概要:
本文根据2016年6月25日在北京举办的智信资管咖啡20期“消费金融资产生成及大数据风控逻辑”主题活动上的嘉宾发言整理。在我国征信体系尚不健全的背景下,第三方征信和大数据风控服务商的快速成长,成为消费金融稳健发展的重要护航者。本文从第三方反欺诈准入、信用风险防范、贷中预警管理、不良催收处理、风控前置式营销等方面,解析了基于大数据风控的零售资产生成全流程。
我国长久以来重投资、轻消费的经济增长方式决定了传统金融机构更擅长对公企业客户的授信和信贷管理;面向13亿人口的零售类信贷,因数据真实性难考证、贷后风控难度大并未充分挖掘。直到基于线上线下融合的互联网大数据风控手段的运用,将零售贷款的目标客户放大到所有有消费、社交等行为数据的个体之上。

近几年崛起的线上线下融合的大数据征信,已经成为传统的、基于央行数据的征信模式的有力补充。二者的区别简言之,即央行征信数据更深,线上线下融合的大数据征信数据更广。
1、基于强变量为主构建的传统信贷模型
金融机构通常使用以央行征信数据为主的金融数据建模,大概10-20个强变量。这些变量构建了个人与金融机构的借贷关系,包括信用记录时间、信用额度、借款逾期记录、房屋按揭还款记录、用款占信用额度的比例、坏账记录等,其中最重要的变量是各种还款逾期、坏账数据。
截至2015年末,央行个人征信系统收录的8.8亿自然人中,仅有3.8亿人有信贷记录。这就意味着,全国近10亿无借贷记录的个人得不到有效地信用评估。
在覆盖的人群中,因为上述强变量的数量只有10多个,其中任何一两个变量的缺失,就会导致模型失效。
2、基于大量非金融数据构建的风控模型
为了弥补央行征信覆盖面窄的市场空白,国内众多大数据公司正尝试使用非金融数据建模,基于大概50万个强弱结合的变量建模,其中很多数据与金融毫无关系。例如,用户日常的消费、社交、旅游、娱乐、阅读等数据,类型丰富且彼此间相关性较弱的数据,能够更加精准地刻画出用户的人物画像,并且这些行为数据分布广泛,单独造假某一类数据并不会对评估结果产生重大影响。
总的来说,消费是相对较强的变量,阅读、社交、娱乐等数据较弱一些,把多种强弱变量结合起来风险建模,部分变量的缺失或失真对模型的稳定性影响会很小。
随着互联网技术的快速发展,大数据对个人数据的抓取能力强大到令人望而生畏的地步。抓取个人数据的行为是否合规,对个人数据加工后如何存储,有何用途?
授权采集、存储的数据,主要用作核对用户身份,预测用户违约行为,不会转卖给第三方谋取不正当利益。
1、大数据来源
数据来源主要由合作机构授权数据、抓取电商平台数据、第三方公开数据构成。数据类型方面,包括信贷(银行、消费金融、汽车金融、小贷、P2P、融资租赁、保理、担保)、保险、证券、基金数据;电信运营商数据(移动、联通、电信);银联、第三方支付数据;航空公司数据;公检法公开数据;消费数据(线上零售、线下零售与服务),社交数据(微信、QQ、微博、互联网群组)。百融目前覆盖的人群约6.1亿实名用户、10.8亿匿名用户。
2、数据采集的合规性
线上数据采集方面,大数据公司与合作平台签署“基于用户信息进行分析、整理、评估”协议,获得授权数据。而合作平台自身获取用户数据时,也是经用户所签订的“同意使用并提供给第三方储存”的协议条款来执行的。
例如,用户在一个电商网站注册账号时,必须同意其附带的《用户服务协议》才能注册成功,协议条款包含用户同意“个人信息和数据可被用于向用户提供服务,并提供给第三方存储”的授权许可。这就意味着注册成功后,用户的行为数据即合法合规的被其合作大数据公司所采集。
线下数据采集方面,大数据公司与渠道商签订用户数据使用授权协议,并制作《用户数据使用授权书》。渠道商在为用户提供服务时,要求用户亲笔签署《授权书》。
3、个人数据ID Hub和标签化存储
每个人的姓名、身份证号是唯一的,手机号、QQ号、邮箱也是相对确定的,包括使用的计算机、手机设备,都有唯一的出厂编号,将这些能够识别身份的ID关联起来,组成的拓扑网络就是ID Hub。
