北京2018年11月7日電 /美通社/ -- 中(zhong)誠信征信副(fu)總(zong)裁殷(yin)寶玲(ling)認為，通過結合了大數據、知識圖譜、機器學習等技術的 AI 平臺，在傳統風控手段及數據基礎上，補充了“關聯”這一全新視角來審視風險，并(bing)以智能化手段進(jin)行風險特征的學習與識(shi)別，可有(you)效解(jie)決金融(rong)企(qi)業單(dan)體信(xin)息不足(zu)的情況(kuang)下風險評估難題。

近年來，金融呈現互聯網化趨勢，越來越多的(de)交易不再(zai)通過(guo)面對面形式達(da)成，這(zhe)也(ye)給(gei)一(yi)些不法分子可乘(cheng)之機(ji)，網絡上(shang)各類(lei)身份偽造(zao)、黑中介等欺詐(zha)行(xing)為層(ceng)出不窮，且欺詐(zha)行(xing)為更加隱(yin)蔽和復雜，相對于(yu)此，近兩年服務于(yu)金融機(ji)構的(de)技術服務商也(ye)是(shi)層(ceng)出不窮，競爭激烈。作為起家(jia)于(yu)征信(xin)(xin)行(xing)業(ye)、服務于(yu)金融企業(ye)的(de)第三方信(xin)(xin)用(yong)科(ke)技服務機(ji)構，對于(yu)如何解決金融行(xing)業(ye)的(de)欺詐(zha)問題以及風險管(guan)理(li)，中誠信(xin)(xin)征信(xin)(xin)另辟蹊徑，走出了“信(xin)(xin)用(yong)+技術”的(de)商業(ye)模式。

“信用科技”助力金融企業風險管控

信(xin)用機構對于“風(feng)險(xian)”二字最(zui)為敏感，他們所做(zuo)(zuo)的一切(qie)工作都(dou)圍繞其進行(xing)。而金融機構天生就要與(yu)“風(feng)險(xian)”做(zuo)(zuo)斗爭，這(zhe)與(yu)信(xin)用服(fu)務機構的服(fu)務宗旨不謀(mou)而合。

殷寶(bao)玲表示，個人(ren)伴(ban)隨著公(gong)(gong)司的(de)發(fa)展而不斷成長，期間(jian)也見證了公(gong)(gong)司的(de)不斷壯大：中誠(cheng)信(xin)(xin)(xin)征信(xin)(xin)(xin)有限公(gong)(gong)司前(qian)身為中誠(cheng)信(xin)(xin)(xin)集團2002年成立的(de)征信(xin)(xin)(xin)與商賬管(guan)理(li)事業(ye)部；2005年正(zheng)式(shi)注(zhu)冊(ce)成立征信(xin)(xin)(xin)公(gong)(gong)司，開展企業(ye)征信(xin)(xin)(xin)、電商認證、實地(di)調研(yan)、信(xin)(xin)(xin)用管(guan)理(li)咨(zi)詢(xun)等征信(xin)(xin)(xin)服務(wu)業(ye)務(wu)。2015年開始開展個人(ren)征信(xin)(xin)(xin)和大數據風(feng)控(kong)業(ye)務(wu)，僅三年多(duo)時(shi)間(jian)，大數據風(feng)控(kong)業(ye)務(wu)比重已上(shang)升到(dao)80%，足(zu)見這(zhe)一(yi)領域旺盛的(de)市場需求；2017年，公(gong)(gong)司業(ye)內首度提出(chu)了“信(xin)(xin)(xin)用科技(ji)”理(li)念，以呼應新時(shi)代背(bei)景下科技(ji)在信(xin)(xin)(xin)用風(feng)險管(guan)理(li)領域的(de)應用。

