2021年10月18日，習(xí)近平總書記在主持中央政治局第三十四次集體學(xué)習(xí)時強調(diào)，發(fā)展數(shù)字經(jīng)濟是把握新一輪科技革命和產(chǎn)業(yè)變革新機遇的戰(zhàn)略選擇。在數(shù)字經(jīng)濟、共同富裕等國家戰(zhàn)略布局下，我國金融業(yè)正向著高質(zhì)量數(shù)字化轉(zhuǎn)型邁進。銀保監(jiān)會主席郭樹清指出：“為促進經(jīng)濟金融良性循環(huán)和高質(zhì)量發(fā)展，3億新市民將成為重要的活力源泉。”銀保監(jiān)會、中國人民銀行于2022年3月聯(lián)合印發(fā)了《關(guān)于加強新市民金融服務(wù)工作的通知》，明確新市民范圍，鼓勵引導(dǎo)銀行保險機構(gòu)積極做好與現(xiàn)有支持政策的銜接，強化產(chǎn)品和服務(wù)創(chuàng)新，高質(zhì)量擴大金融供給，提升金融服務(wù)的均等性和便利度，不斷提升新市民的金融服務(wù)水平。

數(shù)字金融服務(wù)新市民大有可為

幫助新市民在城市落地生根的重要舉措之一，是更好地滿足其金融需求，為其做好金融服務(wù)。這既對我國構(gòu)建新發(fā)展格局、實現(xiàn)高質(zhì)量發(fā)展具有重大意義，也是推進金融供給側(cè)結(jié)構(gòu)性改革、促進共同富裕的必要舉措。這其中金融機構(gòu)的作用不言而喻。然而，目前許多傳統(tǒng)金融機構(gòu)尚無充足的技術(shù)能力為新市民提供與其需求匹配的金融服務(wù)。例如，金融機構(gòu)更傾向于為有抵押擔(dān)保或有征信記錄的客戶提供信貸服務(wù)，但大量新市民是無征信記錄的“白戶”。因此，消費金融公司這類具備大數(shù)據(jù)風(fēng)控技術(shù)的“能力者”，在幫助新市民獲得高質(zhì)量金融服務(wù)方面的重要性越發(fā)凸顯。

數(shù)字化與數(shù)字金融的異同

基于當(dāng)前科技發(fā)展水平，數(shù)字化主要包括三方面：可度量化（將非結(jié)構(gòu)化數(shù)據(jù)，如語音、視頻、圖畫、文字等，轉(zhuǎn)化為可測量和進行數(shù)學(xué)計算的數(shù)據(jù)）、可定量實施最優(yōu)化、可實施全自動化決策管理。可以說，數(shù)字化是指可度量化、可定量的實施最優(yōu)化決策、可自動化執(zhí)行的實施過程。

金融的發(fā)展可以用六個維度進行概括：一是業(yè)態(tài)環(huán)境，即金融機構(gòu)的營業(yè)形式（實體或虛擬）；二是運營基礎(chǔ)，即如何服務(wù)客戶；三是信息處理，即如何獲取和處理交易信息；四是交互模式，即人人交互、人機交互、人人與人機組合交互；五是管理模式，即手工管理、手工與系統(tǒng)結(jié)合管理、系統(tǒng)自動管理；六是決策模式，即基于契約模式、信用、法律保障等制定決策規(guī)則。

縱深來看，金融的發(fā)展可劃分為三個階段：傳統(tǒng)金融、數(shù)字金融和智能金融。對應(yīng)上述六個維度，傳統(tǒng)金融的特征可以大致描述為：業(yè)態(tài)環(huán)境基于實體社會，運營基礎(chǔ)依靠機構(gòu)網(wǎng)點，信息處理基于客戶提供紙制材料，交互模式為人人交互，管理模式以手工干預(yù)的管理為主，決策模式主要為人工參與決策機制。同樣，數(shù)字金融的六個維度特征可描述為：業(yè)態(tài)環(huán)境由實體社會、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、元宇宙組成，運營基礎(chǔ)是在業(yè)態(tài)環(huán)境中數(shù)字化全面運用，信息處理以數(shù)字化自動處理為主，交互模式為數(shù)字化交互，管理模式為系統(tǒng)全自動數(shù)字化管理，決策模式為系統(tǒng)全自動數(shù)字化決策。

基于此，可對數(shù)字金融進行初步定義，即在現(xiàn)實環(huán)境（包括現(xiàn)實物理社會環(huán)境、互聯(lián)網(wǎng)虛擬社會環(huán)境、物聯(lián)網(wǎng)環(huán)境、元宇宙）中，以大數(shù)據(jù)為基礎(chǔ)，以數(shù)字化交互、信息處理、決策、管理為主要運營模式的金融業(yè)態(tài)。