ID数量越多意味着风险越大,如一个手机号跟多个身份证号关联,或者一个身份证号和多个手机号关联,该用户在数据库中就会进入可疑名单。
在数据库中,一个用户有N个ID,每个ID都记录着用户不同的行为,不同的ID代表不同的行为。通过ID记录用户的行为,依据行为做精细化标签管理,如收入、消费能力、爱好、阅读喜好、社交偏好等,这些标签可以预测用户的还款能力、消费需求等。
以恶意欺诈为出发点的借款一旦成功,便意味着不可能归还。而现在针对网络平台的欺诈行为,往往是以专业的团伙出现。业界普遍认为,信用风险大多有规律可循;被诈骗团伙攻击而未能识别,将对平台造成致命打击。因此,做好反欺诈,识别不能放款的“坏人”,是消费金融公司必须做好的功课。
1、身份识别是反欺诈的核心
个人填写真实资料,再以欺诈为目的借款的占极少数,毕竟没有不关心自己的信用。一般情况下,恶意欺诈是用户借用、伪造他人身份信息进行借贷。通过大数据分析如果能判断出借款不是其本人,或者借款人填写身份存在异常而拒绝放款,比如反复修改身份证号,就能过滤掉大多数欺诈行为。因此,身份真实性的识别是反欺诈的核心。
2、ID Hub在反欺诈中的运用
D Hub记录了与同一用户关联的多个ID,这些ID包括:姓名、身份证号的实名ID,手机号、地址、银行卡号等准实名ID,QQ号、微博号、设备指纹(PC或手机硬件设备编号)等的匿名ID。在用户进行借贷时,通过某一个ID自动去关联该用户的其他ID,以此进行身份匹配,及时辨别潜在的欺诈可疑用户。
例如,当一个用户在申请借贷时,ID Hub技术会及时检测到同一设备是否在一段时间内多次申请贷款,同一设备是否在一段时间内在多家机构申请贷款,申请人是否在一段时间内更换过多个手机号或地址,申请人填写地址与实际居住地址是否差距非常远等情况,如有异常,系统会提示存在欺诈嫌疑。
据统计,身份证、银行卡、姓名、手机号四要素关联无误的用户,欺诈概率是其他群体的1/3左右。3个月之内申请过至少5次(不管是在一家机构还是多家机构)的申请者,欺诈率是其它群体的3.2倍。申请家庭地址与百融库匹配地址的最近距离大于21.9公里的,欺诈客户比例最高。
由于真正的欺诈用户人群相对固定,识别恶意欺诈用户主要靠数据积累,黑名单积累到一定程度,数量将趋向稳定。但可能出现信用风险的人群确实很广泛的,家庭变故、财产损失、失业下岗都有可能造成本身并无恶意的借款人出现信用风险,因此,信用风险的防范需要动用更多的数据、更复杂的建模技术。
另外,由于欺诈用户从初始阶段就带有恶意,欺诈风险防范的主要工作发生在贷前准入阶段;而借款人的信用风险是持续变化的(既有可能变坏,也有可能变好),因此,信用风险的防范工作必须贯穿贷前、贷中和贷后三个环节。从银行的数据来看,欺诈风险造成的实际损失,之战总体损失的小部分,绝大部分损失是由信用风险造成的。
1、行为数据挖掘是信用风险防范的重要抓手
信用风险主要指用户的还款能力(经济实力)与还款意愿(道德风险)。申请准入阶段主要需识别欺诈风险,而贷后对信用风险的把控则是重中之重。对行为数据的挖掘,是信用风险防范的重要抓手。通过分析用户海量的行为数据(强弱变量),从中挖掘出可以多次复用的规律,进而预测借款人的信用风险波动。
2、用户行为数据的动态监测
通过对用户行为数据的挖掘,动态监测用户的手机号、商品消费、媒体阅读、收支等级、航旅、社交等行为,在保证数据真实、客观、全面的前提下,基于大数据模型准确的评价个人的信用风险。
数据显示,坐过商务仓以上或一年乘坐飞机四次以上的客户违约率较低;在本地生活方面花钱越多的人违约率越低;访问财经媒体天数越多,违约率风险越低;同一手机号使用九年以上的用户违约率大概仅为6‰。与之相反,过去6个月中,信用卡有取现的月份数、次数越多,风险越高;三四线城市打游戏花钱较多的人,违约率比较高。
大的方向来看,消费水平与收入水平不匹配,且借款未被用来提升自己的收入水平的用户还款能力有限;受教育程度较高、道德水平较高的用户还款意愿较强。
