今天給大家分享一下，我們基于大數(shù)據(jù)在零售信貸里面的控制，包括精準(zhǔn)營(yíng)銷和清收。

首先給公司做一個(gè)簡(jiǎn)單介紹。百融是一家金融機(jī)構(gòu)，我們本身并不做金融，主要基于大數(shù)據(jù)，為金融機(jī)構(gòu)提供一個(gè)服務(wù)平臺(tái)，包括個(gè)人金融和小微金融，流量獲取，貸前信審，目前輔助信貸機(jī)構(gòu)審核了260萬(wàn)筆貸款申請(qǐng)，通過(guò)我們審批的量超過(guò)3000多億。

我們這個(gè)機(jī)構(gòu)很透明，在座各位都是互聯(lián)網(wǎng)創(chuàng)業(yè)者，我們是國(guó)有控股的，股東有中國(guó)華融、浙報(bào)傳媒、中國(guó)國(guó)際金融公司，我們做金融公司，確實(shí)掌握很多金融的數(shù)據(jù)。

今天主要是分享三個(gè)方面內(nèi)容，一個(gè)是大數(shù)據(jù)在零售信貸風(fēng)控中的應(yīng)用，第二個(gè)是貸中管理，第三個(gè)是貸后催收。

拿捷信為例，捷信是中國(guó)消費(fèi)金融公司里面最大的，今年放貸1500億左右，捷信申請(qǐng)進(jìn)件的時(shí)候，會(huì)發(fā)生兩件事情，第一個(gè)是欺詐風(fēng)險(xiǎn)識(shí)別，第二個(gè)是信用風(fēng)險(xiǎn)識(shí)別。欺詐這塊，包括貸款申請(qǐng)?jiān)O(shè)備反欺詐，黑名單的過(guò)濾，身份的驗(yàn)證，還有網(wǎng)絡(luò)異常行為，還有申請(qǐng)信息對(duì)比。

還有信用風(fēng)險(xiǎn)識(shí)別，主要做信用評(píng)分模型，我們這個(gè)模型，捷信用了兩年時(shí)間。捷信最早是我們公司所有客戶里面，對(duì)百融金服提出最大挑戰(zhàn)的，因?yàn)樗目腿合鲁?，主要是藍(lán)領(lǐng)工人，農(nóng)民工，很多人剛剛從農(nóng)村進(jìn)城，這些人身上幾乎沒(méi)有常規(guī)的信用數(shù)據(jù)，百分之八九十查不到銀行征信報(bào)告，我們有幾百個(gè)變量，建立一個(gè)模型。

經(jīng)過(guò)大半年的模型，模型有效性可以做到0.35到0.38左右，這個(gè)是很難做的事情，他們自己以前的模型，大概在0.2幾左右，主要是客群比較下沉。評(píng)估他的收入，支出和消費(fèi)力，網(wǎng)絡(luò)購(gòu)物行為，閱讀行為，手機(jī)的使用習(xí)慣，坐飛機(jī)這些行為，用了機(jī)器學(xué)習(xí)的算法來(lái)做。

捷信量比較大，雙11一天有20萬(wàn)的進(jìn)件，20萬(wàn)的貸款申請(qǐng)，今年高峰期差不多到25萬(wàn)到30萬(wàn)的量級(jí)。相當(dāng)大的比例，它只是我們一家，目前高峰期的時(shí)候，要支撐300萬(wàn)筆貸款的審批。能不能支撐做這么大量，背后就需要很多技術(shù)支撐。目前來(lái)講，我們一天大概吞吐量接受上千萬(wàn)，不光貸款申請(qǐng)，還有別的服務(wù)。

此外，我們也用了很多互聯(lián)網(wǎng)公司的方法來(lái)識(shí)別欺詐風(fēng)險(xiǎn)，比如數(shù)據(jù)庫(kù)里，大概識(shí)別6.8億實(shí)名用戶數(shù)據(jù)，他的姓名、手機(jī)號(hào)、QQ號(hào)、郵箱網(wǎng)絡(luò)服務(wù)身份標(biāo)識(shí)。這些用戶構(gòu)成很龐大的關(guān)系網(wǎng)絡(luò)，表面上看是兩個(gè)人，其實(shí)是一個(gè)人，誰(shuí)和誰(shuí)是一家人，誰(shuí)和誰(shuí)是普通朋友，或者是交易對(duì)手。人與人之間的關(guān)系，輔助我們識(shí)別他們有沒(méi)有一種風(fēng)險(xiǎn)或者信用的傳遞。

