查看原文
其他

专访同盾科技董事长蒋韬:消费金融发展亟需解决信息不对称问题

2017-07-20 小盾 智能风控联盟

中新经纬客户端7月16日电(常涛)根据国家互联网金融安全技术专家委员会发布的《互联网金融监测情况报告》显示,截至2017年6月30日,我国共有互联网金融平台20170家,2017年第二季度互联网金融活跃用户超5.8亿。互联网金融行业强劲发展的同时,也带来了不可忽视的风险和安全隐患,“跑路”、“诈骗”等问题时有发生,如何建立高效的互联网金融风控体系尤为重要。

  

2017网易未来科技峰会期间,同盾科技创始人、董事长蒋韬接受了中新经纬客户端(微信公众号:jwview)专访,就互联网金融风控中存在的问题、如何有效应对团伙性欺诈以及人工智能在风控场景中的应用等问题作了回应。


同盾科技创始人、董事长蒋韬 中新经纬 岳川涵 摄


消费金融发展亟需

解决信息不对称问题

中新经纬客户端:第三方大数据风控公司的风控体系有什么特点和优势

  

蒋韬:现在很多做第三方服务的风控公司,会收集人的一些行为信息,比如上网行为、网络浏览路径,包括在社交网站上的一些行为。我们会通过这些行为做风险的评估,而且这个评估是基于场景的,做汽车金融的风控模型和做消费金融的风控模型完全不一样

  

第三方风控公司有一个明显的优势就是独立性,这是很重要的。因为我们收集的都是客户的一些信息,如何在没有利益冲突的前提下合理使用这些信息非常关键,这牵扯到第三方公司的立场。

  

中新经纬客户端:从2017年第一季度公布的商业银行不良贷款情况来看,主要增长领域仍是小微企业、两高一剩和亲周期行业企业。对这些行业,如何实现有效的风险控制

  

蒋韬:现在很多商业银行在做消费金融业务,但消费金融业务和传统银行对大企业、国有企业放贷的流程、方法是完全不同的。涉及到小微企业,包括消费类资产和放贷,对于技术的要求非常高,需要实现自动决策。比如,目前很多信用卡是在网络上申请的,一天申请量可能几十万笔,甚至上百万笔,不可能通过传统的人工方式去检查,必然通过自动决策技术去完成。

  

而消费金融要想实现蓬勃发展,亟需解决信息不对称的问题,就是如何通过判断和识别,将坏帐、违约的机率控制在比较合理的水平。


实现行业内数据共享

是应对群体欺诈的有效手段

中新经纬客户端:现在风控面临的对象已经由原来的个体欺诈,演变成了有组织、有规模的群体欺诈和关联风险,作为第三方大数据风控公司,有什么具体的措施可以应对

  

蒋韬:在消费金融快速发展的今天,欺诈风险和信用风险是目前面临的非常重要的挑战,全年的信用卡交易额已经到了15.2万亿,整个互联网欺诈的比率上升了4个点。

  

群体欺诈有两个特征,一是专业程度比较高,能用各种各样的工具绕过风控系统;二是团伙欺诈行为通常比较难以被发现,他们盗取别人身份信息、骗取贷款,都有一套流程,外表看起来也很规范,比较难以识别。这时候就需要通过底层一些更复杂的算法去做分析。

  

中新经纬客户端:打破信息孤岛、实现行业内的数据共享,是不是应对群体欺诈有效的手段?

  

蒋韬:要想做到有效的风险防控,信息打通、信息共享是必然的。坦率地说,信息如果不共享,不能做交叉分析和交叉验证,其真实性就会大打折扣。目前中国最大的信用风险是信息不对称,解决方法是,除了国家层面要建立基本的信用体系和征信体系,再有就是一些科技型公司也要参与进来,这是非常有必要的。

  

中新经纬客户端:“数据只有共享才能发挥最大价值。”但共享不可避免要提到的一个问题就是就是个人隐私的保护,大数据风控如何在尊重隐私的基础上,最大程度挖掘数据的价值?

  

蒋韬:其实今天做云端的服务公司或云端的产品公司都是大数据公司,它们都会拥有大量个人的信息,这是完全没问题,最主要的是如何合理使用这些收集来的信息。

  

作为第三方服务公司来讲,必须明确几条底线:第一,对这些信息,要有非常严格的保护机制;第二,只用这些信息来做风险评估和风险分析;第三,第三方公司不要参与跟客户有任何利益冲突的业务。


风控场景人工智能不能完全搞定

中新经纬客户端:人工智能与大数据等科技的升级与融合,会给互联网金融的风控带来什么样的变革

  

蒋韬:在大数据风控领域,目前所使用的物理服务器和虚拟服务器的计算能力都在不断加强、不断放大。在这个过程中,如何去识别风险,必须要用到非常多的机器学习和深度学习技术,研究开发自己的深度学习框架。

  

如在反欺诈领域,同盾有监督型和非监督型的机器学习算法,监督型的主要是发现身份伪冒、身份盗用。非监督型的用于预防一些广告点击的欺诈风险,包括“薅羊毛”、帐户异常分析。

  

中新经纬客户端:未来人工智能有没有可能完全取代人工操作?

  

蒋韬:目前所有建模的过程,包括模型的效果、模型的调优,都是属于半自动化,很难做到完全自动调优或模型自动演化、不断自我更新。当模型效果不是特别优的话,还是需要有专家参与做调优,做一些分析,加入人的一些经验。在判断判欺诈特征的时候,有时候完全靠机器学习是不能搞定的,需要人的经验参与其中。


了解同盾更多讯息

同盾蒋韬的智能风控方法论:场景、数据、算法和人才缺一不可

同盾蒋韬网易未来科技峰会发声:大数据结合人工智能  未来风控 “新生”之路

同盾蒋韬受邀在《审计观察》创刊号发表署名文章:《大数据为企业外部风险管理带来的革命》

同盾科技董事长蒋韬接受南方网专访,同盾在行业领先的秘诀是什么?

同盾科技坚持客户第一,赢得信赖和好评

点击“阅读原文”,直达同盾官网

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存