數(shù)字金融與大數(shù)據(jù)風(fēng)控

當(dāng)金融進入數(shù)字金融階段，其根本特征就是數(shù)字化。從前述六個維度來看，數(shù)字金融在每個方面都有質(zhì)的飛躍。其一，數(shù)字金融所服務(wù)的業(yè)態(tài)環(huán)境不再局限于實體社會，互聯(lián)網(wǎng)、物聯(lián)網(wǎng)及元宇宙等都屬于其服務(wù)的范疇。其二，數(shù)字金融的運營環(huán)境取代了傳統(tǒng)的實體環(huán)境，使得金融運營方式借助數(shù)字化手段產(chǎn)生了更多創(chuàng)新，如通過數(shù)據(jù)驅(qū)動及時觸達客戶的服務(wù)方式，大幅提升了金融服務(wù)質(zhì)效。其三，數(shù)字金融在信息處理上也有質(zhì)的飛躍，從過去僅限于數(shù)據(jù)擴展到文字、語音、圖片等。其四，交互模式方面，數(shù)字金融也從依賴于人的交互發(fā)展到如今的數(shù)字化交互，使業(yè)務(wù)效率呈指數(shù)增長。其五，由于各環(huán)節(jié)數(shù)字化的實現(xiàn)，數(shù)字金融客戶管理模式能夠順暢地轉(zhuǎn)型至系統(tǒng)全自動數(shù)字化管理。其六，決策機制也逐漸數(shù)字化，金融機構(gòu)可以采用科學(xué)量化的方法進行預(yù)測和實施最優(yōu)決策，并及時追蹤和迭代調(diào)整，真正做到系統(tǒng)全自動數(shù)字化決策。

站在數(shù)字金融的浪潮之上，金融機構(gòu)要提升競爭力和服務(wù)能力，除了要實現(xiàn)前四個維度的數(shù)字化之外，還須具備實現(xiàn)數(shù)字化管理和數(shù)字化決策的能力。具體到風(fēng)險管理方面，須實現(xiàn)全流程風(fēng)險管理數(shù)字化。因此，在拓寬金融服務(wù)邊界、提升服務(wù)新市民質(zhì)效方面，大數(shù)據(jù)風(fēng)控是大勢所趨。

憑借扎實的科技實力和創(chuàng)新能力，馬上消費金融自成立以來就將自主研發(fā)的智能風(fēng)控、智能獲客、智能營銷、智能客服等一系列系統(tǒng)，以多元化產(chǎn)品為依托，通過零物理網(wǎng)點、線上自動化服務(wù)拓展到全國各地，提升金融服務(wù)的觸達性和便利性。截至2021年12月末，馬上消費金融的服務(wù)已覆蓋全國31個省（自治區(qū)、直轄市），實現(xiàn)3C數(shù)碼、旅游運動、生活服務(wù)等全場景覆蓋，累計服務(wù)縣域用戶和農(nóng)村用戶分別達到3362萬人和2778萬人。

值得一提的是，消費金融服務(wù)的客群與新市民高度重合，而持續(xù)滿足并服務(wù)好3億新市民的金融需求，不僅是金融機構(gòu)的社會責(zé)任和發(fā)展機遇，更關(guān)乎我國城鎮(zhèn)化發(fā)展、共同富裕戰(zhàn)略的實施成效，進而為數(shù)字金融加速推進、經(jīng)濟高質(zhì)量轉(zhuǎn)型升級貢獻砥柱之力。

大數(shù)據(jù)風(fēng)控助力解決新市民服務(wù)痛點

大數(shù)據(jù)風(fēng)控實現(xiàn)了信息的度量化

大數(shù)據(jù)風(fēng)控，可以簡單理解為全流程風(fēng)險管理數(shù)字化，即以大數(shù)據(jù)為基礎(chǔ)，以數(shù)據(jù)驅(qū)動的方式，系統(tǒng)自動化執(zhí)行各環(huán)節(jié)風(fēng)險管理策略的風(fēng)險管理機制。換句話說，大數(shù)據(jù)風(fēng)控可以將各種信息度量化，在預(yù)測和決策中綜合使用這些信息進行量化的最優(yōu)決策，并部署在系統(tǒng)平臺上全自動實施執(zhí)行。現(xiàn)實生活中，由于部分新市民工作不穩(wěn)定，缺乏收入及房產(chǎn)等資質(zhì)證明，導(dǎo)致金融機構(gòu)難以用傳統(tǒng)的風(fēng)控模式衡量其信貸資質(zhì)，造成服務(wù)空白。不僅影響金融機構(gòu)拓展市場細分領(lǐng)域，也影響普惠金融的落實和滲透。而大數(shù)據(jù)風(fēng)控在技術(shù)層面提供了解決之策，使金融機構(gòu)拓寬服務(wù)客群、提升服務(wù)質(zhì)量有了更多可能。

