首頁 > 資訊 > 詳情

網貸行業風控模式發展報告

來源:理財之家 2017-07-20 13:56 收藏

風險控制能力是衡量一個網貸平臺優質與否的重要標準。風控模式的不斷完善和創新能提高網貸平臺自身風控能力,對于平臺和投資人都是一種重要保障。

1 背景概述

自2007年國內第一家網貸平臺拍拍貸在上海上線以來,網貸行業發展迅猛,2013年開始更是呈現井噴式增長,2015年網貸平臺數量達到巔峰。據不完全統計,截至2017年6月,網貸行業正常運營平臺數量共有2114家(如圖1)。

網貸行業風控模式發展報告

圖1 各年P2P運營平臺數量 

雖然網貸平臺數量憑借“模板式”快速增長,但質量卻良莠不齊,導致風險事件頻發。據統計,2014年停業及問題平臺開始增加,累計數量達301家;2015年停業及問題平臺累計數量達1294家;2016年進一步增加,停業及問題平臺數量達到驚人的1741家(如圖2)。

網貸行業風控模式發展報告

圖2 各年P2P停業及問題平臺數量

問題平臺爆發式增長,一方面是由于宏觀環境的變化,網貸相關政策相繼出臺,監管趨嚴,行業面臨大整頓。2016年8月24日,銀監會、公安部、工信部、互聯網信息辦公室四部委聯合發布《網絡借貸信息中介機構業務活動管理暫行辦法》,并作出了12個月過渡期的安排,在過渡期內通過采取自查自糾、清理整頓、分類處置等措施,進一步凈化市場環境,促進機構規范發展。2017年2月23日,銀監會發布《網絡借貸資金存管業務指引》,為網貸平臺進行資金存管業務設置了6個月的過渡期進行整改,要求網貸平臺必須將資金接入銀行存管系統,而到期未能上線銀行存管系統的網貸平臺將面臨監管部門的查處。一系列的高壓政策導致大量違規平臺相繼退出舞臺。

另一方面,網貸行業存在普遍性的問題:發展模式不確定,風險控制不足和信譽機制缺失。隨著P2P的興起,大量企業加速進入網貸市場,但實際上很多企業并不了解網貸行業,準確地說是對互聯網金融的本質不了解、對網貸平臺的運行方式和風險特征不了解。許多民間借貸公司雖然線下團隊經驗豐富,但對于互聯網技術的把控有所欠缺。甚至有些小貸機構僅僅只是建立網站,重點業務還是依靠線下撮合借貸雙方交易。

網貸平臺作為信息中介積累了大量電商和用戶個人數據,但是,這些數據是否能夠幫助網貸平臺完成風險評估尚待驗證。從目前運營的多數P2P平臺來看,以線下模式或線上線下相結合模式發展的平臺在貸款前會對借款人資質與還款能力進行考核,但是貸款后卻難以跟蹤資金的使用情況,無法保證專款專用、分期劃撥、定期檢查等。有的平臺沒有足夠的自有資金,倘若挪用投資人資金,長此以往,一旦資金鏈斷裂,平臺最終只能跑路。

網貸平臺風控能力的強弱決定著平臺的壽命。網貸平臺沒有嚴格的風控體系與安全措施,對借款人資格審核不嚴格,一旦被曝出負面輿情,隨之而來的就是擠兌潮。沒有雄厚資金實力的P2P平臺只能清盤歇業,有的直接卷款跑路。

本報告系統梳理了網絡借貸在我國誕生以來,十年中網貸行業風控模式的演進和發展,對行業中較具特色的風控模式進行了介紹和分析,旨在為行業從業人員、投資人、學術研究者和各級監管部門提供參考。

2 風控模式發展演變

風險控制能力是衡量一個網貸平臺優質與否的重要標準。風控模式的不斷完善和創新能提高網貸平臺自身風控能力,對于平臺和投資人都是一種重要保障。網貸行業發展至今,風控模式主要經歷了以下三個階段。

第一階段:傳統線下風控(2007-2010)

