隨著監(jiān)管的深入，網(wǎng)貸行業(yè)再度掀起洗牌熱潮。線下理財(cái)平臺(tái)轉(zhuǎn)型失敗、小平臺(tái)不堪重壓紛紛退出市場(chǎng)競(jìng)爭(zhēng)，網(wǎng)貸行業(yè)競(jìng)爭(zhēng)進(jìn)入了更純粹的階段。

“824”網(wǎng)貸監(jiān)管方案提出，“直接或變相向出借人提供擔(dān)?；蛘叱兄Z保本保息”；“57號(hào)文”明確提出，“禁止轄內(nèi)機(jī)構(gòu)繼續(xù)提取、新增風(fēng)險(xiǎn)備付金。”這些都意味著，監(jiān)管的原則非常明確，用戶要有風(fēng)險(xiǎn)意識(shí)，平臺(tái)不會(huì)幫你兜底。但用戶自身難以把控風(fēng)險(xiǎn)，即便能夠看到借款人的信息，也無(wú)法得出客觀真實(shí)的評(píng)價(jià)。在這個(gè)背景下，平臺(tái)的風(fēng)控實(shí)力成為判斷風(fēng)險(xiǎn)的近乎是唯一的標(biāo)準(zhǔn)，也是用戶選擇平臺(tái)的核心要素。

與此同時(shí)，網(wǎng)貸機(jī)構(gòu)服務(wù)的用戶往往是銀行沒(méi)有或者無(wú)法覆蓋的群體。歐立信《2017年我國(guó)征信市場(chǎng)深度分析報(bào)告》中顯示，我國(guó)13億人口中只有3億多人在央行有信貸數(shù)據(jù)。而根據(jù)中國(guó)個(gè)人征信行業(yè)報(bào)告中的數(shù)據(jù)顯示，相比美國(guó) 92%的個(gè)人征信滲透率，我國(guó)個(gè)人征信記錄覆蓋率只有 35%。中國(guó)的GDP已經(jīng)達(dá)到美國(guó)的60%，理論上授信規(guī)模也應(yīng)當(dāng)達(dá)到這個(gè)比例，也就是中國(guó)可以有60%左右的可授信群體。以此計(jì)算，在中國(guó)，目前有30%左右的人群沒(méi)有得到真正的授信，基于中國(guó)如此大的人口基數(shù)，未授信群體規(guī)?？赡茉?億左右。既然銀行無(wú)法授信，網(wǎng)貸機(jī)構(gòu)就需要自行搭建有效的風(fēng)控模型。

何為有效的風(fēng)控模型？怎樣才能剔除有潛在的欺詐群體，保證平臺(tái)的健康穩(wěn)健。我們以洋錢(qián)罐為例，來(lái)說(shuō)一說(shuō)風(fēng)控的那些事兒。

之所以選擇洋錢(qián)罐，主要在于這家平臺(tái)可以做到三分鐘完成審核而不需要龐大的審核團(tuán)隊(duì)。在三年多時(shí)間里，累計(jì)交易額已經(jīng)達(dá)到了近550億，出借注冊(cè)用戶超過(guò)了130萬(wàn)，累計(jì)借款筆數(shù)2646萬(wàn)筆，平臺(tái)保持穩(wěn)健運(yùn)營(yíng)。這表明，平臺(tái)有一套強(qiáng)大的風(fēng)控體系做支撐，并且已經(jīng)得到了充分的印證，其做法有著重要的借鑒作用。

那么，洋錢(qián)罐風(fēng)控的秘訣在哪里？我們主要從征信評(píng)估、反欺詐服務(wù)和監(jiān)控預(yù)警三個(gè)方面探討。

大數(shù)據(jù)與借款人高維度弱變量分析建模

在借貸發(fā)生前，平臺(tái)首先要對(duì)借款人進(jìn)行征信評(píng)估。傳統(tǒng)金融機(jī)構(gòu)往往是查詢工資流水、社保記錄、工作、家庭背景等等，但一方面，網(wǎng)貸平臺(tái)覆蓋的群體，這些信息并非完全清晰可見(jiàn)。另一方面，即便用戶提供這些信息，也不足以完全勾勒出一個(gè)清晰的借款人畫(huà)像，造假的成本也不高。在移動(dòng)互聯(lián)網(wǎng)時(shí)代，數(shù)據(jù)維度和處理計(jì)算模型就變得極其重要。

