零壹财经秋季峰会圆桌论坛：共论数据信用的演变、缺口与机会
资讯 林泽玲 零壹财经 2019-10-31 阅读：3566
近期数据爬虫整治风波引起行业动荡，业内多方受到影响，眼下风波余响还在，数据信用行业的现状和未来走势备受关注，这一波整治行动给第三方机构带来怎样的影响？在数据市场逐渐规范化的过程中，业务开展的空间和挑战何在？区块链技术对信用建设是否有实质性作用？诸多行业问题待解。
会上圆桌论坛环节，信用算力董事长兼CEO张建梁，众邦银行大数据风控负责人兰翔，光大银行智能风控中心VP祝世虎，兴业数金算法金融实验室主任曹一溪，信雅达泛泰董事长兼CEO韩剑波围绕 “数据信用的演变、缺口与机会”这一主题，就数据整治风波对整个信用数据市场带来的冲击与转变展开探讨。
一、数据爬虫整治余波仍在，市场何去何从？
论坛上，就当下业界非常关注的数据爬虫整治风波，零壹财经创始人柏亮向现场嘉宾抛出系列问题：数据爬虫余波仍在，对第三方数据公司有什么影响？这一波整治给市场空间带来什么转变？对大数据需求方来说，在整治风波影响下，选择与第三方合作时，是否会更加谨慎甚至减少合作？
针对上述问题，在场嘉宾纷纷表达了自己的看法。
信用算力董事长兼CEO张建梁：这一波数据爬虫的影响非常广泛，因为很多消费金融公司、助贷公司的数据模型都依赖于这些数据，现在大家都在调整自己的模型，还有大量金融机构主动寻找运营商合作。当数据出现问题时，大家一定会去寻找替代品，只不过这个过程大家会非常谨慎，也不停在学习法律和监管条例，看业务有没有踩到红线。但是持牌机构包括运营商，也会对合作机构更加审慎。
最近央行提出对于金融机构外包的数据服务方的准入要求以及数据规范等等，大家都在紧密调整。很多的金融机构现在因为策略的调整，担心坏账率上升，所以在压缩规模，但是等这波调整完之后，这个市场还是会继续起来的。
兴业数金算法金融实验室主任曹一溪：这次带来的影响其实有点两极分化，对于大的金融机构，影响不会特别大，大部分业务照常进行；对于中小银行，因为数据供应商断供，所以一些在线信贷产品就下线了，中小银行们还没看准现在的形式，所以比较谨慎。
光大银行智能风控中心VP祝世虎：（数据爬虫整治风波）没有过去不过去这一说，未来是一个持久化的情况，眼下这波数据爬虫整治，只是监管打击超利贷和套路贷组合拳的第一招，这一套组合拳的核心，所整治的是贷款利率超过36%的非持牌金融机构。至于爬虫，人脸识别的APP公司等等，只是前序而已。
众邦银行大数据风控负责人兰翔：对于这一波监管，我认为监管还是想归位。最终消费金融也好，还是说零售类贷款，所谓的现金贷，可能也会变体。监管方面肯定是越来越严，还是希望借款人能够提供真实的借款凭证，也是今后可以看到的趋势。”
二、数据市场的规范化带来挑战
随着整治行动的推进，数据行业正在朝着规范化方向演进，在这个过程中，留给数据服务提供商的市场有多大？挑战又是什么？在市场教育之下，用户隐私意识增强，是否也会给数据服务业务开展增加难度，提升成本？
信雅达泛泰董事长兼CEO韩剑波：我们觉得未来数据市场规范肯定是一个常态化的过程。可能这一波会比较猛烈一些，后面肯定是一个常态化的过程。未来数据的获取、授权，包括存储、使用环节，都会出现大量规范化的东西。作为银行业来说，肯定是在金融业最规范的第一梯队的群体。所以，在这个过程中，应该说整个行业都会有所提升。
光大银行智能风控中心VP祝世虎：首先我认为法律的规范会使数据市场越来越规范，科技的进步会使市场越来越便捷。将来数据市场是一个既规范又便捷的，所以这个市场的空间非常大。随着金融科技的发展，随着金融科技的垂直细分，金融科技慢慢会划分为科技金融和金融科技，一个是新科技，一个新金融。新科技和金融慢慢也会在未来几年形成一道相对清晰的界线，但互相之间不存在我有饭吃他没有，他有饭吃我就没有的情况。
众邦银行大数据风控负责人兰翔：数据的问题，其实对于金融机构来说，首先所有的银行其实是在一个起跑线上的，不能说一个银行它能获得的数据我们不能获得，其实我觉得最重要是合理合法的把数据采集到。第二个事情对于存量数据，银行实际上在数据开放这个时代，其实金融机构会有聚集效应，它数据掌握的越多它就会越强。所以我认为目前已经开始做数据准备的或者说正在做数据准备的，或者有一定风控能力的银行，它可能在未来的竞争过程中会逐渐的有更大的优势。
三、政府数据更加开放对市场的影响