P2P引入我國后,傳統網貸風控模式才開始慢慢成型,風控手段主要以實物抵押、擔保墊付、小額分散和盡職調查等傳統線下風控模式組成,可以把這一階段歸結為網貸風控1.0時代。

(1)實物抵押

即借款人通過審核后,將其抵押品(如房產抵押、車輛抵押、珠寶抵押、藝術品抵押等)與相關權威機構共同合作進行抵押物估值,評定其變現能力,并進行足額抵押,若借款人逾期未還款,平臺將會通過抵押物變賣來收回款項。實物抵押的方式作為傳統的風控模式存在的問題較多,一方面是其變現時間較長,影響投資者資金的充分利用;另一方面是難以保證抵押物價值估量的合理性,如藝術品抵押時,對于文玩字畫等藝術品的估價要求過高,部分平臺并不具備準確估價的能力。

(2)擔保墊付

擔保墊付,即由平臺保障投資人本息。此類平臺可以通過自身的資金儲備保障投資人資金安全。

例如,在2009年,紅嶺創投成立,與其他P2P平臺不同,紅嶺創投采用墊付擔保模式(如圖3)。

網貸行業風控模式發展報告

圖3 紅嶺創投墊付擔保模式

在投資過程中,借款者超過三十天未還款,該筆借款將按壞帳處理,VIP會員可以獲得由網站合作商墊付的全額借款本金,非VIP會員可以獲得由網站合作商墊付50%的借款本金,同時該筆債權轉由網站合作商全權享有。這樣的模式保障了投資者本息安全,但擔保墊付模式對平臺自身實力要求較高,而對借款人約束力較低,一旦逾期項目過多,極容易超過平臺的承載力,致使平臺倒閉。

(3)小額分散

即將一筆資金分散于不同標的中,由于分散的個體之間具有相對獨立性,借款人分散在各個地域和行業,滿足統計學意義上的“大數法則”,避免出現“小樣本偏差”的風險,降低了投資者風險。在監管日趨嚴格的背景下,小額分散符合互聯網金融的“普惠”精神,許多P2P網貸平臺目前仍都沿用此模式。2016年8月24日,銀監會等四部委發布的《網絡借貸信息中介機構業務管理暫行辦法》第十七條提到:“網絡借貸金額應當以小額為主。網絡借貸信息中介機構應當根據本機構風險管理能力,控制同一借款人在同一網絡借貸信息中介機構平臺及不同網絡借貸信息中介機構平臺的借款余額上限,防范信貸集中風險。”并且對于同一自然人或同一法人的借貸金額做出限定。

小額分散的風控模式對于平臺來說成本略高,但有效地降低了大額壞賬風險;同時對于投資者的風險承受力要求更低,符合投資者對于資金靈活性的要求。

(4)盡職調查

由平臺通過對借款人的身份、居住地、抵押物及其價值評估、經營收入、資產負債、信用、資金用途等相關信息進行實際調研。盡職調查的模式有利于投資者更加了解所投項目,保障投資者資金安全。但2010年之前,信用制度和信用管理體系的基礎設施建設遠遠落后市場的發展要求,盡職調查多為線下調查,這樣的模式成本較高,削弱了互聯網的效率優勢,制約平臺發展。

第二階段:“線上 + 線下”風控(2011-2014)

單純的線下風控無論在人力還是物力上都會給平臺造成巨大的困擾,平臺風控人員從專業角度和經驗上可能也有所欠缺。不僅如此,平臺自身提供擔保也有很大的風險,一旦出現逾期或者貸款人拒絕還款的情況,容易導致資金鏈斷裂,使平臺無法維持正常運營而面臨倒閉危機。

2014年4月21日,在防范打擊非法集資新聞發布會上,銀監會明確提出P2P網貸平臺業務邊界有四條“紅線”:一是明確平臺的中介性質,二是平臺本身不得提供擔保,三是不得歸集資金搞資金池運作,四是不得非法吸收公眾資金。在平臺自身擔保被禁止后,各大平臺更多地選擇第三方平臺擔保。這一階段的風控模式主要以第三方提供擔保、與第三方支付平臺合作、設立風險備用金等“線上+線下”相結合模式為主,可以歸結為風控2.0時代。