洋錢(qián)罐的做法是，在業(yè)界通行的互聯(lián)網(wǎng)爬蟲(chóng)技術(shù)及在線身份認(rèn)證技術(shù)之外，還與線上數(shù)十家數(shù)據(jù)合作方建立合作，通過(guò)純線上的方式便能夠抽取數(shù)千維度的變量。據(jù)洋錢(qián)罐CTO耿博介紹，依托用戶在移動(dòng)互聯(lián)網(wǎng)上的信息，洋錢(qián)罐可以將弱關(guān)系、碎片化的內(nèi)容形成一個(gè)高維度、細(xì)顆?；拿枥L?；谶@個(gè)描繪，機(jī)器學(xué)習(xí)算法可以進(jìn)一步對(duì)用戶進(jìn)行分類。

也就是說(shuō)，洋錢(qián)罐的大數(shù)據(jù)風(fēng)控不只看“大”，重點(diǎn)是看機(jī)器能否很好地處理這些數(shù)據(jù)。洋錢(qián)罐依托海量的數(shù)據(jù)，針對(duì)誠(chéng)信、失聯(lián)、關(guān)聯(lián)聚類、信用等多個(gè)維度構(gòu)建了若干個(gè)機(jī)器學(xué)習(xí)模型，能夠精確判別用戶的欺詐和信用風(fēng)險(xiǎn)等級(jí)。據(jù)耿博透露，機(jī)器學(xué)習(xí)算法可以對(duì)借款人形成一個(gè)細(xì)顆粒度的分類，并通過(guò)高維度的弱變量進(jìn)行建模分析，對(duì)信用不滿足要求的借款人，平臺(tái)能夠及時(shí)剔除。

借款人的信用是概率性的，反應(yīng)借款人在某一個(gè)概率下的置信度。信息維度越廣、數(shù)據(jù)變量越多、機(jī)器學(xué)習(xí)越精確，對(duì)借款人描繪的顆粒度就越細(xì)，造假的成本就越高，對(duì)借款人授信的置信度就越高。這項(xiàng)基礎(chǔ)工作做好了，反欺詐的工作就變得水到渠成。

欺詐個(gè)體與群體的動(dòng)態(tài)甄別

在正常情況下，借貸逾期或者壞賬產(chǎn)生的原因，除了借款人的疏忽大意，無(wú)非就是沒(méi)有還款能力和沒(méi)有還款意愿。針對(duì)這兩方面問(wèn)題，洋錢(qián)罐的風(fēng)控基本原則是，保證借款人有還款能力，擋住無(wú)還款意愿借款人。

在還款能力上，洋錢(qián)罐的資產(chǎn)主要來(lái)自小額消費(fèi)類資產(chǎn)，小額信貸一般都是幾百、幾千塊的小額借款，這個(gè)從平臺(tái)數(shù)據(jù)可以看出。洋錢(qián)罐的運(yùn)營(yíng)數(shù)據(jù)顯示，平臺(tái)人均累計(jì)借款額只有5000多元（劃重點(diǎn)：累計(jì)），前十大借款人待還金額占比僅有0.014%。最大單一借款人待還金額占比僅有0.001%，很好地體現(xiàn)了小額分散的特點(diǎn)。小額分散的借款方式可以保證，只要是正常的借款需要，借款人基本都可以保證有還款能力。

那么，核心問(wèn)題集中在還款意愿的評(píng)估上，其實(shí)就是檢測(cè)欺詐用戶。欺詐用戶分為組團(tuán)欺詐和個(gè)體欺詐。

在個(gè)體欺詐方面，洋錢(qián)罐將自主研發(fā)數(shù)據(jù)與其他臺(tái)的征信數(shù)據(jù)相結(jié)合，建立起一個(gè)海量數(shù)據(jù)庫(kù)，從而能夠精確判別用戶的欺詐和信用風(fēng)險(xiǎn)等級(jí)。據(jù)耿博介紹，個(gè)體欺詐屬于經(jīng)典的基于互聯(lián)網(wǎng)大數(shù)據(jù)和有監(jiān)督/半監(jiān)督的機(jī)器學(xué)習(xí)技術(shù)去解決的問(wèn)題，隨著數(shù)據(jù)量不斷積累，發(fā)掘的互聯(lián)網(wǎng)變量逐步增多，可以持續(xù)迭代不斷優(yōu)化。