在我国，信用数据的一个主要来源就是政府，在信用市场比较发达的地方，政府数据开放都是充分的。未来，我国政府的数据必然也会更近一步对市场开放，这又将会对现有市场格局带来什么影响？
针对上述问题，信用算力董事长兼CEO张建梁：（政府数据）开放肯定是好的，不然大家的业务都不能很好地开展，我期待政府数据开放面向的机构不仅包括民营的科技公司，也包括持牌机构，大家都非常期望。
我国喊扶持小微喊了两年，但是小微的数据有多少银行可以拿到？事实上很难。关于数据开放，一个重要的前提是数据的确权，亦即数据到底是属于谁的？第二个是关于数据的使用路径，这个也许只有政府可以做到。2015年我创业的时候，当时的一个动机是因为央行要发布8张个人征信牌照。但是，比较遗憾的是迟迟没有发下来，最后我们看到了百行征信把那8家并成了股东，最近也在陆续加强数据的收集和集中。
但我觉得这也是好事情，不管怎么样，我们希望看到有更多数据能够开放出来，能够提升整个社会运转的效率。随着政府数据的开放，准入门槛也会更严，对个人隐私的保护也会更强。
零壹财经创始人柏亮：谈到数据开放，无论是大型互联网公司的数据开放，还是政府的数据开放，其实都涉及到一个数据权的问题，大家争议比较多到底这个数据权是我个人的，还是公司的？如果是公司的，公司之间可不可以买卖？如果是个人的，个人跟公司之间和个人跟个人之间可不可以买卖？那么，银行数据的权力到底是个人的，还是属于银行的？
兴业数金算法金融实验室主任曹一溪：我觉得这应该是属于个人的，从监管沟通的情况来看，监管是不允许我们在没有得到客户授权的时候，把数据提供给其他第三方。但是，客户进行了授权之后，允许进行相应的数据提供。所以，我觉得应该是客户的。
光大银行智能风控中心VP祝世虎：银行的数据究竟是谁的？首先这个问题，我从这个角度来讲，银行数据分为很多种？第一，客户类数据。第二，管理类数据。第三，银行下属很多子公司，子公司的数据。
首先，银行的客户数据，包含银行的帐户类数据和银行的交易类数据。作为交易类数据和帐户类数据来讲，都是这个客户的隐私。既然这个数据是客户的隐私，银行就不能碰了吗？我认为银行可以用它的数据做风险监控，但不能把它的数据向银行外去泄漏，银行保住这个底线之后，因为已经是我们银行的信贷客户了，我对这个信贷做风险监控是应该的。我不把数据泄漏到行外就可以了，这是我认为对个人客户和企业客户帐户类和交易行为的数据。
银行的经营数据，大部分是上市公司，经营类数据本身是公开的。除非有一些机密，不公开的，这个数据公开不公开，就看是机密，还是在年报中披露的就可以。
除此之外，银行的管理类数据，应该都属于银行的机密，是一个银行管理部门、部门管理分行的数据。按照我的思维想，银行做风险管理、财务管理、并表管理，只要数据在银行范围内可以充分使用。但这个数据坚决不能出行，或者说要出行，必须经过严格的审查、审批、授权等一系列。
四、联合建模有没有市场？
数据爬虫整治风波之下，联合建模被认为是大数据风控未来方向的最为合规的替代方案，行业对“联合建模”关注度在提升，那么，这个模式到底有没有市场？
信雅达泛泰董事长兼CEO韩剑波：（联合建模）市场非常大，首先拿银行来说，全国有4000家法人机构，绝大多数90%以上（因为我们叫得出名的全国股份制银行就20家左右）不具备能力。所以，在联合建模的过程中，现在三方服务商的定位，基本上是一个师傅带徒弟，或者说陪练，真正的数据都是留存在行内的，数据是绝对不能出行的，这是第一个原则。第二个原则，数据的来源，包括授权必须是规范的。第三个原则，整个在联合建模过程中，更多还是银行的员工帮带他、培训他具备这样的能力，基本上是这么一种定位和合作关系。所以这个市场空间还是非常大。
众邦银行大数据风控负责人兰翔：很多金融机构或者说金融科技公司（只是我个人观点）容易夸大模型的效率，其实在很多银行里连数据都没有，怎么来做模型？根本就做不了模型。他连最基本的都没有，实际上好好把人行征信，把这个数据源做一些强规则，做好就可以了。风险基本能控制住了，无非你把最好的客群给吃掉，模型是一个很庞大的工程，这个话题太大了。如果你没有一个基础设施，像光大银行或者说兴业银行，像我们走得稍微早一些的民营银行，或者说特别大的银行有这种数据积累的情况下，你很难做。
至于联合建模，我觉得确确实实在座各位专家所说的一样，很多都是师傅带徒弟，就到银行来，教你来如何建模。实际你教得会吗？大数据风控是一个体系，并不是说一个模型，完全不是这个概念。营销意味着什么？我要找到对应的客群，找到我精准需要的客群。
