雷鋒網(wǎng)AI金融評論報道，在近日舉辦的智能金融峰會上，一眾金融科技代表企業(yè)共聚一堂探討了人工智能與金融風(fēng)險控制議題。網(wǎng)商銀行 風(fēng)險管理部總經(jīng)理 余泉、CashShield 中國區(qū)業(yè)務(wù)總經(jīng)理 李寧、騰訊云 算法專家 李超、宜信 高級副總裁 張越、51 信用卡 CRO 蔣燕青、度小滿金融 金融信貸系統(tǒng)平臺部總經(jīng)理 張文斌參與了該圓桌討論。財經(jīng)作者馬紅漫擔(dān)任主持人。

下為對話原文，雷鋒網(wǎng)作了不改變原意的編輯：

行政防范與市場防范

馬紅漫：金融監(jiān)管的事情在生活當(dāng)中不斷有新的內(nèi)容出現(xiàn)。我們發(fā)現(xiàn)從2016年年底開始到今天接近一年半的時間，金融防風(fēng)險是非常重的政策措施，大家看到目前不管是宏觀還是微觀整個金融運(yùn)行都受到比較大的影響。大家知道經(jīng)濟(jì)學(xué)有兩種，一種叫市場經(jīng)濟(jì)，一種叫中國的市場經(jīng)濟(jì)。在這樣一個背景情況下，我們看到行政的風(fēng)險防范意識在最近兩年非常強(qiáng)硬，在這種情況下我們的市場機(jī)構(gòu)如何去看待風(fēng)險防范的問題。要討論的第一個問題，行政性的風(fēng)險防范和市場機(jī)構(gòu)的風(fēng)險防范之間，雙方如何去處這個關(guān)系，是怎樣的關(guān)系，市場防范的主體應(yīng)該發(fā)揮什么樣的作用？第一個問題是比較戰(zhàn)略的定性問題。

李寧：我覺得這是兩個層面，一方面是市場主體，也就是說我們作為企業(yè)應(yīng)該做什么，另外一個層次是監(jiān)管層面，從企業(yè)來講我覺得首先對于風(fēng)險防范肯定是要自己來做，為什么？因為最后所有的損失是企業(yè)承擔(dān)，你不管自己的事，最終所有的損失還要自己承擔(dān)。我覺得在風(fēng)險和機(jī)會之間，永遠(yuǎn)是一個天平，我特別喜歡講的一個就是當(dāng)企業(yè)說什么樣的風(fēng)險指標(biāo)是最好的風(fēng)險指標(biāo)，你能告訴我一個數(shù)字嗎，我特別坦白講這沒有一個特別公正的數(shù)字，因為就是一個平衡。每個企業(yè)有自己的DNA，都不一樣。所以它處在不同的行業(yè)，金融這個詞特別大，它有很多層面，它也有很多不同的行業(yè)。所以其實要做的就是一定要找到自己的平衡點，你才能夠積極的促進(jìn)一個企業(yè)的發(fā)展。另外一個層面我們說監(jiān)管的層面，其實我覺得這是一個好事，如果說在大的環(huán)境里面沒有國家層面的監(jiān)管，那我覺得市場肯定就亂了。目前兩方好像有點鴻溝，不是那么通暢。我希望未來能夠看到的就是在國家監(jiān)管層面能夠再稍微細(xì)分一下，我們把大金融能不能分到二級類目、三級類目，逐漸能夠跟接地氣的企業(yè)有一個通道，能夠正常對話。

馬紅漫：您的建議好像會引發(fā)一些爭議，因為很多市場機(jī)構(gòu)會覺得切的越細(xì)分，意味著每個細(xì)分領(lǐng)域都有一個婆婆在那管，會影響市場機(jī)制的劃分，您為什么喜歡切的更細(xì)一點，P2P下面還有P2P1、P2P2。

李寧：監(jiān)管的人一定要了解業(yè)務(wù)，否則沒有辦法起到一個真的管控的作用，離業(yè)務(wù)很遠(yuǎn)，就造成上有政策，下有對策，不知道下面人怎么操作的，這個比較可怕。