(1)第三方提供擔保

擔保公司與P2P網貸平臺合作,通常分為融資性擔保公司和非融資性擔保公司兩種,擔保公司對不同的項目進行評價并擔保。投資人將資金投入P2P網貸平臺,再由平臺放款給借款人,當借款人出現違約狀況時,則由平臺引入的第三方擔保公司承擔所約定的擔保責任,對投資人做出相關賠付(如圖4)。

網貸行業風控模式發展報告

圖4 第三方擔保模式

由于缺乏嚴格的監管制度和約束機制,該模式仍存在一定問題。一方面,擔保公司的擔保資質無法保證,更有甚者是P2P平臺自身成立皮包擔保公司來擔保;另一方面,部分擔保公司的自身實力是否能夠承擔大額賠付也值得懷疑。

(2)第三方支付平臺

該模式是指投資人、借款人的資金往來都通過第三方支付賬戶,資金并不通過P2P網貸平臺。這樣的模式使資金交易需通過多次身份驗證,目的是避免P2P網貸平臺積蓄“資金池”(如圖5)。

網貸行業風控模式發展報告

圖5 第三方支付平臺

但是,第三方支付沒有監管平臺的職責,也無法核實交易信息的真實性,這種模式仍存在一定的風險。如2013年創下當時P2P網貸平臺最短跑路史的“福祥創投”案例,該平臺與第三方支付平臺——匯潮支付合作,但當投資者向匯潮支付反映福祥創投存在地址虛假問題后,匯潮支付仍舊將錢款匯入該平臺賬戶。

此外,有些第三方支付平臺在審核過程中只需要P2P網貸平臺在線提交公司的營業執照、稅務登記證、法人身份證、組織結構代碼證、開戶許可證,并主要查詢域名備案和企業是否一致,且不收取任何保證金,也不會對平臺進行核實調查。這樣不嚴格的風控導致資金第三方托管變成了拉攏投資人的噱頭,并未起到對網貸平臺的實質性約束作用。

(3)風險備用金

這種方式類似于銀行的風險備用金模式,是按照一定的比例來對貸款提取保證金,當借款人出現逾期不還等情況時,由平臺動用風險備用金先行墊付部分本息,當壞賬高于風險準備金時,平臺則暫停墊付。2017年北京出臺新規《網絡借貸信息中介機構事實認定及整改要求》第41條中明令禁止設立風險保證金、準備金、備付金等提供擔保,或者以此進行宣傳,以風險備用金提供擔保的模式將慢慢被淘汰。

第三階段:大數據智能風控(2015至今)

2014年起,網貸行業開始大范圍爆發風險事件,人們開始對傳統的風控模式產生質疑。正值大數據技術發展迅速,大數據在金融行業的風控中獲得了引人注目的進展。許多走在網貸行業前列的平臺也紛紛把注意力放在了大數據風控上。金融的核心是風險控制,將風控與大數據結合、不斷完善和優化風控制度和體系,對于互聯網金融企業和傳統金融企業而言都同等重要。而2017年2月銀監會發布的《網絡借貸資金存管業務指引》要求網貸平臺必須資金接入銀行存管系統,很大程度規范了行業發展。所以這一階段的風控模式主要以接入銀行存管系統、大數據風控等線上操作風控模式組成,網貸風控正式進入3.0時代。

(1)銀行存管

銀行存管是由銀行管理資金、平臺管理交易,資金與交易相分離的方式來避免平臺直接接觸資金而導致的客戶資金被挪用。據了解,當前的銀行存管有銀行直連、直接存管和聯合存管三種。

1)銀行直連,是指避開充值和提現,由銀行直接開通支付結算通道,投資人的投資、回款過程都直接由銀行進行在線交易。

2)直接存管,是指由銀行為P2P網貸平臺設立賬戶,投資人、借款人設立個人獨立賬戶、風險備用金賬戶和擔保公司賬戶,通過銀行的監管將客戶資金和平臺資金分開管理(如圖6)。

