一起好CRO易灏:金融科技的风险管控需要四步走

互联网+ 零壹财经 零壹财经 2017-11-07
一起好CRO易灏:金融科技的风险管控需要四步走
随着新一代信息技术的发展和应用,金融业正在大步迈入科技金融时代,科技金融在推动传统金融业转型升级的同时,也催生了许多新金融业态,并逐步形成产业交融、资源聚集、链式共生的新金融生态圈。 

科技与金融如何实现融合互进?互联网公司与金融企业如何竞合共生?新金融如何推进供给侧结构性改革?如何运用新技术武装金融监管? 

11月7日,由中国金融信息网、中国经济信息社湖北经济研究中心以及零壹财经·零壹智库共同举办的"2017新金融发展论坛——科技金融:产业与生态"在武汉正式召开。 

会上,武汉金融信息服务平台一起好金服首席风控官易灏发表了主题演讲。他指出,将人脸识别和声纹识别相结合,能初步对个人身份做一个判断。在这个基础上,至少还要做到四个模块:第一前瞻性的风险预警系统、第二量化系统做出的风险定价系统、第三智能化的业务全流程模块系统、第四智能化的催收系统。这四个模块对整个业务贷前申请管理,贷中的管理和贷后的催收都会起到重要的作用。

另外,易灏还表示,金融科技的发展能够支撑互联网的安全风险,但由于整个金融场景下服务方式变得更加虚拟化、业务边界逐渐模糊,所以在提升效率的同时,也打破了整个风险传导上时空的限制。此时,金融监管可能需要突破传统的手段,植入新的技术,建立金融风险预警的平台,从而实现风险早发现早化解,在金融科技发展下,监管科技也定会走向前台。

以下为发言原文:

易灏:尊敬的各位嘉宾,大家上午好,我是一起好金服的首席风控官易灏,非常高兴站在这个舞台上,刚才听到前面专家对新金融或者科技金融的讲解我获益良多。我今天从宏观层面更多的讲解我们科技金融产业与生态,或者讲Fintech,我不知道具体应该怎么表述,我只是从一个从业者的心态看待我们科技金融在安全上在监管上做的一些具体实践。

我们看一下五年安全运营的情况,一起好金服成立于2012年,是湖北省成立最早的借贷平台,我们要解决小微企业融资难的问题,为他们提供相对便捷高效的借款服务。我们2014年开始进行线下资产端的服务,这时候一起好金服从武汉200公里的市场迈向全国24个省,覆盖74个城市,有116家借款服务的平台,2015年我们开始走科技金融道路,我们今天已经完成A轮融资1.2亿,我们也迈上了科技金融发展的快车道。

第二部分我们的合规道路,2013年监管部门没有要求银行托管的要求情况下,我们就已经开始找银行做资金托管,但是当时银行只是观望状态并未成型,2016年我们与微众银行达成了协议。我们的平均借款项目单笔不超过7万,我们从地区分散资金分散等等进行服务,同时我们自建了民间征信共享信息的平台,我们将交易的数据加密保存在第三方,另外对监管政策我们进行匹配相关条件,我们在合规的道路非常的强化。

我们再讲一下一起好金服在科技与公共信息上的做法,我们在现代这个时代,金融科技被越来越多的人所熟知,但是在金融科技当中我们看到所谓的金融科技在快速发展当中也会积累很多的问题和风险。因为互联网本身有很多的风险性隐蔽性,各种各样的技术被运用到业务当中,我们看到跳出一种手段比较隐蔽比较难以防范的欺诈行为,他们是Fintech互金平台非常重视的问题。我们如何利用金融科技先进的技术与整个业务的风险管控结合,共同造就一种良好的风控体系,这是我们一直在探索的。

