服務(wù)機構(gòu)）.jpg)
公司介紹
財經(jīng)新聞
搭建大數(shù)據(jù)風控中臺，正成為眾多銀行強化業(yè)務(wù)風控能力的新趨勢。
“原先我們構(gòu)建大數(shù)據(jù)風控中臺，主要是想打通各業(yè)務(wù)部門數(shù)據(jù)并優(yōu)化風控體系。但現(xiàn)在我們發(fā)現(xiàn)，大數(shù)據(jù)風控中臺還能創(chuàng)造更大的價值�！币晃还煞葜沏y行風控部門人士指出。一是實現(xiàn)風控評估、風險定價、客戶授信的統(tǒng)一，避免同一個客戶在不同業(yè)務(wù)部門獲得不同授信額與貸款利率等業(yè)務(wù)套利狀況發(fā)生，二是賦能前臺業(yè)務(wù)端，更好解決反欺詐、貸后管理等業(yè)務(wù)痛點。
但他坦言，要構(gòu)建完善的大數(shù)據(jù)風控中臺，絕非易事。由于各業(yè)務(wù)部門的數(shù)據(jù)口徑與定義有所偏差，他們需要派出工作人員開展數(shù)據(jù)清洗梳理，導致人力成本居高不下；此外，銀行內(nèi)部也注意到僅僅依賴內(nèi)部數(shù)據(jù)不足以解決某些業(yè)務(wù)風控盲點，需要引入外部更多維度數(shù)據(jù)“彌補缺漏”。
“更重要的是，面對日益海量的數(shù)據(jù)，銀行內(nèi)部還缺乏豐富的策略模型，從中提煉有價值的數(shù)據(jù)賦能業(yè)務(wù)穩(wěn)健發(fā)展�！边@位股份制銀行風控部門人士告訴記者。
在他看來，借助第三方金融科技平臺解決大數(shù)據(jù)風控中臺搭建過程所面臨的諸多挑戰(zhàn)，或許是一條捷徑。
騰訊安全金融風控總經(jīng)理陳波向記者指出，目前他們正幫助多家銀行搭建統(tǒng)一的風控數(shù)據(jù)中臺，即將銀行從外部接入的數(shù)據(jù)、內(nèi)部數(shù)據(jù)、以及各類業(yè)務(wù)沉淀數(shù)據(jù)納入統(tǒng)一的數(shù)據(jù)中臺，驅(qū)動銀行的用戶畫像更加完善，進而支持銀行不同業(yè)務(wù)場景在風控能力持續(xù)提升的情況下穩(wěn)健發(fā)展。
“在協(xié)助銀行搭建大數(shù)據(jù)風控中臺的過程里，我們還會輸出決策引擎、知識圖譜、設(shè)備指紋等多種金融科技，將我們的科技賦能加工成一個個指標、變量或規(guī)則，協(xié)助銀行更快速地洞察潛在業(yè)務(wù)風險并及時采取防范措施�！彼赋�。
在多位銀行業(yè)內(nèi)人士看來，隨著《數(shù)據(jù)安全法》、《個人信息保護法》等法規(guī)相繼出臺，銀行在搭建大數(shù)據(jù)風控中臺過程正面臨數(shù)據(jù)合規(guī)獲取使用的新挑戰(zhàn)。
“目前，我們銀行內(nèi)部特別強調(diào)對外部數(shù)據(jù)源的盡職調(diào)查，確保所有數(shù)據(jù)來源都事先獲得用戶授權(quán)。”一位城商行風控部門主管告訴記者。在銀行內(nèi)部，合規(guī)部門還會經(jīng)常調(diào)查數(shù)據(jù)中臺部門的各項數(shù)據(jù)使用是否“越界”，避免數(shù)據(jù)濫用狀況發(fā)生。
“為了確保數(shù)據(jù)合規(guī)使用，我們正基于個人數(shù)據(jù)的可攜帶權(quán)開發(fā)產(chǎn)品。區(qū)別于傳統(tǒng)B2B模式，它主要是用戶根據(jù)獲取金融服務(wù)的需要，主動將自身信息數(shù)據(jù)通過小程序傳送給銀行機構(gòu)，作為獲取個性化金融服務(wù)的新依據(jù)�！� 陳波指出。
多位銀行人士向記者指出，除了數(shù)據(jù)合規(guī)獲取使用，銀行要搭建完善的大數(shù)據(jù)風控中臺，還需“從上而下”地引導各個業(yè)務(wù)部門積極分享數(shù)據(jù)與協(xié)同作戰(zhàn)。