目前，馬上消費金融通過運用數(shù)字金融技術(shù)已為超過650萬新市民建立了信用記錄，通過線上線下融合的方式不斷提高普惠金融的服務(wù)效率，與多家銀行及保險公司合作，借助網(wǎng)點功能實現(xiàn)線下服務(wù)新市民的金融和消費需求。大數(shù)據(jù)概念形成于2010年前后，大數(shù)據(jù)風(fēng)控概念在2013年以后慢慢成形，并自2015年起在信貸市場逐漸落地應(yīng)用。隨著眾多電商金融陸續(xù)推出網(wǎng)絡(luò)信貸產(chǎn)品，民營銀行相繼成立并推出多項服務(wù)，以馬上消費金融公司為代表的消費金融公司先后成立并推出多種信貸產(chǎn)品，我國大數(shù)據(jù)風(fēng)控市場基本形成。

大數(shù)據(jù)風(fēng)控的數(shù)據(jù)基礎(chǔ)和技術(shù)層次

不同于傳統(tǒng)風(fēng)險管理，大數(shù)據(jù)風(fēng)控有著完全不同的數(shù)據(jù)基礎(chǔ)和技術(shù)層次。首先，大數(shù)據(jù)具有“4V”特性：一是量大（Volume），達PB級；二是數(shù)據(jù)類型多（Variety）；三是產(chǎn)生速度快（Velocity），以每月大于多個BP的速度產(chǎn)生，某種程度上也標(biāo)志著新技術(shù)的發(fā)展速度；四是密度小但價值高（Value）。其次，在大數(shù)據(jù)整合方面，“4V”特性使傳統(tǒng)的數(shù)據(jù)處理技術(shù)很難直接應(yīng)用，因此，新的處理方法——分布式處理方式Hadoop、Spark和Mapreduce等應(yīng)運而生。由于大數(shù)據(jù)種類多，傳統(tǒng)經(jīng)典分析方法也面臨挑戰(zhàn)，因此機器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)等人工智能方法被加速引進應(yīng)用。

事實上，大數(shù)據(jù)風(fēng)控最本質(zhì)的含義在于風(fēng)險管理策略的有效性在大數(shù)法則下成立，不合理個案雖可能發(fā)生，但均為小概率事件。同時，風(fēng)險管理策略數(shù)字化、數(shù)據(jù)驅(qū)動的方式以及自動化執(zhí)行包含的內(nèi)容也十分豐富。首先，大數(shù)據(jù)風(fēng)控中的“風(fēng)控”是風(fēng)險管理的簡稱，是在收益風(fēng)險中尋求平衡以達到投資回報的極大化，而非字面意義上的簡單風(fēng)險控制。其次，整合大規(guī)模數(shù)據(jù)需要以結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)作為決策基礎(chǔ)，需要有一個快速處理和整合數(shù)據(jù)的分布式處理數(shù)據(jù)倉庫作支撐。再次，系統(tǒng)自動快速執(zhí)行策略的前提是具備決策變量生成平臺，用以簡單、穩(wěn)定且高效地計算自定義的大規(guī)模決策變量（基于結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)）；此外，風(fēng)險管理策略的數(shù)字化要求有一個強大的規(guī)則引擎，可部署機器學(xué)習(xí)和AI深度學(xué)習(xí)風(fēng)險模型。最后，數(shù)據(jù)整合處理、決策變量計算、策略和規(guī)則部署實施執(zhí)行各部分和賬務(wù)核心系統(tǒng)須無縫連接，使風(fēng)控策略在數(shù)據(jù)驅(qū)動下自動運轉(zhuǎn)執(zhí)行。

金融機構(gòu)如何實施大數(shù)據(jù)風(fēng)控

在現(xiàn)階段，大數(shù)據(jù)風(fēng)控的實施方式豐富多元。以信貸業(yè)務(wù)為例，在客戶觸達、核身、計算評分、授信等環(huán)節(jié)，部署的方式和重點各有不同。