物以類聚，人以群分是有道理的，這個(gè)現(xiàn)象在中國(guó)很明顯。我們把你的姓名、手機(jī)號(hào)、身份證號(hào)，QQ號(hào)，廣義的ID通過(guò)拓?fù)鋱D連起來(lái)，就構(gòu)成一個(gè)網(wǎng)絡(luò)，識(shí)別廣義的ID之間是什么樣的關(guān)系，關(guān)系有多緊密，這里頭有人，有物，物主要是上網(wǎng)設(shè)備，申請(qǐng)貸款的設(shè)備，有單點(diǎn)關(guān)系，群組關(guān)系，我們把基礎(chǔ)的數(shù)據(jù)庫(kù)，公司內(nèi)部叫ID hub。 

說(shuō)到人工智能，從去年開(kāi)始這個(gè)詞火爆的不得了，在任何論壇不談人工智能，主辦方都不好意思，我們公司最早從2009年開(kāi)始做。

那個(gè)時(shí)候發(fā)現(xiàn)跟銀行談大數(shù)據(jù)，談人工智能，幾乎都不接受，我們公司2013年開(kāi)始跟招商銀行合作，連招行，那么先進(jìn)的銀行，都不接受機(jī)器學(xué)習(xí)、大數(shù)據(jù)，人工智能完全不接受。

他們認(rèn)為這些東西不靠譜，百融金服2013年到2014年試了一下，發(fā)現(xiàn)不行啊，我們給人家推薦的人工智能算法，機(jī)器算法，接受不了，追求的是某個(gè)模型和變量是可以解釋的，什么叫可解釋呢？人能讀得懂，指導(dǎo)我們獲客，什么樣的人不行，我拒絕他。

如果你解釋拼組，銀行風(fēng)控拒絕接受你，最后我們也沒(méi)有辦法。所以，不談什么機(jī)器學(xué)習(xí)，也不談人工智能，我們就談?dòng)袛?shù)據(jù)，用他們傳統(tǒng)的方法，10到15個(gè)變量，每個(gè)變量都清晰，說(shuō)得清楚，算法它的有效性，不如人工智能算法，但是沒(méi)辦法，因?yàn)閭鹘y(tǒng)金融公司不接受。

但我們并沒(méi)有放棄，在百融公司內(nèi)部算法里面，用了很多機(jī)器學(xué)習(xí)算法，只是我們不對(duì)外輸出這個(gè)服務(wù)。我們自己的評(píng)分，有傳統(tǒng)的邏輯合規(guī)的算法評(píng)分，也有機(jī)器學(xué)習(xí)和人工智能評(píng)分，我們邏輯評(píng)分基本上幾十個(gè)變量，機(jī)器算法評(píng)分變成幾千個(gè)，我們最原始的數(shù)據(jù)，高達(dá)50萬(wàn)個(gè)變量。

去年，由于AlphaGo現(xiàn)象，突然很多客戶開(kāi)始問(wèn)你們有沒(méi)有人工智能，好像我們不用人工智能就不先進(jìn)了，其實(shí)百融早就開(kāi)始用人工智能了，比如我們幫百度建模，比如說(shuō)一個(gè)邏輯模型算法，能做到0.3%，人工智能算法，能夠做到0.38%，這是非常大的提升。這里有不同算法的組合，不一定是一個(gè)算法，統(tǒng)稱為人工智能的算法。我們底層有一個(gè)大的算法庫(kù)會(huì)做組合。 