“在銀行內(nèi)部，數(shù)據(jù)與業(yè)務(wù)職責未必是一一對應(yīng)的，就容易出現(xiàn)業(yè)務(wù)部門不愿對數(shù)據(jù)風險擔責的狀況，導致數(shù)據(jù)中臺與業(yè)務(wù)部門之間存在推諉現(xiàn)象。這更需要銀行內(nèi)部先理清數(shù)據(jù)分享使用過程的各種權(quán)責，讓各業(yè)務(wù)部門更愿貢獻更多數(shù)據(jù)，令大數(shù)據(jù)風控中臺更有施展空間�！鄙鲜龀巧绦酗L控部門主管向記者指出。經(jīng)過一段時間的實踐，他們發(fā)現(xiàn)數(shù)據(jù)中臺的數(shù)據(jù)庫越全面豐富，各項業(yè)務(wù)的風控能力越強。
大數(shù)據(jù)風控從“各自為戰(zhàn)”到“集中統(tǒng)一”
“要構(gòu)建大數(shù)據(jù)風控中臺，絕非易事�！鄙鲜龉煞葜沏y行風控部門人士一再強調(diào)說。
以往，銀行的風控體系呈現(xiàn)煙囪式形態(tài)，即零售、對公、普惠、信用卡、跨境貿(mào)易等各個業(yè)務(wù)部門都建立各自的數(shù)據(jù)管理系統(tǒng)與風控團隊，但這導致各個業(yè)務(wù)部門呈現(xiàn)各自為戰(zhàn)的狀況，往往因信息不對稱而出現(xiàn)風險洞察滯后等問題。
舉例而言，一個用戶在信用卡業(yè)務(wù)部門出現(xiàn)逾期，但普惠、零售等業(yè)務(wù)部門對此“不知情”并繼續(xù)發(fā)放貸款，就容易發(fā)生更大范疇的壞賬風險。
“在這種情況下，銀行高層決定構(gòu)建統(tǒng)一的全行級數(shù)據(jù)中臺，實現(xiàn)用戶畫像的統(tǒng)一，從而助力各項業(yè)務(wù)更穩(wěn)健發(fā)展。”他回憶說。
但是，數(shù)據(jù)中臺的建設(shè)，首先會涉及銀行內(nèi)部不同系統(tǒng)的對接，尤其是各個業(yè)務(wù)接口與業(yè)務(wù)數(shù)據(jù)的打通。起初，部分業(yè)務(wù)部門未必愿意“貢獻”自己的業(yè)務(wù)數(shù)據(jù)。
這位股份制銀行風控部門人士透露，經(jīng)過總行的協(xié)調(diào)努力，目前銀行各個零售業(yè)務(wù)部門已基本實現(xiàn)數(shù)據(jù)打通，并形成日益完整的數(shù)據(jù)中臺。但在這個數(shù)據(jù)打通融合的過程里，他們也發(fā)現(xiàn)很多業(yè)務(wù)條線的數(shù)據(jù)口徑與定義不盡相同，需要IT數(shù)據(jù)部門開展大量數(shù)據(jù)清洗梳理提煉，將大量非結(jié)構(gòu)性數(shù)據(jù)轉(zhuǎn)化成全行通用的標準化結(jié)構(gòu)化數(shù)據(jù)。
“目前，數(shù)據(jù)中臺發(fā)揮的首要作用，就是實現(xiàn)風險評估、用戶授信、風險定價的統(tǒng)一�！彼赋�。具體而言，無論個人用戶在汽車金融、消費金融、信用卡、住房按揭貸款等業(yè)務(wù)部門申請貸款，各部門都會看到“統(tǒng)一”的用戶畫像，并根據(jù)自身業(yè)務(wù)特點與用戶特定需求提供相應(yīng)的貸款方案，且若一個用戶在汽車金融貸款方面出現(xiàn)逾期，其他業(yè)務(wù)部門也會快速獲取相應(yīng)信息，盡早做好風險防范措施。
記者獲悉，這也驅(qū)動銀行數(shù)據(jù)中臺快速向“風控中臺”蛻變。隨著各業(yè)務(wù)部門數(shù)據(jù)被打通，各個業(yè)務(wù)部門也開始時將各自風控模型集合統(tǒng)一，彼此相互學習其他部門的先進做法。甚至銀行內(nèi)部還組建了風控變量中心，讓各個業(yè)務(wù)部門將客戶識別、業(yè)務(wù)風險等變量因素全部拿出來共享，通過彼此相互學習實現(xiàn)銀行內(nèi)部風控資源的最大化使用。