網貸行業風控模式發展報告

 圖6 直接存管 

3)聯合存管,是指銀行與第三方支付公司共同合作、聯合存管。銀行設立平臺賬戶,作為用戶的賬戶監管及資金存管,第三方支付平臺負責提供資金結算及終端設備等技術(如圖7)。

網貸行業風控模式發展報告

圖7 聯合存管 

目前,直接存管的方式應用率較高。在2015年發布的《關于促進互聯網金融健康發展的指導意見》中提到:“從業機構應當選擇符合條件的銀行業金融機構作為資金存管機構,對客戶資金進行管理和監督,實現客戶資金與從業機構自身資金分賬管理。”2016年的《互聯網金融風險專項整治工作實施方案》中指出:“P2P網絡借貸平臺和股權眾籌平臺客戶資金與自有資金應分賬管理,遵循專業化運營原則,嚴格落實客戶資金第三方存管要求,選擇符合條件的銀行業金融機構作為資金存管機構,保護客戶資金安全,不得挪用或占用客戶資金。”

銀行存管在整改中被高度重視,在風控模式中成為必不可少的環節。

(2)大數據風控

傳統的風控方式多在線下以人工為主,在“大數據”這一概念引入我國后,更為便捷的線上大數據風控應運而生。

在收集海量的用戶數據后,依托于文本挖掘、機器學習、聚類分析、自然語言處理、預測算法等技術建立用戶行為模型,構建用戶畫像,針對不同用戶制定個人風險定價。其基本流程如圖8所示。

網貸行業風控模式發展報告

 圖8 大數據風控流程 

大數據風控涵蓋貸前、貸中和貸后整個放貸過程。

貸前。收集用戶各方面數據,整理成征信信息;對潛在風險做出評估,判斷其還款來源;篩選出合格的貸款人,根據風險定價進行放款(如圖9)。

網貸行業風控模式發展報告

圖9 個人征信體系 

貸中。通過外部數據監測,觀察借款人的資金支付結算等信息是否可能出現逾期,并及時做出預警。

貸后。一旦逾期現象出現,可以針對不同的用戶制定不同的催收策略模型。

大數據風控對借款人的多維度判斷可以更加有效地識別欺詐行為,通過聚類分析的方式可以判斷出部分惡意欺詐行為的共性,實時的數據更新及合理的風控模型使風險評估得以量化,較傳統風控更能消除其滯后性。同時,線上審核方式節約人工成本,加快放款速度,如拍拍貸可以實現一分鐘申請、一小時放貸,利于實現資金的快速流轉。

但是大量的數據充斥對P2P網貸平臺的要求更高,如何擁有較高的數據匹配率也成為大數據風控的關鍵點。

3 特色風控網貸平臺

目前已有大數據風控體系的平臺技術基礎大同小異,但在具體的流程及執行過程中卻大相徑庭。所以,根據網貸平臺風控體系中各個維度的綜合考察,評選出5家較具特色風控能力的平臺。分別是麥子金服的“水滴”風控系統、愛錢進的“云圖”風控系統、夸客金融的“牛盾”風控系統,小贏理財的“智贏”風控系統以及玖富的“火眼”風控系統,這5家平臺都是基于大數據建立風控體系,對于風控體系的研究具有重要的參考價值。

麥子金服“水滴”風控系統——協同風控,把握全局

2016年12月29日,麥子金服旗下諾諾鎊客與徽商銀行簽訂資金存管合作協議,2017年6月9日正式上線銀行存管系統。

(1)控制風險,把握盈利

通過八年的數據沉淀,麥子金服形成了較為先進和嚴謹的“五行”金融科技系統中的“水滴”風控系統,“水滴”風控系統與其它風控系統不同之處還在于,它較好地解決了風控與業務的矛盾,即在關注企業利潤前提下,將風險損失率等參數作為約束條件構建優化函數,保證了風控與業務的協調同進。

(2)協同風控,穿透資管

“POPDAMIT”八個字母能較好地詮釋“水滴”風控體系的精髓。

“P”,即Process control(無縫流程),相較于其他平臺獨立、局部的風控模式,“水滴”采用全流程的風控模式,從客群選擇、產品設計、流程設計、落地實施、推廣銷售、進件審批、貸后管理七方面無縫對接,著重于將每一項影響因子都納入風控范圍。

