Loading… 360金融郑彦:百人风控团队如何实现服务亿级用户的风控?_TOM新闻
正文
Qzone
微博
微信
360金融郑彦:百人风控团队如何实现服务亿级用户的风控?
2019-03-15 13:09 TOM   

为提高从业机构风险意识,加强风控实践经验交流,近日,由中国互联网金融协会主办的互联网金融风控技术与案例交流会在上海召开,邀请了包括360金融(NASDAQ:QFIN)、新网银行、蚂蚁金服等在内的60余家会员单位的120余名风控负责人,一同探讨信贷决策、策略优化、收入预估、贷后催收等场景中的风控实践。其中,360 金融副总裁郑彦在交流会上发表了题为“科技助力下的智能风险管理”的主题演讲,分享了百人风控团队如何更好的服务亿级用户的风控经验。

图:360 金融副总裁郑彦发表演讲

以自动建模系统为基础,构建AI因子库

众所周知,随着国民的消费结构、行为、习惯等变化,消费金融和小微贷等业务借助互联网应用,获得了丰富的落地场景,触达到大量客群,而与此同时逾期、坏账风险也在悄然增长。可以说,面对更加下沉的客群、更复杂的用户信息,如何在保证安全性和合规性的同时,平衡风控的尺度和客户的体验变得至关重要。在郑彦看来,数据和技术是能够帮我们去找到风控最优解的方式。他同时表示,“360金融97%左右的交易和申请都是通过系统自动审核。”

那么如何利用人工智能、大数据等关键技术输出一个能够满足行业复杂需求的解决方案?郑彦分享了360金融的经验:“我们的客群是非常宽广的客群,这需要对客户进行更精细化的细分。我们大概总共分了十类客群,在每个子客群下面我们又做了很多的模型,在实践过程中我们发现,模型叠模型的效果是最好的。”

不过该如何更好的做到“模型叠模型”?在郑彦看来,以十个客群为例,如果每个客群下面有信贷历史评估模型、交易活跃度、借新还旧识别、子人群模型分、登录活跃度模型、还款积极度模型在内的多个模型,这就会导致线上可能有一两百个模型同时在跑,而且这些模型还需要不断地去迭代、监控,这就会消耗大量的人力。为此,360金融以自动建模系统为基础,构建AI因子库解决这一问题。

图:360金融以自动建模系统为基础,构建AI因子库

对此,郑彦补充道,“我们的AI因子库,有几千维的基础维度,后面又延伸了一个因子,所有的模型都可以直接去调这些变量,然后去算出一些指标来,这些指标再自动检验,不行就重新再算,一直算到满足我们预期为止。而部署这个过程,既可以自动处理,也可以人工干预,这个就是自动建模。”最终通过各特征工程模的信贷风险评估,得出用户的违约概率,其中正向因子多于风险因子的是优质户,反之则是高风险用户。

搭建名单管理系统,以归集整理海量数据

值得一提的是,要想搭建AI因子库和自动建模,还需要大量数据的支撑。不过随着人们生活越来越智能化、信息化、数字化,每天所产生的数据量已经达到指数级别,对数据进行归集整理非常重要。为此,360金融搭建了名单管理系统,形成了白名单库和黑名单库。“这样的话用户第一次进来的时候,平台就会知道他是一个正常的人,还是一个有欺诈倾向的人。”郑彦表示。

“黑名单则从2016年6月份开始去做整合的时候已经有三千多万的黑名单,其他的都基本上千万级别的,加起来可能就过亿了。我们做了很多数据的归集,比如互联网金融公司里面的电话号码数据,有些电话是审核电话,有些是客服电话,有些是催收电话,有些是营销电话,如果把这些电话号码都识别出来,当客户授权我们知道他跟这些电话的关联关系时,就可以对客户的特征进行挖掘提取,通过数据显示,专业催收电话活跃的大概会有三十多万,以及有四十五万左右的网络贷款中介。”郑彦补充道。

360金融目前已积累了千万级别的黑名单和数亿的白名单库、涵盖超过11亿关系节点和140多亿的关系边的关系网络数据,以及丰富的安全大数据,如百万级别的催收电话库和数十万级别的赌博网站名单,使反欺诈数据更加丰富全面。

随着社会的不断发展,不仅互联网金融机构需要风控,传统金融机构也需要风控,金融行业外的其他行业也对风控有需求。基于此,近年来大数据、人工智能等金融科技手段正在驱动风控系统不断迭代升级,从而做到降低欺诈风险,助力中国经济发展。而对于输出风控技术的科技公司而言,这将是一个巨大的市场机遇。

 

责任编辑: WY-BD

责任编辑: WY-BD
广告