更重要的是，這類大數(shù)據(jù)風控中臺還有效賦能業(yè)務(wù)端工作人員。比如很多銀行一線工作人員通過“統(tǒng)一”的用戶畫像，可以更全面地了解用戶經(jīng)濟狀況變化動態(tài)，提供更具針對性的金融服務(wù)。
“目前，我們會在大數(shù)據(jù)風控中臺基于用戶畫像洞察，開展一些新業(yè)務(wù)探索，再通過小批量測試，通過這個風控中臺檢測優(yōu)化其風控模型，直到風控水準達到銀行要求，再向業(yè)務(wù)端大規(guī)模推廣，確保銀行多項業(yè)務(wù)創(chuàng)新更具風控能力�！币晃怀巧绦挟a(chǎn)品創(chuàng)新部門負責人向記者透露。
但他承認，隨著銀行對大數(shù)據(jù)風控中臺的期待值越來越高，它的人力成本始終居高不下。畢竟，眾多業(yè)務(wù)部門對數(shù)據(jù)提煉使用產(chǎn)生的大量定制化需求，需要大量人員投入才能快速響應(yīng)業(yè)務(wù)部門要求。但這帶來一系列新問題，比如人力成本與項目成本的分攤，到底是劃歸業(yè)務(wù)部門還是技術(shù)部門。
這位城商行產(chǎn)品創(chuàng)新部門負責人透露，目前他們正考慮引入外部金融科技平臺的科技賦能，一方面有效降低大數(shù)據(jù)風控中臺的人力成本開支，另一方面也能引入更多數(shù)據(jù)，更有效地響應(yīng)業(yè)務(wù)部門各類定制化的數(shù)據(jù)需求，實現(xiàn)更大范疇的降本增效。
陳波向記者透露，目前騰訊安全金融風控部門正基于銀行內(nèi)部交易數(shù)據(jù)與設(shè)備數(shù)據(jù)，將大量數(shù)據(jù)進行清洗加工補全，形成一個個通用的數(shù)據(jù)畫像，實現(xiàn)數(shù)據(jù)的“特征化”，助力銀行在不同業(yè)務(wù)場景可以高效使用這些數(shù)據(jù)優(yōu)化自身風控能力。此外，他們還將很多底層數(shù)據(jù)生成基礎(chǔ)特征，并搭建數(shù)據(jù)集市供銀行各個業(yè)務(wù)部門調(diào)用，盡管有些數(shù)據(jù)未必產(chǎn)生收益，但可以抵消業(yè)務(wù)部門數(shù)據(jù)使用的某些成本。
上述城商行產(chǎn)品創(chuàng)新部門負責人透露，通過引入第三方金融科技平臺的技術(shù)與風控模型，目前他們互聯(lián)網(wǎng)金融業(yè)務(wù)的反欺詐風控效率得到明顯提升，尤其是前者根據(jù)最新欺詐行為所制定的新型反欺詐風控算法模型，幫助他們規(guī)避很多涉嫌欺詐的線上貸款申請。
“目前，我們正將這些反欺詐風控算法模型反哺給業(yè)務(wù)端，幫助業(yè)務(wù)部門運營端與基層網(wǎng)點加強針對性的員工培訓，以便他們在業(yè)務(wù)開展過程注意相應(yīng)數(shù)據(jù)采集，及時洞察用戶線上貸款申請過程的某些異常行為，從而第一時間降低欺詐風險�！彼赋觥�
數(shù)據(jù)提煉的新挑戰(zhàn)
隨著大數(shù)據(jù)風控中臺的持續(xù)迭代升級，如何在海量數(shù)據(jù)里提煉有價值的數(shù)據(jù)賦能業(yè)務(wù)風控能力提升，儼然成為銀行面臨的新挑戰(zhàn)。
一家民營銀行風控部門主管向記者透露，如今他們每天都會收到大量數(shù)據(jù)，無論是自身業(yè)務(wù)部門，還是第三方金融科技平臺，都會傳來大量數(shù)據(jù)，但如何找到對業(yè)務(wù)風控有價值的數(shù)據(jù)，宛如大海撈針。