“O”,即Organization(活力團隊),“水滴”風控在專業化人才培養的基礎上采用整體風控,注重從全局出發在公司的整體層面采用協同風控的方式。不同于有些平臺將建模、數據、業務相互獨立,“水滴”風控要求各部門相互配合,將分工與合作緊密結合。

“P”,即Pricing on risk(風險定價),根據數據組已有模型進行成本核算及盈利分析,目前,麥子金服的“水滴”風控系統是唯一一個擁有專利技術來創建模型評級進行風險定價的風控系統。

“D”,即Data consortium(數據聯盟),麥子金服擁有八年數據量累積,通過自身數據與所對接的芝麻信用等第三方共同集成數據聯盟。

“A”,即Anti-fraud(欺詐防范),其中包含Lurk(潛伏)、Alarm(預警)、Net(濾網)、Eagle eye(鷹眼)、Trace(追蹤)五部分,減少巨額壞賬和騙貸等情況的發生。

“M”,即Model groups(模型集群),麥子金服將旗下的業務根據性質不同建立不同的模型,包括消費金融評級、商戶風險評分卡、大房東評分卡等分別進行打分,保證模型對借款人評估的準確性。

“I”,即Intelligent approval(智能審核),基于風險差異化的審核策略對75%的項目進行自動審批,提高審批速率。

“T”,即Technology(高新技術),通過高科技驅動,采用人臉識別、聲紋識別、移動定位視頻、決策引擎等人工智能手段,以科技來輔助風控技術,做到“人無我有,人有我優”。

(3)團隊建設,“準、敏、早、解”

風控系統在企業應用中的效果,不僅取決于模型及系統設計的本身,還取決于風控流程的執行。因此,風控團隊的建設同樣重要。麥子金服在風控團隊建設方面,可以用四個字概括:“準,敏,早,解”。“準”是要求其風控部門的數據報告具有準確性;“敏”是對于發現風險的敏銳性;“早”是在客戶發生首逾的情況下就及時做出反應,及時取得聯系,早期發現其風險;“解”是一旦出現問題,風控部門要第一時間拿出解決方案。完善的風控團隊建設體系與富有靈性的管理機制也是“水滴”風控成功的必要條件。

風控體系的完善需要不斷的創新,2015年“水滴”風控1.0面世。2016年,“水滴”風控2.0升級,加快了自動審核速度,降低逾期率,優化資產結構,促進了麥子金服成為少有的盈利公司之一。目前,“水滴”風控3.0在研發創新中亟待面世。

愛錢進“云圖”動態風控系統——用戶畫像,預測風險

2016年8月29日,愛錢進與華夏銀行(北京分行)簽訂資金存管合作協議,2017年1月9日正式上線銀行資金存管系統。

2016年5月6日,愛錢進上線“云圖”動態風控系統,利用機器學習、自然語言等技術將內外部數據全部串聯起來,通過知識圖譜和深度學習相結合,對人類的大腦行為做出模仿,讓系統自動去發現借款人在各方面信用數據之間的相關聯性,發現潛在風險,更加準確地對于借款人的信用做出判定。

“云圖”動態風控系統是在海量的客戶數據中通過了解到客戶的日常消費習慣等去精準地定位每一個人,通過數據對個人進行畫像,通過“云圖”來判斷其未來的一段時間的行為方式,并根據客戶的人際交往關系,立體地反映出其社交關系中的潛在風險,通過其深度的社交網絡來預測客戶風險,提升風控效率。目前,“云圖”已全面應用在愛錢進關鍵業務的所有階段。