在殷寶(bao)玲(ling)看來(lai)，信(xin)(xin)用相關領(ling)域(yu)服務的(de)(de)(de)范疇越來(lai)越廣泛。從最初(chu)狹義的(de)(de)(de)以償還為(wei)目的(de)(de)(de)的(de)(de)(de)銀行借貸活動(dong)(dong)中，對信(xin)(xin)用主體(ti)所(suo)表(biao)現出來(lai)的(de)(de)(de)獲得信(xin)(xin)貸的(de)(de)(de)能力與按時還款、履約的(de)(de)(de)能力判斷(duan)；到廣義的(de)(de)(de)有價(jia)證券交易(yi)、商業貿(mao)易(yi)往來(lai)等(deng)(deng)交易(yi)活動(dong)(dong)中，信(xin)(xin)用主體(ti)所(suo)表(biao)現出來(lai)的(de)(de)(de)成交能力與履約能力的(de)(de)(de)判斷(duan)；目前已(yi)擴展(zhan)至(zhi)更廣泛的(de)(de)(de)職場、家政服務、共(gong)享(xiang)經濟等(deng)(deng)業務場景。

“目前中誠信征信服務的客戶仍以金融機構為主，銀行客戶占比較大，保險機構這幾年也在不斷增多，這與整個行業對風控的需求離不開。”殷寶玲坦言，“公司與保險機構的合作日益深入，服務范圍已從國內市場擴展至國際市場；服務內容已從簡單的信用報告服務擴展至為保險機構提供風控工具、智能化平臺等全方位服務。服務階段已從事前的客戶風險判斷擴展至事中的信用監控、事后的商賬管理與催收全業務流程。為保險機構提高業務決策效率、防范信用風險、降低交易成本等方面起到了積極的作用。”

當然，僅(jin)僅(jin)考(kao)察(cha)單一主體(ti)的(de)信用狀況(kuang)不能全(quan)面進行風險識別(bie)與把控(kong)，隨著(zhu)新技(ji)術的(de)發(fa)展及(ji)數據(ju)處理技(ji)術及(ji)手(shou)段(duan)的(de)不斷提升(sheng)，為深入、全(quan)面的(de)風險控(kong)制提供了新的(de)方法及(ji)思路。

引入“關聯”全新視角審視風險

當前，技(ji)術驅動金融(rong)服務(wu)(wu)產(chan)業(ye)轉型升級的作用(yong)日(ri)趨(qu)明顯，以技(ji)術創(chuang)新引領的金融(rong)服務(wu)(wu)模式變革(ge)趨(qu)勢仍將(jiang)持續。如何將(jiang)前沿(yan)技(ji)術與(yu)各類金融(rong)服務(wu)(wu)場景深度(du)整合，使(shi)技(ji)術創(chuang)新發揮較大價(jia)值，已(yi)成為(wei)金融(rong)科技(ji)產(chan)業(ye)的重要研究課(ke)題。

以(yi)金融機構為例(li)，有些企業或(huo)者(zhe)個人在(zai)(zai)參與(yu)金融活動(dong)的(de)各(ge)個階段可能(neng)(neng)都(dou)存(cun)在(zai)(zai)一(yi)(yi)定風(feng)險，相關(guan)(guan)的(de)數(shu)據(ju)(ju)(ju)維(wei)(wei)度(du)不斷豐(feng)富，例(li)如股權關(guan)(guan)系(xi)、對(dui)外投資、交易、物流、通(tong)訊(xun)、社交等復(fu)雜關(guan)(guan)系(xi)數(shu)據(ju)(ju)(ju)，但是受限(xian)于傳統關(guan)(guan)系(xi)型數(shu)據(ju)(ju)(ju)庫的(de)機制，往往造成(cheng)查詢效(xiao)率低、關(guan)(guan)聯(lian)程度(du)差等難題，數(shu)據(ju)(ju)(ju)的(de)關(guan)(guan)聯(lian)價值難以(yi)直觀體現。與(yu)此同(tong)時，金融機構在(zai)(zai)面對(dui)高維(wei)(wei)及(ji)(ji)超(chao)高維(wei)(wei)的(de)復(fu)雜關(guan)(guan)系(xi)數(shu)據(ju)(ju)(ju)時，傳統建(jian)模技術受限(xian)于數(shu)據(ju)(ju)(ju)處理能(neng)(neng)力(li)、計算(suan)能(neng)(neng)力(li)，導(dao)致(zhi)模型結(jie)果(guo)欠佳。因此，如何解決(jue)復(fu)雜關(guan)(guan)系(xi)數(shu)據(ju)(ju)(ju)的(de)深度(du)挖掘及(ji)(ji)建(jian)模分析，進(jin)而有效(xiao)識(shi)別互聯(lian)化趨(qu)勢下的(de)風(feng)險行(xing)為，成(cheng)為各(ge)金融機構在(zai)(zai)新時代(dai)風(feng)控(kong)智(zhi)能(neng)(neng)化進(jin)程中所(suo)面臨的(de)核心問題之一(yi)(yi)。