記者多方了解到，目前越來越多銀行開始引入數(shù)據(jù)標簽代替客戶的原始數(shù)據(jù)，此舉既能更好地保護客戶數(shù)據(jù)安全，又能幫助業(yè)務(wù)部門更高效地使用數(shù)據(jù)優(yōu)化風控模型。
值得注意的是，隨著《數(shù)據(jù)安全法》、《個人信息保護法》等法規(guī)相繼出臺，各家銀行在使用數(shù)據(jù)標簽替代原始數(shù)據(jù)同時，也開始更加重視數(shù)據(jù)合規(guī)使用的邊界。
記者獲悉，目前多家銀行對數(shù)據(jù)標簽與原始數(shù)據(jù)的使用，提出三項操作準則，一是必先獲取客戶的數(shù)據(jù)使用授權(quán)，并及時告知相應(yīng)數(shù)據(jù)使用范疇，二是遵循最小性和必要性原則，三是數(shù)據(jù)使用必須結(jié)合業(yè)務(wù)場景，業(yè)務(wù)場景不需要的客戶數(shù)據(jù)（以及數(shù)據(jù)標簽）不準調(diào)取。
陳波指出，為了確保銀行數(shù)據(jù)安全與合規(guī)使用，騰訊安全金融風控部門正積極借助隱私計算或聯(lián)邦學習等技術(shù)，在數(shù)據(jù)不出銀行的情況下，結(jié)合自身客戶行為變化洞察與風控算法模型協(xié)助銀行構(gòu)建更完善全面的數(shù)據(jù)標簽體系，助力銀行各項業(yè)務(wù)穩(wěn)健發(fā)展。
“對大數(shù)據(jù)風控中臺而言，數(shù)據(jù)標簽越完整全面，對風控模型管理、用戶特征計算、經(jīng)營決策優(yōu)化，監(jiān)控預(yù)警能力提升的提振作用就越大，特別是報表，一旦擁有各種業(yè)務(wù)的海量數(shù)據(jù)，我們就可以賦能銀行形成各種智能化的報表，助力銀行風控部門和業(yè)務(wù)部門更好地了解一線業(yè)務(wù)運作狀況�！彼硎尽�
在多位銀行業(yè)內(nèi)人士看來，要在海量數(shù)據(jù)里找到對業(yè)務(wù)風控有價值的數(shù)據(jù)，另一個關(guān)鍵是銀行必須構(gòu)建更與時俱進的風控策略與算法模型。
“目前，由于風控策略與算法模型不夠豐富，不少銀行只能抓住核心關(guān)鍵數(shù)據(jù)，對其他數(shù)據(jù)采取選擇性忽視。但那些被忽視的數(shù)據(jù)往往對業(yè)務(wù)風控產(chǎn)生很大的補充作用�！鼻笆龀巧绦挟a(chǎn)品創(chuàng)新部人士向記者直言。比如稅E貸不能僅僅根據(jù)企業(yè)繳稅數(shù)據(jù)設(shè)定相應(yīng)的貸款授信額度，還得通過多維度數(shù)據(jù)（包括企業(yè)上下游賬期，業(yè)務(wù)流水、資金周轉(zhuǎn)狀況變化等）全面了解企業(yè)的實際經(jīng)營狀況，做出最科學的貸款決策。
“這需要銀行既需要內(nèi)部挖潛，從各個業(yè)務(wù)部門匯聚融合更多企業(yè)經(jīng)營數(shù)據(jù)還原他的真實業(yè)務(wù)發(fā)展狀況，還需引入第三方場景方與金融科技平臺的風控算法模型與最新行業(yè)洞察觀點，持續(xù)根據(jù)市場變化調(diào)整自身的風控策略�！彼麖娬{(diào)說。目前部分銀行大數(shù)據(jù)風控中臺在提煉數(shù)據(jù)方面正采取一系列新措施，即將部分數(shù)據(jù)分析人員派駐到業(yè)務(wù)部門第一線，跟隨業(yè)務(wù)人員采集匯聚各類第一手業(yè)務(wù)信息，再將這些數(shù)據(jù)交給大數(shù)據(jù)風控中臺進行融合分析，從而令風控決策能更快適應(yīng)市場變化，助力各項業(yè)務(wù)更穩(wěn)健發(fā)展。
（信息來源：21經(jīng)濟網(wǎng)）