夸客金融“牛盾”風控系統——匹配模型,估算風險

2016年3月2日,夸客金融與恒豐銀行簽訂資金存管合作協議。

夸客金融的風險管理體系如圖10所示。

網貸行業風控模式發展報告

圖10 夸客金融“牛盾”風控系統示意圖

注:圖片來源于夸客金融官網

夸客金融通過大數據技術,以迭代數據進行機器學習,決策引擎為底層技術,建立自己的風險管理體系。據悉,其“牛盾”風控體系基于大數據智能風控模型,從多渠道取得大量數據之后,由標準化信息錄入,在每個用戶數以千計的字段信息中進行篩選、轉化、加工,通過構建的風險模型獲取用戶授權下的信用行為、相關身份認證、網上行為數據、第三方渠道數據、社交關系網絡等對借款人所提出的申請進行科學的判斷,之后由夸客金融自身的信用評分系統打分,對每個標的都進行準確的風險概率估算,再對每一借款都進行相應的風險評級之后形成獨有的風險定價。經過決策科學系統根據評分結果做出是否批復的最終結論,并完成相匹配的風險定價。

這樣引入互聯網采集技術的流程性風控,減少了其中人工操作中的風險,將數據結構化,減少了平臺運營的環節及成本,使其更好地提供決策。

小贏理財“智贏”風控系統——精準判斷,眾安擔保

2017年5月4日,小贏理財與華瑞銀行簽訂資金存管合作協議,5月16日正式上線銀行存管系統。

小贏理財前期采用與眾安保險合作首創的信用保證保險模式,隨后小贏理財推出了“WinSAFE智贏”風控體系,即Scientific(智能)、Agile(敏捷)、Focused(專注)、Effective(精準)。智贏風控系統主要是依靠數據引擎、反欺詐模型、信用價值模型、抵押物估值模型與極客學習引擎共同組成了大數據風控系統,通過對海量的數據進行處理來分析出借款人的還款能力,保障投資人的資金安全。

“WinSAFE智贏”風控體系植根于戰略合作伙伴眾安保險的風控標準,依照金融機構級別的風控政策,對所有合作金融機構提供的資產,進一步展開“疊加式風控”,確保提供金融機構級別、風險分散的資產組合;同時,智贏風控系統結合了秒級人臉識別、分析等技術,并且聯合多家第三方數據源共同合作、交叉驗證,保障資產安全。

玖富“火眼”風控系統——量化信用,預測壞賬

玖富與華夏銀行簽訂資金存管合作協議,銀行存管系統未正式上線。

玖富旗下的玖富叮當貸引入了“火眼”風控系統,其基于大數據、機器學習、云計算等技術,為平臺客戶打造專屬的“信用身份證”。據悉,“火眼”風控系統的火眼分基于用戶提供的或授權獲取的不限于金融屬性的特定數據,以及在玖富平臺的信貸表現數據,對借款人的還款能力和還款意愿等綜合信用風險進行動態量化評定。火眼分越高代表信用越好,借款利率就越低,信用額度則越高。

玖富根據用戶的身份認證、多頭負債、內外部黑灰名單、法院執行情況等信息制定規則,并綜合用戶授權的社交數據、運營商數據、電商數據以及合作機構數據等來預測其未來的信用表現作為四大模塊,以用戶的身份特征、外部征信特征、信用歷史、還款能力、人脈關系和交易行為作為六種維度來對用戶進行綜合評估。

玖富建立的壞賬預測矩陣——“彩虹評級模型”,可以對用戶的行為做出評定,預測其是否具有早期逾期的特征。同時,玖富也通過跟第三方征信的合作來共同完善征信系統,將平臺中的逾期等不良信息計入芝麻信用。

2017年6月,玖富被爆出旗下玖富超能金融有限公司內部工作人員,以發放好處費為誘餌,拉人申請貸款,四個月內騙貸金額達150萬元。同時,玖富憑借其安全部門的大數據風控系統進行追蹤,發現欺詐行為后積極配合警方打擊此次欺詐行為。這起案件反映出玖富雖具有強大的大數據風控系統,但在企業內部管理這一關鍵的風控環節卻存在一定的問題。

4 存在問題

(1)數據問題

基于大數據的風險控制,突破了傳統風控模式的局限,在利用更充分的數據的同時降低了人為偏差,是金融機構創新傳統金融風控模式的變革利器。應用大數據技術不僅可以提高風控效率,還能節約風控過程中的成本。然而,大數據風控的核心數據獲取還并不完善,仍存在數據孤島、數據質量低和數據泄露等問題。

