔方產(chǎn)品覆蓋反欺詐、信貸前中后期等不同業(yè)務場景，并實現(xiàn)客戶在營銷、注冊、登錄、信貸申請、交易、貸中監(jiān)控等不同業(yè)務環(huán)節(jié)的場景全覆蓋。安全魔方解決方案共分為“智盾”“智真”“智數(shù)”“智策”“智慧”五個子模塊?！爸嵌堋?安全識別與驗證。利用生物探針、人臉識別、滑塊驗證、設備認證、指紋驗證等技術手段，通過構建設備識別、人機識別和生物識別全方位安全體系，對用戶進行風險識別、驗證與處置?！爸钦妗薄矸蒡炞C：基于大數(shù)據(jù)驅動的身份、設備、地址等申請信息的驗真服務。“智數(shù)”——風控數(shù)據(jù)： 基于大數(shù)據(jù)驅動和不同場景的風控客戶畫像，識別用戶風險標簽及風險等級。“智策”——基于策略和機器學習技術的風控系統(tǒng)引擎，通過京東金融的風險決策引擎、風險數(shù)據(jù)洞察系統(tǒng)、社群探測等技術，提高合作機構的風險防控能力，加強風險識別效果?！爸腔邸薄獧C器學習與建模解決方案。為客戶提供更加精準高效的機器學習平臺，以及特征工程、模型訓練、模型評估等解決方案，如RNN時間序列算法可通過分析瀏覽網(wǎng)頁的軌跡和反應，判定風險情況。更為重要的是，安全魔方產(chǎn)品不僅支撐了自身的風控架構體系，更是形成了可以對外輸出的能力。目前，安全魔方產(chǎn)品已經(jīng)為中國工商銀行、大連銀行等多家銀行客戶較好地解決了金融業(yè)務中的風險防控問題。

“無界風控”的未來之路

在金融監(jiān)管進入常態(tài)化的后監(jiān)管時代，風控是關系金融從業(yè)機構生死存亡的大事，風控能力逐漸成為其核心競爭力的體現(xiàn)，且風控將呈現(xiàn)“全方位、立體化、多層次”的識別和防控，除了大數(shù)據(jù)、云計算、人工智能等科技的不斷完善，新型智能風控在自我迭代中也呈現(xiàn)出一些新的趨勢。

一是搭建線上和線下融合的風控體系是必要之舉。依托金融科技的線上審批活動能夠提高效率、降低成本。但金融科技不是萬能的，傳統(tǒng)金融機構的線下業(yè)務有著天然的優(yōu)勢，需要充分融合，發(fā)揮合力。

二是數(shù)據(jù)信息的交換共享是當務之急。一方面需要建立數(shù)據(jù)共享機制，在金融網(wǎng)絡之間推廣統(tǒng)一的網(wǎng)絡互連協(xié)議，打破國內金融機構間金融專用網(wǎng)絡隔閡，以銀行為代表的傳統(tǒng)金融機構也應進一步開放數(shù)據(jù)給外部機構；另一方面需要加強數(shù)據(jù)清洗、脫敏等治理手段的標準化建設， 要解決數(shù)據(jù)的“定價問題”，最終解決數(shù)據(jù)的流通問題。

三是用金融科技防范“次生風險”是重中之重。金融科技作為優(yōu)化傳統(tǒng)風控的重要活水，為整個風控行業(yè)的效率變革發(fā)揮了重要作用。但隨之衍生出的欺詐風險亦呈現(xiàn)“科技化”“專業(yè)化”的趨勢，這類“次生風險”需要引起足夠的重視。

正如巴菲特所說：“風險來自于你不知道自己在做什么?！痹陲L險無處不在、無時不在的環(huán)境下，消滅風險是絕無可能的，我們真正要做的是提高對風險的感知、識別和控制能力，而金融科技無疑為我們更好地認識和控制風險打開了一扇新窗。

（作者系京東金融副總裁）