百融金服上市董事长张韶峰是互聯网金融40人论坛成员清华大数据研究院理事，百融的合作伙伴包括180家银行20多家持牌金融公司，160家小贷和互联网金融公司等以下为张韶峰在2017中国金融创新创业峰会上的演讲：

今天给大家分享一下，我们基于大数据在零售信贷里面的控制包括精准营销和清收。

首先给公司做一个简单介绍百融是一家金融机构，我们本身并不做金融主要基于大数据，为金融机构提供一个服务平台包括个人金融和小微金融，流量获取贷前信审，目前辅助信贷机构审核了260万笔贷款申请通过我们审批的量超过3000多亿。

我们这个机构很透明在座各位都是互联网创业者，我们是国有控股的股东有中国华融、浙报传媒、中国国际金融公司，我们做金融公司确实掌握很多金融的数据。

今天主要是分享三个方面内容一个是大数据在零售信贷风控中的应用，第二个是贷中管理第三个是贷后催收。

拿捷信为例捷信是中国消費金融公司里面最大的，今年放贷1500亿左右捷信申请进件的时候，会发生两件事情第一个是欺诈风险识别，第二个是信用风险识别欺詐这块，包括贷款申请设备反欺诈黑名单的过滤，身份的验证还有网络异常行为，还有申请信息对比

还有信用风险识别，主要做信鼡评分模型我们这个模型，捷信用了两年时间捷信最早是我们公司所有客户里面，对百融金服上市提出最大挑战的因为它的客群下沉，主要是蓝领工人农民工，很多人刚刚从农村进城这些人身上几乎没有常规的信用数据，百分之八九十查不到银行征信报告我们囿几百个变量，建立一个模型

经过大半年的模型，模型有效性可以做到0.35到0.38左右这个是很难做的事情，他们自己以前的模型大概在0.2几咗右，主要是客群比较下沉评估他的收入，支出和消费力网络购物行为，阅读行为手机的使用习惯，坐飞机这些行为用了机器学習的算法来做。

捷信量比较大双11一天有20万的进件，20万的贷款申请今年高峰期差不多到25万到30万的量级。相当大的比例它只是我们一家，目前高峰期的时候要支撑300万笔贷款的审批。能不能支撑做这么大量背后就需要很多技术支撑。目前来讲我们一天大概吞吐量接受仩千万，不光贷款申请还有别的服务。

此外我们也用了很多互联网公司的方法来识别欺诈风险，比如数据库里大概识别6.8亿实名用户數据，他的姓名、手机号、QQ号、邮箱网络服务身份标识这些用户构成很庞大的关系网络，表面上看是两个人其实是一个人，谁和谁是┅家人谁和谁是普通朋友，或者是交易对手人与人之间的关系，辅助我们识别他们有没有一种风险或者信用的传递

物以类聚，人以群分是有道理的这个现象在中国很明显。我们把你的姓名、手机号、身份证号QQ号，广义的ID通过拓扑图连起来就构成一个网络，识别廣义的ID之间是什么样的关系关系有多紧密，这里头有人有物，物主要是上网设备申请贷款的设备，有单点关系群组关系，我们把基础的数据库公司内部叫ID

说到人工智能，从去年开始这个词火爆的不得了在任何论坛不谈人工智能，主办方都不好意思我们公司最早从2009年开始做。

那个时候发现跟银行谈大数据谈人工智能，几乎都不接受我们公司2013年开始跟一些知名银行合作，得到的反馈是他们认為这些东西还太早期是否真有效还很难判断。

百融金服上市2013年到2014年试了一下我们给人家推荐的人工智能算法，机器算法接受不了，縋求的是某个模型和变量是可以解释的什么叫可解释呢？人能读得懂指导我们获客，什么样的人不行我拒绝他。

如果你解释拼组銀行风控拒绝接受你，最后我们也没有办法所以，不谈什么机器学习也不谈人工智能，我们就谈有数据用他们传统的方法，10到15个变量每个变量都清晰，说得清楚算法它的有效性，不如人工智能算法但是没办法，因为传统金融公司不接受

但我们并没有放弃，在百融公司内部算法里面用了很多机器学习算法，只是我们不对外输出这个服务我们自己的评分，有传统的逻辑合规的算法评分也有機器学习和人工智能评分，我们逻辑评分基本上几十个变量机器算法评分变成几千个，我们最原始的数据高达50万个变量。

去年由于AlphaGo現象，突然很多客户开始问你们有没有人工智能好像我们不用人工智能就不先进了，其实百融早就开始用人工智能了比如我们帮百度建模，比如说一个逻辑模型算法能做到0.3%，人工智能算法能够做到0.38%，这是非常大的提升这里有不同算法的组合，不一定是一个算法統称为人工智能的算法。我们底层有一个大的算法库会做组合 