蔣燕青：我來自于網(wǎng)貸行業(yè)，最近一年受到政策影響比較大，包括市場的波動。作為市場參與主體，第一還是打貼還需自身硬，自身的技術(shù)、風(fēng)控實力要過關(guān)。第二，對于政策我想其實有兩點期待，一個是說宏觀政策更加明確可期待，第二個就是在微觀的執(zhí)行上面可以用更多技術(shù)手段。舉個例子，從去年開始我們給中國互金協(xié)會上報數(shù)據(jù)，一方面有助于我們自身規(guī)范透明，另一方面也會有相應(yīng)的數(shù)據(jù)防范給企業(yè)，有助于我們加強(qiáng)風(fēng)控，控制好借貸人的負(fù)債水平，這是互利的，這個監(jiān)管就非常好。

張越：宜信討論這個問題特別能感同身受討論，我們是中國第一家P2P，2006年創(chuàng)建，我們在普惠和財富管理里面現(xiàn)在做業(yè)務(wù)。今年整個P2P行業(yè)的動蕩，其實對于我們自己來說，我們在討論風(fēng)控，也去說技術(shù)，其實本身就以P2P網(wǎng)貸業(yè)務(wù)為例，本身風(fēng)控并不難，但是違約風(fēng)險、流動性風(fēng)險、操作風(fēng)險、欺詐風(fēng)險這四個核心風(fēng)險，我們知道怎么做，這不是大的問題。但是宏觀帶來的其實非常難以預(yù)測的不管是從監(jiān)管還是整個宏觀這些方面，一定程度上也可以抵御。去年年底現(xiàn)金貸開始徹查的時候，很多機(jī)構(gòu)判斷說是兩個賽道，拆他們對我們沒有影響。但是當(dāng)時我們內(nèi)部做的判斷不是這樣，我們覺得現(xiàn)金貸的風(fēng)波一定會蔓延到整個消費金融，因為中間資金是串聯(lián)的，并不是完全不同的客群。

去年年底我們就收緊整個風(fēng)控措施，也調(diào)整了整個業(yè)務(wù)的發(fā)展，動蕩中業(yè)務(wù)還是很穩(wěn)定的。什么時候我們感受到非常大的壓力，當(dāng)整個P2P市場，特別是在三四月份接連出現(xiàn)跑路和爆雷，那時候監(jiān)管還沒有明確的動作，那時候整個全市場的投資人恐慌，這種情緒不會分青紅皂白的。任何一個企業(yè)在這里面，不管是12年做業(yè)務(wù)還是進(jìn)來搗亂的，是不區(qū)分的。這種情況之下，其實對于整個行業(yè)就是災(zāi)難性的。您剛才說的話題，作為其中一家機(jī)構(gòu)跟整個建構(gòu)來說是怎樣的關(guān)系，這事真的不是技術(shù)、數(shù)據(jù)、智能可以解決的，要發(fā)揮點人類智慧，一定要溝通。

馬紅漫：和行政部門溝通還是和投資人溝通？

張越：兩方面都要，也要跟監(jiān)管溝通。我個人不認(rèn)為讓監(jiān)管特別理解業(yè)務(wù)是不現(xiàn)實的，公司里面的各層領(lǐng)導(dǎo)越往上都很難了解業(yè)務(wù)。但是不是因為困難就要停止這種溝通，所以對于宜信來說我們自己的經(jīng)驗，不遺余力溝通，哪怕一天、兩天一兩年看不到效果，也還是要做。第二，在行業(yè)關(guān)鍵問題上下功夫，一起解決。如果監(jiān)管層面解決不了，行業(yè)自律解決，行業(yè)自律解決不了行政小的聯(lián)盟解決，總有人跟你志同道合。第一個問題準(zhǔn)入問題，一個金融行業(yè)沒有準(zhǔn)入門檻這是不可想象的，離錢這么近。第二，就網(wǎng)貸而言，資金成本問題，這是基礎(chǔ)生產(chǎn)資料。后續(xù)你的風(fēng)控，你的服務(wù)，你的體驗都可以市場化解決，大家去憑本事。但是資金成本問題是可以讓一批機(jī)構(gòu)輸在起跑線上的，這個東西抬上去，這一批機(jī)構(gòu)只能聚焦在高風(fēng)險，因為沒有辦法，定價門檻在這。這兩個問題如果就網(wǎng)貸來說不解決，很難在長遠(yuǎn)給它一個健康發(fā)展的保證。這是一個例子，還可以有很多領(lǐng)域。這些問題跟監(jiān)管、投資人都能溝通清楚，是一個非常漫長的努力。