1)數據孤島

目前,政府、銀行、第三方征信公司與P2P網貸公司之間的信息短時間內難以相互連通,交易經行過程中信息不對稱,不透明,導致了諸如多頭債務風險和詐欺風險。大數據風控的提高,數據開放和共享的問題亟待解決。

2)數據質量低

數據質量低的問題也從一定程度上影響了大數據風控的質量。特別是來源于互聯網的半結構化和非結構化數據,其真實性和利用價值很低。舉例來說,在美國,Lending club和Facebook曾經合作獲取并利用社交數據;在中國,宜信也曾大費周章地采集借款人的社交數據,以期實現對借款人信用的全面評定。但是兩者得出的結論如出一轍,由于社交網絡中的數據主觀隨意性很強,這些在網上提取的社交數據根本不具有利用價值或者利用價值十分低,錯誤率高達50%。電商平臺上的交易數據也由于一些刷單現象而失真。這些信息的收集與利用幾乎沒有任何意義,基于這些低質數據的風控效果也會大打折扣。

3)數據泄漏

大數據風控過程中存在數據泄漏問題。近年來,數據泄漏風險事件屢見不鮮。2015年,一個名為“芝麻金融”的P2P平臺被曝出因黑客襲擊造成了超過8000名投資者的信息被泄露,這些數據包括用戶姓名、身份證號、手機號、郵箱、銀行卡信息等,只需用人民幣充值兌換積分,即可在論壇上將這些數據全部下載。數據泄露嚴重影響了投資者信息安全和資金安全,這些都降低了大數據風控的有效性和應用價值。

(2)人才問題

目前,我國優秀的風控人才處于供小于求的狀態。風控與業務不可分割,只有了解業務全部流程才能發現潛在風險并加以控制。但大量平臺的風控部門人員對網貸業務了解有限,往往只精通于局部的過程而難以對全局進行把控。優秀的風控人員應具有對于整體行業與業務規則的經驗積累,培養這一類人才對于平臺來講成本較高、時間較長且成功率較低。

(3)征信問題

我國的征信體系仍處于建設階段,大多都依賴于中國人民銀行的個人信用報告及第三方征信公司所提供的信用數據。目前,第三方征信公司的數據來源與模型建立也是良莠不齊,缺少具有權威性及公信力的信用評價機構,在征信產品、服務內容、應用范圍上還有很多不足之處。同時,在中國十幾億人口中,還存在七億左右的“白戶”,他們沒有信用卡或其他借貸記錄,甚至有些偏遠地區不能使用支付寶等線上支付,缺乏可用的征信記錄,近年來很多平臺已經出現利用這些無征信的“白戶”來騙貸的案例。所以,征信體系建設仍待完善。

5 未來與展望

(1)技術進步,將提升網貸行業風控水平

雖然網貸行業風控已進入大數據風控時代,機器學習等先進技術被應用,但是目前的技術水平仍有局限性。很多新技術也在實驗階段,應用的效果有限。隨著區塊鏈、智能投顧和深度學習等相關技術的不斷進步,網貸行業的風控水平也會不斷得到提升。

1)區塊鏈技術

區塊鏈本質是去中心化的分布式數據庫,其去中心化、開放自治、匿名不可篡改的數據結構特性在一定程度上解決了大數據風控有效性不足的問題。在區塊鏈技術的驅動下,每個數據只有在共同驗證之后才能寫入,并受到其他節點的共同監督,不可隨意篡改;私鑰保存了節點的關鍵信息,降低了信息泄露的可能性。此外,無論是平臺,第三方征信或是監管部門都可以作為一個用戶節點加入,這樣的條件下,每次的交易信息都可以被即時提供,提升了效率,為風控的發展提出更多可行的構想。