“我們(men)基(ji)于(yu)大數據(ju)(ju)、知識圖譜、機器(qi)學(xue)(xue)習等技術研(yan)發的(de) AI 平臺 -- 萬象智(zhi)慧，實現了數據(ju)(ju)關聯挖掘(jue)、風(feng)險特征學(xue)(xue)習與(yu)識別的(de)自動化、智(zhi)能(neng)(neng)化。在(zai)技術層面可(ke)大幅提升金融(rong)機構的(de)數據(ju)(ju)處(chu)理及挖掘(jue)分析能(neng)(neng)力，其中基(ji)于(yu)萬象智(zhi)慧的(de)模型自學(xue)(xue)習模式，風(feng)控模型還可(ke)以隨著業(ye)務數據(ju)(ju)流轉不(bu)斷優化迭(die)代，自我學(xue)(xue)習；在(zai)業(ye)務應用層面，與(yu)傳統風(feng)控體(ti)系相比(bi)，補充了“關系”這一全新視(shi)角后，實現了風(feng)險識別手段(duan)由點到面的(de)提升，可(ke)深度挖掘(jue)群體(ti)間隱藏的(de)關聯風(feng)險，同(tong)時具(ju)備天(tian)然的(de)團伙欺詐識別能(neng)(neng)力。”殷寶玲(ling)介(jie)紹(shao)。

舉個(ge)例子來看，比如某(mou)人具有(you)(you)明顯的風險(xian)(xian)特征，與之(zhi)關(guan)聯的某(mou)個(ge)群(qun)(qun)體（例如頻繁交易、資料相似等）則(ze)也可能有(you)(you)潛在(zai)(zai)風險(xian)(xian)，所以(yi)在(zai)(zai)做(zuo)風險(xian)(xian)管理時就要特別注(zhu)意與之(zhi)關(guan)聯的這些群(qun)(qun)體，通過關(guan)聯風險(xian)(xian)挖掘審視和分(fen)析，以(yi)保(bao)證風控(kong)的全面(mian)性(xing)和有(you)(you)效性(xing)。

而(er)這樣做(zuo)的效果如何？“自2018年5月產品發布(bu)以來，基于萬象智慧平(ping)臺在執行和洽(qia)談的大型合(he)作已有數十(shi)個，可(ke)有效改善(shan)金融機(ji)構的欺(qi)詐(zha)識別率。”殷寶(bao)玲(ling)說道。

除了(le)大數據(ju)、知識(shi)圖譜(pu)和機器學習技(ji)術以(yi)(yi)外，引入區塊鏈技(ji)術則(ze)能(neng)夠為金融資(zi)產管理助力，利(li)用區塊鏈特有的技(ji)術信任機制，可(ke)以(yi)(yi)有效(xiao)約束資(zi)產方(fang)的商業道德風險，提高(gao)底層資(zi)產數據(ju)、交易(yi)、信用評估(gu)的透明(ming)度。

在殷(yin)寶(bao)玲看來(lai)，征信與風(feng)控更多的(de)(de)是一種(zhong)約束能力，未(wei)來(lai)信用科技的(de)(de)日益成熟將會助(zhu)力金(jin)融行業(ye)的(de)(de)大發展。