如何觸達客戶

客戶觸達即授信機構(gòu)和流量渠道的交互。如今流量可以發(fā)生在多種渠道，如電商消費場景，租車、自媒體、專業(yè)會員等細分市場領(lǐng)域，搜索、支付、朋友圈等互聯(lián)網(wǎng)應(yīng)用基礎(chǔ)平臺，蘋果、安卓等手機應(yīng)用市場，BAT第三方平臺等。

對于風(fēng)險管理而言，客戶觸達是大數(shù)據(jù)整合、基本模型和評分計算的環(huán)節(jié)。無論哪種觸達模式都包含兩個步驟：一是與流量通道建立聯(lián)系，這是第一步，可登錄公司網(wǎng)頁或下載公司App進行簡單注冊，使用電話號碼即可完成；二是與賬務(wù)系統(tǒng)建立聯(lián)系，這是獲得授信的必備條件。

如何核身

經(jīng)過觸達環(huán)節(jié)，大數(shù)據(jù)風(fēng)控有了基礎(chǔ)數(shù)據(jù)，并將這些數(shù)據(jù)進行整理關(guān)聯(lián)后變?yōu)樾畔ⅲ乱徊阶钪匾氖桥袆e信息的主體資格，核身是第一關(guān)。因此，在觸達環(huán)節(jié)收集足夠的核身相關(guān)要素就變得尤為重要。埋點的設(shè)計要全面和完整，考慮各種可能情況，覆蓋觸達的各個節(jié)點。

在線上信貸業(yè)務(wù)中，申請環(huán)節(jié)的身份信息最小集是“四要素”，即姓名、身份證號、電話號碼、銀行卡號；除系統(tǒng)性“四要素”鑒權(quán)外，通常還需做人臉識別，以確認客戶真實存在且為申請者本人，而且不存在身份被盜用、團伙使用等情況。核身步驟要求極高的嚴(yán)謹(jǐn)性，這是為后續(xù)環(huán)節(jié)構(gòu)建的基礎(chǔ)防線。

如何計算模型評分

在觸達客戶并核身后，要用評分技術(shù)構(gòu)建模型估測客戶預(yù)期損失概率。根據(jù)客戶觸達的不同形式所產(chǎn)生的不同信息（即產(chǎn)生不同的數(shù)據(jù)流和變量），進行不同精度的估計。由于數(shù)據(jù)的豐富程度不同，預(yù)先計算精度或存在出入；新信息接入后，預(yù)測變量將被進一步更新，精度將會提升，進而有助于提高授信準(zhǔn)確率。

為盡可能準(zhǔn)確估計預(yù)期損失概率，除結(jié)合平臺本身的信息之外，金融機構(gòu)通常還會借助征信或增信數(shù)據(jù)進行優(yōu)化。通常情況下，個人客戶在網(wǎng)上申請授信時，金融機構(gòu)能夠獲得該客戶的個人基本信息、在平臺的行為信息、經(jīng)授權(quán)的App信息及其他相關(guān)信息，如征信、銀行卡使用、手機運營商、多頭借貸等信息。

如何授信

首先，需要建設(shè)可靠的大數(shù)據(jù)處理IT系統(tǒng)。在關(guān)聯(lián)所有可以依法合規(guī)獲得的數(shù)據(jù)后，進行整合、實時計算評分變量和評分，進而準(zhǔn)備好所有決策變量運行策略。此過程須在一兩秒鐘內(nèi)完成。其次，運用機器學(xué)習(xí)構(gòu)建預(yù)期損失概率估計。大數(shù)據(jù)風(fēng)控更多采取機器學(xué)習(xí)的算法來構(gòu)建模型評分，目前大多采用GBDT及其改良的Xgboost算法。構(gòu)建模型的方法主要有分段式、分層式、綜合式、模型校驗四種。

大數(shù)據(jù)風(fēng)控中的授信決策基本為系統(tǒng)全自動決策，大數(shù)據(jù)的作用在于，通過分析客戶的歷史行為、資信狀態(tài)等數(shù)據(jù)，盡可能全面準(zhǔn)確地了解客戶的還款能力和還款意愿，并將此與歷史損失數(shù)據(jù)相關(guān)聯(lián)，從而預(yù)估損失概率。由此得出對客戶還款能力的近似判斷，結(jié)合同類客戶的歷史信貸表現(xiàn)數(shù)據(jù)，利用聚類或有監(jiān)督的分類辦法、復(fù)雜網(wǎng)絡(luò)等聚類方法作出進一步判斷。根據(jù)這些判斷設(shè)計決策規(guī)則，如是否授信、授信額度及期限等，實現(xiàn)風(fēng)險可控且回報率最大化。