有了精准需要客群之后，还要对他进行一个还款意愿和还款能力把控，还要对额度进行把控，现在额度基本上没有一家核的准，除了头部机构。很多存在一个多头授信的问题，都是一般金融机构无法解决的。
我觉得这个模型的概念不要说太大。我们认为的联合建模，是我们到了一个有场景的机构去，把我们的模型布在他那里面，用他的数据执行我们的模型命令。因为他在前头，他有很多的数据量，我们以一种合法的方式，把我们的模型布进去，得到我们想要的客群，然后我们再把我们跑过来之后，再跑我们第二次的风控，两道风控加起来，风险就控制住了，我认为我们联合建模，对于金融机构来说，这种才是一个比较正确的方式。
光大银行智能风控中心VP祝世虎：银行和外部公司的联合建模有两种情况：第一，某些银行确实能力比较弱，和外界公司联合建模；第二，我们这些自主风控，能力比较强的，也存在联合建模的情况，主要是为了优势互补。
比如说，有一些场景流量数据很丰富，我们就把我们的模型放在他的场景上去。除了数据之外，一个模型需要数据、算法、算力和人力，如果数据不足，可以跟数据场景合作。如果人力不足，我可以人力外包，帮我们处理一些建模所需要的数据。算法有问题，我可以外包算法公司。
但是，我们银行一般很少外包算法公司，我们的算法都是掌握在自己的手里，为什么这样呢？因为我们认为，模型（特别是放贷的模型）和模型之间是一个对抗的过程，我们银行这边的准入模型对抗的是流量端跟我们分发流量的模型，我们这边反欺诈模型对抗的是骗子公司的欺诈模型，我们这边人脸识别模型对抗的是反人脸识别模型。
如果我们把一些模型能力外包，我觉得心里不靠谱。并且我们银行在建模的时候，因为你将来放贷款了，贷前、贷中、贷后都是靠你的模型来跑。出了不良，究竟谁来负责任？给你建模的公司来负责任，还是模型开发人员负责任？
如果我们外包人员，很难追究责任。如果自己开发的算法和模型，会根据不良率，某些情况下启动一定的问责，这也就是我说的联合建模的形式，一定是长期有的。但我也希望银行尽量锻炼自己的自主研发能力。
兴业数金算法金融实验室主任曹一溪：就像刚才说的师傅带徒弟的方式，我们部门虽然已经有一定的建模能力，但还是会一直保持这样的合作方式，因为我们相信这种建模方法论上的提升，肯定是跟业界的发展相关，我们希望能够跟业界保持一个不断合作的态势，一直了解业界的进展。
关于联合建模，我这里有一个更激进的、更前沿的做法。因为现在也有厂商讲做“联邦建模”，大致的意思，数据资源掌握在各自的手中，Y变量就是一个，我们一起做一个模型出来，这个方向其实我们是很愿意去关注，我觉得这个可能对模型一些效果的提升是非常有作用的。如果说业界在这方面做比较成熟的话，我们还是愿意去跟进的。
五、区块链与信用建设
当下，区块链技术的发展及应用备受关注，在改变数据行业乱象和进行信用建设方面，市场也向区块链投来探寻眼光，那么，区块链对于上述两个问题有没有实质性的作用？
信用算力董事长兼CEO张建梁：区块链目前用得比较多的场景，一个是知识产权，还有一个是数字确权。包括这次央行出的区块链数字货币，目的也只是用区块链去替代M0，也只是一个支付的方式。目前我并没有感觉到区块链在数据这一块有特别大的突破。但是像前面讲到，微众银行提出的基于各方拥有自己的数据，同时可以联合建模，这种模式不知道是否可能通过区块链的方式去做。
在过去，数据孤岛的问题主要在于拥有大数据的公司不愿意跟拥有小数据的公司进行数据交换，如果有一家区块链公司，可以把各家的大数据放在一起，以区块链的方式来解决数据公平性的问题，来产生一种公平的交易，这个是对整个风控能够产生重大的贡献。
信雅达泛泰董事长兼CEO韩剑波：从技术的角度上讲，联盟链相对成熟，现在公有链的安全性、可用性、可扩展性还是有问题的。而且最近中央也很关心，考虑人民币国际化跟美元抗争，所以把这个技术要牢牢抓在国家手上。微观的，更多还没有在金融层面的一种布局。
论坛最后，现场嘉宾度对未来数据信用市场的发展表达自己的愿景和建议，大家更倾向于认为，未来数字金融市场是持牌金融机构主导，而金融科技对行业的助力，重点也会逐渐向小微领域转移。
相关文章
用户评论
所有评论
主编精选
more专题推荐
more
第四届中国零售金融发展峰会(共15篇)
资讯排行
- 48h
- 7天
-
首页
-
评论
-
回顶部
游客
自律公约