李超：整個監(jiān)管對行業(yè)變到健康有序的狀況是有一個積極的促進(jìn)作用，如果沒有好的監(jiān)管什么人都進(jìn)來做的話，是很危險的一件事情，我自己對這方面也是感觸有一定的切身感受。

我現(xiàn)在一直在騰訊云負(fù)責(zé)金融風(fēng)控業(yè)務(wù)，給金融行業(yè)提供風(fēng)險控制相關(guān)的服務(wù)。在今年年初的時候我們明顯感覺到整個行業(yè)，其實起因是發(fā)現(xiàn)我們模型的結(jié)果有一定的變化，我們做研究發(fā)現(xiàn)整個行業(yè)在多頭借貸把控嚴(yán)格很多。后來了解到在去年年底我們發(fā)了一個監(jiān)管措施，叫做關(guān)于規(guī)范整頓現(xiàn)金貸業(yè)務(wù)的通知。當(dāng)時最大的一點，對有效年化利率有很嚴(yán)格的控制，必須符合國家的規(guī)定。其實這就帶來一個結(jié)果，當(dāng)我們把年化利率控制，對壞賬的容忍度變的更低了，逼迫所有的行業(yè)從業(yè)者必須要加強(qiáng)自己的風(fēng)險控制系統(tǒng)，最后的結(jié)果是可以把這種多頭借貸的門檻變的更高，做更多更嚴(yán)格的風(fēng)險把控，保證行業(yè)有健康的發(fā)展。整個監(jiān)管的措施，對整個行業(yè)其實是有一個正向的促進(jìn)作用。我們企業(yè)怎么跟監(jiān)管進(jìn)行一個很好的共處呢，我覺得也是我們自身應(yīng)該加強(qiáng)我們自己的風(fēng)控系統(tǒng)，即使監(jiān)管沒有這方面的要求，有些地方?jīng)]有到位，我們也要像張總說的這樣提前做預(yù)判，該控的風(fēng)險還是要控，這不只是在一些科技公司，包括一些傳統(tǒng)的金融行業(yè)，我覺得也是要不斷提升自己在風(fēng)險控制的能力。早先做風(fēng)控更多是以一種規(guī)則、策略模型的系統(tǒng)，現(xiàn)在我們自身的經(jīng)驗，我們自己在做自己騰訊自身內(nèi)部風(fēng)控業(yè)務(wù)可以明顯感覺到人工智能可以將策略系統(tǒng)的性能提升一大截。我們也知道黑產(chǎn)現(xiàn)在已經(jīng)開始利用人工智能的技術(shù)，作為我們業(yè)務(wù)方要提升自己的能力，開始構(gòu)建新技術(shù)的風(fēng)控系統(tǒng)。

 