我再重點(diǎn)介紹兩個(gè)方面，一個(gè)是大家談的信用風(fēng)險(xiǎn)怎么防，一個(gè)是欺詐風(fēng)險(xiǎn)的防范。

欺詐風(fēng)險(xiǎn)防范，就是借你錢(qián)沒(méi)安好心，就是不還錢(qián)的，這個(gè)是偏重一票否決，公安部通緝過(guò)的，已經(jīng)入了黑名單的，手機(jī)不是實(shí)名驗(yàn)證過(guò)的，銀行卡不是本人開(kāi)的，地址給我們銀行留的地址不一樣，還有專門(mén)申請(qǐng)信用卡，騙保險(xiǎn)，這種設(shè)備。

我們?nèi)ツ觊_(kāi)始研發(fā)聲紋識(shí)別，為什么搞聲紋識(shí)別呢？人臉識(shí)別有些機(jī)構(gòu)能夠破解，今年3·15，央視報(bào)道過(guò)有些機(jī)構(gòu)把一些小銀行的人臉識(shí)別破解了，通過(guò)計(jì)算機(jī)的方法，首先盜取照片，銀行要求你轉(zhuǎn)轉(zhuǎn)嘴，轉(zhuǎn)轉(zhuǎn)頭，是活體識(shí)別，這些都可以用計(jì)算機(jī)方法模擬出來(lái)，絕對(duì)是高科技，他們搞的微分幾何，大家可以去看。微分幾何可以把人的臉拉長(zhǎng)，變圓，同時(shí)遠(yuǎn)距離看還是那個(gè)人。這是很高科技的方法。

聲紋識(shí)別就不一樣了，人臉識(shí)別可以破解，欺詐團(tuán)伙，往往外購(gòu)一批身份證號(hào)，已經(jīng)拿到你的照片，通過(guò)計(jì)算機(jī)方法，可以模擬出你臉是活是動(dòng)的，可以提前做準(zhǔn)備。聲紋識(shí)別，隨即產(chǎn)生一句話，讓借款人來(lái)念，如果是欺詐團(tuán)伙，他不可能雇一千個(gè)人五百個(gè)人每個(gè)人念不同的話，只能自己念，雇人念的成本太高了，我們通過(guò)聲紋識(shí)別就是一個(gè)人。這也是一種類型的身份合成。

方言我們有的時(shí)候識(shí)別不出來(lái)，有人跟我說(shuō)，我生病怎么辦？我聲音沙啞了，這種情況，我們也識(shí)別不準(zhǔn)，但是沒(méi)有一種手段可以防住所有的騙子，一定是多種手段結(jié)合。所有的安全，風(fēng)險(xiǎn)問(wèn)題，最終歸結(jié)為是經(jīng)濟(jì)問(wèn)題，就是收益和成本，你只要抬高足夠的成本，他覺(jué)得沒(méi)有必要騙你了，他的收益太低了。只要把成本抬高就可以了。

再看信用風(fēng)險(xiǎn)防范。信用風(fēng)險(xiǎn)不是故意騙你錢(qián)，剛開(kāi)始想還，過(guò)三個(gè)月還不了了，我們看還款意愿等于零，那他就是一種極致的風(fēng)險(xiǎn)，欺詐風(fēng)險(xiǎn)是還款意愿等于零，凡是還款意愿不等于零就是信用風(fēng)險(xiǎn)。

還款能力怎么計(jì)算，你的收入減去別的金融機(jī)構(gòu)的負(fù)債，再減去你日常的消費(fèi)，等于還給你這家金融機(jī)構(gòu)的能力，首先是他的收入，他掙錢(qián)能力，第二個(gè)是負(fù)債，第三個(gè)是他的消費(fèi)，后面還有很多輔助的變量，圖書(shū)、看雜志，手機(jī)號(hào)使用多少年，在什么地方消費(fèi)，坐不坐飛機(jī)，社交圈怎么樣，以及有沒(méi)有對(duì)外投資，都是幫助我們輔助判斷防范能力的。

我們舉幾個(gè)例子，比如說(shuō)負(fù)債，三個(gè)月之內(nèi)申請(qǐng)貸款次數(shù)達(dá)到五次以上的違約概率是不到五次的三倍以上，這里面既有信用風(fēng)險(xiǎn)也有欺詐風(fēng)險(xiǎn)。