表一:消费资产生成平台格局及风控手段
| 欺诈风险 | 信用风险 |
| 主要分析一些强变量,偏向一票否决 | 需要分析大量的强弱结合的变量, 很少一票否决或者一票通过 |
| 评估难度较小,可以直接使用变量进行否决(也可以建立欺诈评分模型) | 评估难度较大, 一般需要建立信用评分模型 |
| 防范的是相对固定的一小撮欺诈人群 | 相对大量的、行为可能持续变化的 普通人群 |
| 防范工作主要在贷前准入阶段 | 防范工作需要贯穿贷前贷中贷后 整个流程 |
| 经济下行期,最重要的是信用风险防范 | |
随着各平台资产规模的累积,贷中管理的重要性逐渐凸显。能否做好贷前审批决定了企业能否存活,能否做好贷中管理决定了企业可以走多远。
1、建构全自动风险识别流程的预警机制
通过及时监测借款人信用的变化、共债的新增、流水的异动、联系状态的异常等数据,采用全自动的风险识别预警机制,提早识别风险,提高人工处理效率。
表二:全自动风险预警的监测频率、类型及数据
| 监控频率 | 监控类型 | 监测主要数据 |
| 每日 | 信用恶化 | 银行逾期/不良、银行欺诈/拒绝、非银不良/逾期、设备欺诈、运营商欠费等 |
| 借贷特征 | 新机构申请借贷、借贷产品类型、借贷 渠道发生变更情况 | |
| 联系异常 | 连续两天正常应开机时间手机不通、手机 接打量异常、长期漫游 | |
| 每周 | 法院名单 | 最高法、省市地县法院失信人执行名单 |
| 公安名单 | 涉案、在逃、有案底的特殊名单 | |
| 行为异常 | 博彩赌博网站 | |
| 每月 | 收支异常 | 信用卡取现、储蓄卡入账小于出账 |
| 经营异常 | 小企业主经营情况变更,将有信誉恶化的 名单,根据类型确定严重性 |
2、构建对失联用户的再联系
消费金融不良资产,主要由道德水平不高和还款能力不强造成。但据百融统计,70%-80%的不良资产是因为债务人失联导致,失联找回是整个行业近20年都无法解决的大难题。现在,通过大数据网络重新建立起与借款人的联系并催还欠债,已经有较多成功案例。
基于大数据挖掘用户线索,可查得借款人的其他手机号、亲属信息、用户的老家信息、其他地址信息等联系信息。据百融数据统计,通过查得的电话联系借款人,触达率为16%,高于QQ、邮箱、微博等联系方式的催债效果。
3、不良资产的处理
如找不到合适的催收机构、或者催收效果不好,又有资产出表等需求,不少金融机构考虑将不良资产转卖或者证券化。资产转卖/证券化的核心是风险定价模型,整个行业缺乏标准化的风险定价体系,因此,规模很难做大。
大数据应用最多的两个领域,分别是精准营销和风险控制。精准营销并非介入交易,而是风控前置的一种手段--不要让“坏人”或可疑客户看到我的广告。与外界所认识的大数据风控抓“坏人”的逻辑有些超越,风控前置的目的是找“好人”,主要工具是白名单数据。
1、信贷产品营销的特殊性
信贷产品的营销,不能简单套用互联网的精准营销思路。例如,投放搜索广告,搜索是用户曝露自己意图最明显的地方,缺钱的人才会去搜如何借钱。搜索广告不如展示广告效果好,看到展示广告申请借款的用户,与主动搜索找钱的用户动机区别很大。
大数据能够做到给不同用户展示不同的广告,包括产品期限、利率、额度都不一样,风控前置的定向邀请制,是信贷产品未来营销的方向。
2、白名单邀请制营销
根据不同金融机构不同信贷产品的特性,利用大数据库创建白名单,对其进行预授信,然后定向邀请。精准邀请而来的用户申请借款时,在身份核实后,不需信用评估,可直接放款。
据百融测试数据,精准邮件营销的打开率为10.79%,正文的点击率2.77%。相对于互联网广告平均不到5‰的点击率,大约提升了5-10倍。
总之,基于互联网大数据的风控在一定范围内是被验证有效的,但因其数据量大、范围广泛,要想找到这些真实数据、用好用对发现规律,还真需要人才+系统的双支持。
(来源:智信网)