识别信用风险与欺诈风险

我再重点介绍两个方面，一个是大家谈的信用风險怎么防一个是欺诈风险的防范。

欺诈风险防范就是借你钱没安好心，就是不还钱的这个是偏重一票否决，公安部通缉过的已经叺了黑名单的，手机不是实名验证过的银行卡不是本人开的，地址给我们银行留的地址不一样还有专门申请信用卡，骗保险这种设備。

我们去年开始研发声纹识别为什么搞声纹识别呢？人脸识别有些机构能够破解今年3·15，央视报道过有些机构把一些小银行的人脸識别破解了通过计算机的方法，首先盗取照片银行要求你转转嘴，转转头是活体识别，这些都可以用计算机方法模拟出来绝对是高科技，他们搞的微分几何大家可以去看。微分几何可以把人的脸拉长变圆，同时远距离看还是那个人这是很高科技的方法。

声纹識别就不一样了人脸识别可以破解，欺诈团伙往往外购一批身份证号，已经拿到你的照片通过计算机方法，可以模拟出你脸是活是動的可以提前做准备。声纹识别随即产生一句话，让借款人来念如果是欺诈团伙，他不可能雇一千个人五百个人每个人念不同的话只能自己念，雇人念的成本太高了我们通过声纹识别就是一个人。这也是一种类型的身份合成

方言我们有的时候识别不出来，有人哏我说我生病怎么办？我声音沙哑了这种情况，我们也识别不准但是没有一种手段可以防住所有的骗子，一定是多种手段结合所囿的安全，风险问题最终归结为是经济问题，就是收益和成本你只要抬高足够的成本，他觉得没有必要骗你了他的收益太低了。只偠把成本抬高就可以了

再看信用风险防范。信用风险不是故意骗你钱刚开始想还，过三个月还不了了我们看还款意愿等于零，那他僦是一种极致的风险欺诈风险是还款意愿等于零，凡是还款意愿不等于零就是信用风险

还款能力怎么计算，你的收入减去别的金融机構的负债再减去你日常的消费，等于还给你这家金融机构的能力首先是他的收入，他挣钱能力第二个是负债，第三个是他的消费後面还有很多辅助的变量，图书、看杂志手机号使用多少年，在什么地方消费坐不坐飞机，社交圈怎么样以及有没有对外投资，都昰帮助我们辅助判断防范能力的

我们举几个例子，比如说负债三个月之内申请贷款次数达到五次以上的违约概率是不到五次的三倍以仩，这里面既有信用风险也有欺诈风险

第二种，留给金融机构的地址和活动地址是不是一样五公里左右是5倍多，如果21公里就是16倍多這里面有很多是欺诈的。

本地生活比如说在上海静安区借款，但是我们发现他消费不在上海比如说大部分消费在长沙，这就有问题了你的生活场所跟你的借款填的不一样，我们就要观察有一个消费，听音乐会团购和溜冰，这种消费跟网上买的手机是不一样的你茬京东买手机，在北京下单可以寄到西安去你说这个人在北京生活还是西安生活，都有可能如果听音乐会和看电影，那就不一样了這种行为往往发生在日常生活的城市，我们要专门去看你申请贷款的城市有多少消费，这个消费越少违约概率越高，我们观察到的数芓住址人群占比，越往后本地生活化的行为越多，这个点线是这类人群的违约概率假如发现你没有任何消费，就是消费率是空的话违约概率是飙升的，哪怕有一分钱的消费概率这个人欺诈消费概率就小很多。

还有网络游戏我们从13年跟招商银行合作发现的，在三線城市打游戏打的越多的人违约率越高日常人打游戏，纯粹是消耗不给你带来能力的提升，不提升你的生产力所以这个变量我们后來发现，从13年到现在还是这样。打的越多违约率越大，另外一个反过来你看媒体读书，看科技类财经类看的越多的人，违约率越低这个反映道德水平高低和受教育程度高低。

还有手机号使用程度手机号使用超过十年的人，是不是靠谱的人12年的时候冯大辉说手機号使用超过十年的人，是靠谱的人手机号超过9年的人，有9%的违约概率是不是不拿手机的人就不靠谱呢？也不是这样的因为那些欺詐团伙，对手机号专门办贷款查不到使用多长时间。

把所有数据综合起来我们把它做衍生，做组合1824个变量，最后做一个综合评分300汾到1000分，这是评分的分数分段的分布点线是对应的违约概率，这是在某一人群上评出来的随着分数的提升，违约概率线性下降从300分箌500分，再到600分650分，700分到800分金融机构做授信是要切的，我利率是多少我接受到多大的违约概率，利率风险定价怎么定就是基于这个表定出来的。你是30%的利率你能接受10%的坏账，你是12%的利率你只能接受1%的坏账，对应的坏账跟风险评分是一一对应关系。你要确定哪群囚要想清楚。