群體欺詐的難度在于，它雖然是個(gè)體欺詐的集合，但需要平臺(tái)既不會(huì)誤傷優(yōu)質(zhì)借款人，又能夠徹底挖掘出所有欺詐個(gè)體。這有賴于借款人畫(huà)像和聚類算法模型。洋錢(qián)罐的做法是，通過(guò)對(duì)比數(shù)據(jù)庫(kù)判別個(gè)人信息是否與其互聯(lián)網(wǎng)畫(huà)像一致；活體識(shí)別技術(shù)檢驗(yàn)是否本人操作；通過(guò)比對(duì)設(shè)備和聯(lián)系人等信息，借款發(fā)生的頻率和集中度等因素，多方位檢測(cè)借款人的行為。對(duì)不同用戶畫(huà)像基于相似度進(jìn)行聚類，結(jié)合不同申請(qǐng)人之間關(guān)聯(lián)關(guān)系，集中剔除掉組團(tuán)詐騙的可能。據(jù)耿博介紹，集團(tuán)詐騙的防范屬于機(jī)器學(xué)習(xí)中的無(wú)監(jiān)督學(xué)習(xí)范疇，度量學(xué)習(xí)以及聚類算法在這里起著至關(guān)重要的作用。通過(guò)聚類算法，洋錢(qián)罐能及時(shí)甄別出欺詐流量，并作出及時(shí)的反應(yīng)。

在反欺詐技術(shù)的積累上，洋錢(qián)罐可以保證平臺(tái)上基本上可以沒(méi)有群體性欺詐，很少有個(gè)體欺詐。

動(dòng)態(tài)監(jiān)控預(yù)警及智能催收

當(dāng)然，也應(yīng)該看到，對(duì)風(fēng)險(xiǎn)的監(jiān)控應(yīng)該是實(shí)時(shí)動(dòng)態(tài)的，應(yīng)當(dāng)持續(xù)對(duì)用戶進(jìn)行信用預(yù)警和貸后監(jiān)控，及時(shí)發(fā)現(xiàn)用戶的信用惡化及其他金融風(fēng)險(xiǎn)，實(shí)現(xiàn)對(duì)金融的風(fēng)險(xiǎn)態(tài)勢(shì)感知。

在這一方面，洋錢(qián)罐自研了適合自身業(yè)務(wù)需求的實(shí)時(shí)監(jiān)控系統(tǒng)，應(yīng)急響應(yīng)時(shí)間全天候保證在數(shù)分鐘之內(nèi)，確保服務(wù)安全可靠。據(jù)耿博介紹，洋錢(qián)罐每日都會(huì)對(duì)用戶存在還款和逾期狀態(tài)更新。這些狀態(tài)更新能夠高效反饋到模型并更新模型的參數(shù)，當(dāng)用戶人群發(fā)生遷移或者欺詐行為發(fā)生變化時(shí)可以動(dòng)態(tài)地進(jìn)行適應(yīng)。

而在此之外，洋錢(qián)罐還針對(duì)催收研發(fā)了智能催收系統(tǒng)。這套系統(tǒng)一方面最大限度地保證用戶信息的隱私和安全，完整記錄催收的整個(gè)過(guò)程。另一方面，智能催收系統(tǒng)通過(guò)IVR方式，實(shí)現(xiàn)機(jī)器與人的溝通，提醒借款人還款，并提供其相應(yīng)的還款方式。隨著AI技術(shù)的發(fā)展，洋錢(qián)罐正在實(shí)現(xiàn)像谷歌那樣的智能客服，以標(biāo)準(zhǔn)化的方式進(jìn)行催收，可以保證信息準(zhǔn)確傳達(dá)，并防止暴力催收。

綜上所述，從征信評(píng)估、反欺詐服務(wù)和監(jiān)控預(yù)警三個(gè)方面來(lái)看，洋錢(qián)罐有兩個(gè)非常關(guān)鍵的要素：技術(shù)驅(qū)動(dòng)、動(dòng)態(tài)調(diào)整。這與平臺(tái)最原始的基因有關(guān)。其核心技術(shù)團(tuán)隊(duì)來(lái)自全球知名互聯(lián)網(wǎng)企業(yè)，包括Facebook，Google，Apple，Microsoft，SAP，Oracle，騰訊等。所以，在平臺(tái)風(fēng)控架構(gòu)上，團(tuán)隊(duì)都在盡可能杜絕不可控因素。比如，在審核層面，洋錢(qián)罐并沒(méi)有組建規(guī)模龐大的線下審核團(tuán)隊(duì)，而是以大數(shù)據(jù)和計(jì)算模型提供置信度高的用戶授信。在技術(shù)上，團(tuán)隊(duì)都在盡可能追求嚴(yán)謹(jǐn)性，保證動(dòng)態(tài)調(diào)整。洋錢(qián)罐之所以能夠保證高交易量、低人員成本和穩(wěn)健運(yùn)營(yíng)，其秘訣就在于風(fēng)控技術(shù)的絕對(duì)實(shí)力。

文章屬于網(wǎng)貸之家轉(zhuǎn)載的商業(yè)信息，內(nèi)容不代表本網(wǎng)觀點(diǎn)，僅供參考。