第二種，留給金融機(jī)構(gòu)的地址和活動(dòng)地址是不是一樣。五公里左右是5倍多，如果21公里就是16倍多。這里面有很多是欺詐的。

本地生活，比如說(shuō)在上海靜安區(qū)借款，但是我們發(fā)現(xiàn)他消費(fèi)不在上海，比如說(shuō)大部分消費(fèi)在長(zhǎng)沙，這就有問(wèn)題了，你的生活場(chǎng)所跟你的借款填的不一樣，我們就要觀察，有一個(gè)消費(fèi)，聽(tīng)音樂(lè)會(huì)，團(tuán)購(gòu)和溜冰，這種消費(fèi)跟網(wǎng)上買(mǎi)的手機(jī)是不一樣的，你在京東買(mǎi)手機(jī)，在北京下單可以寄到西安去，你說(shuō)這個(gè)人在北京生活還是西安生活，都有可能，如果聽(tīng)音樂(lè)會(huì)和看電影，那就不一樣了，這種行為往往發(fā)生在日常生活的城市，我們要專門(mén)去看，你申請(qǐng)貸款的城市有多少消費(fèi)，這個(gè)消費(fèi)越少，違約概率越高，我們觀察到的數(shù)字，住址人群占比，越往后，本地生活化的行為越多，這個(gè)點(diǎn)線是這類人群的違約概率，假如發(fā)現(xiàn)你沒(méi)有任何消費(fèi)，就是消費(fèi)率是空的話，違約概率是飆升的，哪怕有一分錢(qián)的消費(fèi)概率，這個(gè)人欺詐消費(fèi)概率就小很多。

還有網(wǎng)絡(luò)游戲，我們從13年跟招商銀行合作發(fā)現(xiàn)的，在三線城市打游戲打的越多的人違約率越高，日常人打游戲，純粹是消耗，不給你帶來(lái)能力的提升，不提升你的生產(chǎn)力，所以這個(gè)變量我們后來(lái)發(fā)現(xiàn)，從13年到現(xiàn)在，還是這樣。打的越多，違約率越大，另外一個(gè)反過(guò)來(lái)，你看媒體讀書(shū)，看科技類財(cái)經(jīng)類，看的越多的人，違約率越低，這個(gè)反映道德水平高低和受教育程度高低。

還有手機(jī)號(hào)使用程度，手機(jī)號(hào)使用超過(guò)十年的人，是不是靠譜的人？12年的時(shí)候馮大輝說(shuō)手機(jī)號(hào)使用超過(guò)十年的人，是靠譜的人，手機(jī)號(hào)超過(guò)9年的人，有9%的違約概率，是不是不拿手機(jī)的人就不靠譜呢？也不是這樣的，因?yàn)槟切┢墼p團(tuán)伙，對(duì)手機(jī)號(hào)專門(mén)辦貸款，查不到使用多長(zhǎng)時(shí)間。

把所有數(shù)據(jù)綜合起來(lái)，我們把它做衍生，做組合，1824個(gè)變量，最后做一個(gè)綜合評(píng)分，300分到1000分，這是評(píng)分的分?jǐn)?shù)分段的分布，點(diǎn)線是對(duì)應(yīng)的違約概率，這是在某一人群上評(píng)出來(lái)的。隨著分?jǐn)?shù)的提升，違約概率線性下降，從300分到500分，再到600分，650分，700分到800分，金融機(jī)構(gòu)做授信是要切的，我利率是多少，我接受到多大的違約概率，利率風(fēng)險(xiǎn)定價(jià)怎么定，就是基于這個(gè)表定出來(lái)的。你是30%的利率，你能接受10%的壞賬，你是12%的利率，你只能接受1%的壞賬，對(duì)應(yīng)的壞賬跟風(fēng)險(xiǎn)評(píng)分，是一一對(duì)應(yīng)關(guān)系。你要確定哪群人，要想清楚。 

第二個(gè)就是貸中，我們說(shuō)貸前審批，往往看到一個(gè)時(shí)點(diǎn)，這個(gè)時(shí)點(diǎn)是好是壞，能不能放給他，貸中，把錢(qián)貸給他了，只管放不管還的話，會(huì)出現(xiàn)大的問(wèn)題。尤其經(jīng)濟(jì)在下行。