大數(shù)據(jù)風(fēng)控的“十大矛盾”與“十大原則”

“十大矛盾”

目前，我國金融業(yè)在信息處理方面仍然面臨以下“十大矛盾”：一是壟斷和競爭的矛盾；二是目標(biāo)不一致的矛盾；三是“困欄”造成的矛盾；四是平臺轉(zhuǎn)化率極大化和共債風(fēng)險的矛盾；五是因融資渠道單一的矛盾；六是“普”和“惠”的矛盾；七是多頭監(jiān)管之間的矛盾；八是數(shù)據(jù)碎片化和信息不充分的矛盾；九是關(guān)鍵信息缺失和有效數(shù)據(jù)閑置的矛盾；十是降價引發(fā)的矛盾。

事實上，這“十大矛盾”對尚處于商業(yè)化落地進程中的大數(shù)據(jù)風(fēng)控也造成了不少挑戰(zhàn)。例如，由于缺乏系統(tǒng)性征信數(shù)據(jù)，傳統(tǒng)的平衡卡等信用評級方法難以發(fā)揮作用，必須借助結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進行信用風(fēng)險判斷。但目前我國政府?dāng)?shù)據(jù)開放性欠佳、碎片化嚴(yán)重，數(shù)據(jù)整合能力也存在短板，因此數(shù)據(jù)的合規(guī)性和來源可靠性也需仔細甄別。同時，大數(shù)據(jù)風(fēng)控還面臨技術(shù)層面的挑戰(zhàn)。例如，決策平臺方面，經(jīng)典規(guī)則引擎局限性，機器學(xué)習(xí)、復(fù)雜網(wǎng)絡(luò)、深度學(xué)習(xí)部署問題，環(huán)境操作風(fēng)險問題，都仍待解決；算法方面，構(gòu)造變量、算法細節(jié)分解等也都存在短板。

“十大原則”

挑戰(zhàn)當(dāng)前，大數(shù)據(jù)風(fēng)控重任在肩。作為一直在此領(lǐng)域耕耘的金融機構(gòu)，馬上消費金融結(jié)合自身經(jīng)驗，總結(jié)了實施大數(shù)據(jù)風(fēng)控的“十大原則”：一是數(shù)據(jù)的收集和使用必須嚴(yán)格遵循《數(shù)據(jù)安全法》等法律法規(guī)，這是開展業(yè)務(wù)的紅線，不能有絲毫松懈。二是必須保障核身的可靠性。數(shù)字金融時代，金融機構(gòu)與客戶的人人交互頻率降低，作為風(fēng)險控制的基礎(chǔ)防線，核身環(huán)節(jié)必須嚴(yán)謹(jǐn)有效。三是必須保障在線實時信息傳輸?shù)暮弦?guī)性和安全性，這是從業(yè)機構(gòu)共同的責(zé)任。四是所有用于決策的信息必須不能也不應(yīng)有任何民族、性別方面的歧視，且需取得客戶授權(quán)。五是整合多種數(shù)據(jù)、構(gòu)造預(yù)測模型和評分是大數(shù)據(jù)風(fēng)控的基礎(chǔ)，但須在非開發(fā)樣本上得到可靠驗證后才能部署實施。六是利用模型、評分、變量等所設(shè)計的策略，需要在足夠大的驗證數(shù)據(jù)集進行模擬，以檢驗策略目標(biāo)指標(biāo)的合理性和可行性。七是大數(shù)據(jù)風(fēng)控是全流程風(fēng)險管理數(shù)字化，必須具備完善的回顧機制，這需要各環(huán)節(jié)運行細節(jié)具備可追蹤機制。八是大數(shù)據(jù)風(fēng)控所用的方法以機器學(xué)習(xí)為主，機器學(xué)習(xí)在理論上尚無法確保模型的穩(wěn)健性，因此要求模型或評分必須及時回顧和迭代。九是必須保障在線自動運行時各環(huán)節(jié)實時監(jiān)控和預(yù)警，預(yù)防造成較大業(yè)務(wù)損失。十是必須保障在線自動運行觸發(fā)預(yù)警時，可以及時有效干預(yù)。

最后需要強調(diào)的是，我國金融數(shù)字化工作在部分市場、業(yè)務(wù)種類和業(yè)務(wù)環(huán)節(jié)中，人工干預(yù)仍必不可少，切不能“為了數(shù)字化而數(shù)字化”。數(shù)字金融發(fā)展是一個長期的過程，只要我們認清方向并且堅定不移的走下去，定將水到渠成。