2)智能投顧

智能投顧是虛擬機器人基于客戶自身的理財需求,通過算法和產品來完成以往人工提供的理財顧問服務。它通過大數據計算來獲得用戶的風險偏好及投資規律,針對不同用戶結合算法模型來制定個性化投資方案,并實時監控調整投資項目,在用戶可承擔的范圍內實現利益最大化。據悉,目前已有P2P平臺將所產生非標類消費信貸資產加入其中,與基金等共同構建投資組合。這樣的方式可以方便用戶,使理財更加個性化、專業化、分散化,也可以避免用戶盲目追求利益導致的風險。

3)深度學習

深度學習是機器學習中人工神經網絡的衍伸,是根據數據特征的處理去學習人處理知識和數據的方式。在已有的機器學習的技術基礎上,更加注重用戶的關系網絡,例如將用戶與已有的欺詐信息聯系起來,計算相關權重,排除其中弱關系。同時,優質用戶的關系網絡相對穩定,基于深度學習強化關系網絡可以對于優質用戶進行判斷。

(2)復合型人才增加,將促進網貸行業整體風控能力

網貸行業急需了解全局又精通于局部過程的復合型人才,近幾年,一些有實力的平臺從國外引進了風控人才,組建了較強的風控團隊。隨著復合型風控人才的增加,行業風控能力將會得到提升,同時也會降低平臺的人力成本。

(3)社會誠信體系的完善,將減少網貸行業的風險

社會誠信體系包括社會誠信制度、信用管理和服務系統、社會信用活動和監督與懲戒機制四個方面,社會誠信體系是維護良好的社會經濟秩序的基礎,隨著我國社會誠信體系建設的推進和完善,網貸行業的風險將會不斷降低,風控的數據更為準確,對于提高行業整體風控能力會起到重要的推動作用。

總而言之,網貸作為金融的一個分支,具有較強的金融屬性。金融是風險與收益并存,注重穩健和安全,網貸平臺只有做好了基礎風控安全,才可以對產品和服務進行創新。互聯網金融在經歷了野蠻生長之后開始回歸理性,在優勝劣汰、監管趨嚴的背景下,平臺具有較強風控能力才能健康發展。金融離不開風控,注重風控,牢記風控的金融創新模式才能穩步前行。

6 關于我們

本報告由人創咨詢聯合理財之家發布。

北京人創咨詢有限公司(簡稱“人創咨詢”)是眾籌家旗下品牌,致力于打造中國最具專業性和最具影響力的互聯網金融研究、創業投資培訓、互聯網金融法律服務機構。人創咨詢引入國內最權威的綜合理財傳媒集團《理財周刊》資本,由華東師范大學商學院網絡信息研究所所長袁毅教授領銜,研究團隊聚集國內頂尖的互聯網金融人才,憑借強大的數據分析能力定期為客戶提供行業報告,并為中小微企業提供審計、引進戰略投資、證券保薦、證券投資咨詢、證券資產管理等全方位創投服務。

理財之家(http://www.rgynf.tw),國內最大的國企理財傳媒集團《理財周刊》旗下綜合理財門戶網站。依托《理財周刊》深厚的金融研究專家資源、行業資源以及互聯網金融實踐積累,理財之家將為用戶提供涵蓋互聯網金融、理財技巧、股市基金和房地產等各領域的權威資訊和內容,并聚焦網絡借貸、眾籌投資為主的互聯網金融行業研究,涉及服務包括:互聯網金融行業新聞、行業數據、平臺導航、平臺評級、投資問答、理財學院、線下活動等,全方位滿足投資理財人士的信息服務需求。

轉載及分享本報告內容,請注明:人創咨詢——《網貸行業風控模式發展報告》

 

 


版權聲明

發表我的評論

您認為以上內容對您有幫助嗎? 有幫助 一般
0/500字 提 交
全部評論: 共0條
微信捕鱼苹果手机充值 博彩源码 摩卡在线娱乐打造全球 送现金娱乐棋牌电玩 上海时时开奖纪录 专业手机ps软件哪个好 单机麻将不联网免费 所谓棋牌下载 联网二人麻将手机版 重庆时时龙虎怎么加盟 体育投注网址365 凯撒皇宫网址注册送38 山东时时是什么票 重庆时时彩开奖网站 三公游戏平台代理 北京pk10高手赌法长期 十拿九稳排列三杀四码