我們首先去做外部整合，發(fā)現(xiàn)外部信息變化，風(fēng)險(xiǎn)量化識(shí)別，進(jìn)行風(fēng)險(xiǎn)推送預(yù)警。他手機(jī)長(zhǎng)期關(guān)機(jī)，長(zhǎng)期漫游，發(fā)現(xiàn)某個(gè)老板的手機(jī)漫游一周時(shí)間，預(yù)警，我們發(fā)現(xiàn)他老板跑了，他老婆還沒(méi)跑，最后追回來(lái)一部分錢(qián)。

后來(lái)我們直接跟運(yùn)營(yíng)商合作，看手機(jī)的狀況。我們?cè)倏创呤?，催收這個(gè)事情，最近被攻擊的比較多，尤其是山東案件，催收機(jī)構(gòu)是非常重要的事情，感覺(jué)很low，說(shuō)金融機(jī)構(gòu)沒(méi)有催收，除了微粒貸特殊機(jī)構(gòu)，中國(guó)也找不出幾家微粒貸那樣的機(jī)構(gòu)，別的機(jī)構(gòu)沒(méi)有催收，肯定活不下去。

中國(guó)很多人是這樣子的，你不找他，他不還錢(qián)，你找他，他想想就還了，找他說(shuō)重一點(diǎn)，就還給你了，很多是這樣子，你說(shuō)欺詐嗎也不一定是，他就是品行不是那么好的人，大量的灰名單用戶，你不催是沒(méi)有辦法的，一定要催，在催收里面，80%都會(huì)形成壞賬的原因，是找不到人。

這是很敏感的話題，我們今天不避諱這個(gè)話題，不催收會(huì)出大問(wèn)題的。每一百個(gè)人，您找過(guò)來(lái)，其中70%的人，或多或少還一部分錢(qián)，這一點(diǎn)，不光中國(guó)如此，我跟外商也了解，西班牙銀行，花旗銀行都聊過(guò)，西方國(guó)家也是這樣。

大部分的零售信貸資產(chǎn)不良的原因，第一是找不到人。第二個(gè)找到人，他有可能還是不還，有些人說(shuō)沒(méi)錢(qián)了，但實(shí)際上他有錢(qián)，有些人真沒(méi)錢(qián)。

如果對(duì)方真沒(méi)錢(qián)的話，你催他沒(méi)有用，這里涉及到排序問(wèn)題，一百個(gè)人都能找到，我先催誰(shuí)后催誰(shuí)，這個(gè)有講究的，因?yàn)槟愕娜肆Y源只有那么多，每個(gè)人平均分?jǐn)傎Y源，最后效果就不太好。所以我們要去排序，這個(gè)叫做壞人里面找好人。都是不好的人，我找到相對(duì)好的人，相對(duì)好的人有兩種，一種其實(shí)有錢(qián)，第二種錢(qián)不是很多，但是道德還不錯(cuò)，他想辦法籌措給你，建立一種評(píng)分模型，催收評(píng)分模型，做個(gè)排序。在壞人里面找好人。在貸前準(zhǔn)入的時(shí)候，是找好人。

早期催收模型和晚期又不一樣，還有一些人有借款怎么識(shí)別它，他說(shuō)他不還錢(qián)的原因，通過(guò)外部數(shù)據(jù)發(fā)現(xiàn)，那是一個(gè)借款，當(dāng)你戳穿他謊言的時(shí)候，他還是不還錢(qián)，最終他會(huì)走上法律訴訟那條路，那條路可以走，但是成本很高，不合算，一個(gè)錄音筆，七八百塊錢(qián)，都不會(huì)做法律訴訟，信用卡十萬(wàn)以下的，都很少有人告他，只有十萬(wàn)以上才會(huì)走法律訴訟。我們幫你做還款判斷，還有一個(gè)所謂的催收。這一塊，雖然是比較敏感的話題，還是不得不提，這是任何金融機(jī)構(gòu)，不可或缺的一個(gè)部分。