張文斌：我覺得有效的監(jiān)控在金融這個行業(yè)還是非常重要的，如何把監(jiān)管做的更好，我覺得可以分三步。第一步，企業(yè)自身要把自己的風(fēng)控做好，這就是技術(shù)驅(qū)動，用我們的人工智能技術(shù)、大數(shù)據(jù)技術(shù)去構(gòu)建自己的風(fēng)險防范系統(tǒng)，這樣一個模型，把自己的業(yè)務(wù)做好。在這個基礎(chǔ)上可以以技術(shù)為橋梁，去構(gòu)建整個金融行業(yè)的合作生態(tài)，誰做的好可以把這個技術(shù)輸出，讓大家把風(fēng)控都做的很好。比如說可以給我們比較大型的金融機(jī)構(gòu)輸出金融大腦，金融云這種一體化的平臺方案。對于中小企業(yè)，其實我們也可以提供可以靈活組合的平臺，比如說獲客、大數(shù)據(jù)風(fēng)控這種平臺。最后監(jiān)管科技也是非常重要的課題。金融的科技企業(yè)可以依據(jù)自己的數(shù)據(jù)、技術(shù)、平臺優(yōu)勢去服務(wù)更多的監(jiān)管機(jī)構(gòu)。怎么做呢？從宏觀上其實可以有金融脈搏，去幫監(jiān)管機(jī)構(gòu)把脈，金融地圖。對于微觀上其實也可以提供一些監(jiān)管系統(tǒng)，還有我們金融機(jī)構(gòu)的服務(wù)平臺，從而更有效的幫助監(jiān)管機(jī)構(gòu)進(jìn)行監(jiān)管。度小滿金融的多投風(fēng)控的模型可以提30天發(fā)現(xiàn)風(fēng)險，對風(fēng)險預(yù)警起到很大的作用。

馬紅漫：第一輪討論話題主要是，大家看到金融監(jiān)管監(jiān)管部門容忍的標(biāo)準(zhǔn)已經(jīng)越來越清晰了，比如資金池、套利、期限錯配等等。但是大家也都知道，包括我跟監(jiān)管部門的負(fù)責(zé)人在聊，他們也知道，監(jiān)管部門手里有一個所謂的白名單也有黑名單，到底什么標(biāo)準(zhǔn)，到底誰的名字他們永遠(yuǎn)不會對外說，他們知道有傳說中的兩個名單。我也知道監(jiān)管部門希望和金融機(jī)構(gòu)做更多的溝通，你們在風(fēng)險防范方面有什么突破，可以從灰名單跳到白名單，溝通的渠道和機(jī)制還是有的。

AI+風(fēng)控的實踐案例

馬紅漫：今天第二輪討論就是如果我們整個監(jiān)管的風(fēng)向依然保持非常嚴(yán)厲的程度，而且繼續(xù)嚴(yán)厲下去，目前沒有看到任何松動的跡象。中國現(xiàn)在有兩個調(diào)控沒有看到松動的跡象，一個是房地產(chǎn)調(diào)控，第二個金融調(diào)控，也是非常嚴(yán)格的調(diào)控，目前為止都沒有任何松動的跡象，大家必須要接受這個環(huán)境的話，人工智能和風(fēng)險防控當(dāng)中有沒有突破的點，技術(shù)應(yīng)用以后可以取得重大突破，監(jiān)管部門在評判具體市場、產(chǎn)品、機(jī)構(gòu)可以在風(fēng)險等級當(dāng)中做一些優(yōu)化調(diào)整。您所在的機(jī)構(gòu)，人工智能和風(fēng)險防范方面有什么突破？

馬紅漫：要確定你的承諾與接受程度，有風(fēng)險測試接受程度，一般壞人是快速點同意，正常人稍微看看猶豫下再點同意，這么幾秒鐘就是判斷的標(biāo)準(zhǔn)。