前面的专家都讲到了,我们碰到很多先进的技术,比如说大数据、人工智能,分布式技术,包括生物式识别等等,这些技术已经为我们在整个互联网金融行业的风险管控提供了一定的解决方案。我们如何看待这些技术和风控的结合?我们要如何打造一系列的金融科技能力?我们在打造这些能力之前要解决基本的身份防范问题,我们知道在很多的互联网业务里面都用到身份验证,四要素认证,我们通过OCR识别,面具攻击的防护,我们通过这些手段的组合使用判断一个客户是否是真实有效的申请人?我们将人脸识别和声纹识别相结合,我们基本上能初步对这个人身份做一个判断。在这个基础上,我们至少要做到四个大的模块:第一前瞻性的风险预警系统、第二量化系统做出的风险定价系统,第三智能化的业务全流程模块系统,第四智能化的催收系统。这四个模块对我们整个业务贷前申请管理,贷中的管理和贷后的催收都会起到重要的作用。

第一前瞻性的风险预警系统,首先对机器学习和语音识别,把客户的内部外部的数据串联起来,通过数据清晰的整理,我们要进行所谓的大数据的底层基础设施构建,这个构建起来我们才有所谓的基本大数据的积累。在此基础上我们通过知识库深度学习的结合,我们搭建客户日常使用的评价体系,反欺诈的监测引擎,同时我们也会建立多维数据的风控模型实验室,还有所谓的深度复杂关系网络,通过这四位一体的风险预警系统可以精准的判断客户,由系统自动搭建与各个方面数据的相关性结合,我们对用户的数据信息、行为信息,用户的位置、空间信息进行行为验证,同时在时间维度空间维度及时的发现一些潜在的风险。再结合外部的数据,我们可以判断客户的金融需求,集中催收这些行为用于识别被催收的用户,也可以作证用户的社会信息,同时更加准确对他的信用做出判断。

第二会量化整个的用户的风险评价,我们关注违约风险,我们从履约敞口履约时限等方面进行量化,同时我们把学习特征学习方法考虑进来,我们做一些信息模型,最后形成风险定价的核心,我们就可以更准确更公平的进行定价。第三所谓的智能化的业务和成本管理,我们搭建一套标准化的通过流程驱动的业务全流程的模块,我们可以配置各种各样的业务产品,对业务管理非常的便捷。同时我们也可以看到原有的系统里面申请人员看不到的风险可视化等内容信息,这些可以让我们的审批专家再度对所谓的业务审核找到相关的关联性的风险点,从而进一步的调整我们的规则。

此外,在业务全流程处理系统里面,我们在部分的流程里面引入机器人,帮助我们的业务能力不断的提高。最后就是我们关注的智能催收系统,这块跟数据相结合,我们要形成所谓的贷后管理模型,也要建立一个智能化的管理模型,通过智能算法查找,定位客户,让我们的催收人员更精准的和客户取得联系。同样的在整个的催收流程里面,我们也会引入所谓的智能化机器人,我们一定会考量整个业务逻辑,这样我们才能让机器人帮助人实现更多的作业。比如说催款报备,还有语音和声纹识别技术,我们可以实时早期研判和跟踪,以上是我们在整个实际业务中对科技和金融结合起来的认知。

我们可以看到金融科技的发展能够支撑互联网的安全风险,但是由于整个金融场景下我们看到服务方式变得更加的虚拟化,业务边界逐渐的模糊了,所以在提升效率的同时,也打破了整个风险传导上时空的限制,我们的金融监管可能需要突破传统的手段,植入新的技术,建立金融风险预警的平台,从而实现风险早发现早化解,我们现在在金融科技发展下,监管科技也一定会走向前台,以上就是我跟在座分享的相关信息,谢谢!

0

相关文章

我来评论

评论“一起好CRO易灏:金融科技的风险管控需要四步走”

取消 提交 请输入内容!

评论

  • 解码金融科技上市潮

    解码金融科技上市潮

  • 消费金融:鏖战、竞合与出路

    消费金融:鏖战、竞合与出路

  • 中国贷后风险管理及资产处置峰会

    中国贷后风险管理及资产处置峰会

耗时 167ms