余泉：我稍微在剛才問題上加一點，比如說有一個很大的業(yè)務(wù)，現(xiàn)在關(guān)心鏈和圖譜關(guān)系新的算法在反欺詐里面非常有用的，因為壞人一定是團(tuán)伙行為，很少是個體行為，不管是文本挖掘他們的通訊，還是資金交換都有很大的作用，人工智能還是占了非常大的作用。大家都談自己的機(jī)構(gòu)，我覺得網(wǎng)商銀行，我們智能風(fēng)控的特點，首先網(wǎng)商銀行是螞蟻金服和其他幾個股東成立的，宗旨就是服務(wù)小微企業(yè)，特別特定的客群。從技術(shù)上我們這幾年發(fā)展的量很大特點，智能風(fēng)控很行，也不是一個獨立的扔進(jìn)去就是特別牛的機(jī)器，一定是一個場景、產(chǎn)品和風(fēng)控加起來才能轉(zhuǎn)得動的東西。如果我拿一個比較實的例子舉一下，去年開始我們推支付寶推線下收錢碼，收錢碼在網(wǎng)商銀行里面起的作用就是起了一個多收多貸的產(chǎn)品，買包子這樣的小企業(yè)之前去銀行貸款無抵押沒有任何可以抵押的東西。但是現(xiàn)在有了支付數(shù)據(jù)，有了誰在那邊買東西，還可以這些人有時候是用個人賬戶來收，我們識別哪些是經(jīng)營性收入，哪些是熟人轉(zhuǎn)賬，還有刷單，都可以用機(jī)器學(xué)習(xí)的方法算出來，識別經(jīng)營收入和經(jīng)營穩(wěn)定性。還有網(wǎng)絡(luò)化和大數(shù)據(jù)的方式去把欺詐和壞人刷出來。在這樣一種非常高風(fēng)險和過去沒有人服務(wù)的客群人，現(xiàn)在有兩千萬線下商戶可以享受到服務(wù)，而且風(fēng)險也是在非常低的水平，平均利率大概在10到14%之間，大家可以倒推風(fēng)險成本一定不會很高。

李超：大家很關(guān)心人工智能到底有沒有用，我給一個直接的數(shù)據(jù)。我們有很多合作的案例，我們剛才提到了這幾年一直在干一件事情，把我們傳統(tǒng)的策略系統(tǒng)升級到人工智能，我們看到在升級過程當(dāng)中基本上我們的準(zhǔn)確率都可以提升到20%到100%，甚至100%以上的結(jié)果，這是實實在在可以看到的準(zhǔn)確率。

為什么有這樣的提升呢？其實人工智能我們之前叫做機(jī)器學(xué)習(xí)，更多是以人開頭，但是更多代表了機(jī)器。傳統(tǒng)的策略其實是人總結(jié)出來這樣的規(guī)律，真的是代表了人。人和機(jī)器有什么特點呢？人很擅長規(guī)?？偨Y(jié)，很擅長給一個大的方向，人總結(jié)出來策略，大方向是對的，但是很難精確到精確的數(shù)字。但是機(jī)器可以比人處理更多的數(shù)據(jù)，然后在海量數(shù)據(jù)保證精確度，你給越多數(shù)據(jù)得到的結(jié)果越精確會越準(zhǔn)確，這是人做不到的。這不是機(jī)器完全好于人的特點，另外一個特點機(jī)器可以快速迭代，因為所有的東西都是自動的，只要你計算能力足夠，就可以自動更新模型。人和黑產(chǎn)不斷進(jìn)行對抗，黑產(chǎn)是分工非常專業(yè)，每個人只負(fù)責(zé)一小塊，整天研究你做風(fēng)控人的策略是怎樣的，它不斷更新技術(shù)，我們做風(fēng)控的人也要不斷更新。你想憑借一個人觀察日志，總結(jié)新的規(guī)律，這個周期特別長。機(jī)器可以開發(fā)新的算法，自動更新自己的模型，迭代數(shù)據(jù)，就可以做到很快速的響應(yīng)，這也是保證機(jī)器能夠?qū)Σ呗韵到y(tǒng)相對來說有一個很明顯的提升。同時機(jī)器給的東西是綜合了很多的不同因素，很多數(shù)據(jù)不同出來的結(jié)果，不是簡單一條比如最近三天借貸頻率是多少。外表看起來是黑盒子，作為黑產(chǎn)很難猜出你的策略，難以繞過風(fēng)控體系，相對來說也是更安全。整體來講人工智能對于傳統(tǒng)的策略系統(tǒng)有很大的人的體系有很大的提升，我們也是在全部AI化。

馬紅漫：剛才問的問題大數(shù)據(jù)一個很重要的規(guī)則就是不問因果，只問相關(guān)，剛才講的標(biāo)準(zhǔn)也是相關(guān)性，不是嚴(yán)格的因果性。您現(xiàn)在做計算機(jī)算法可以看到計算機(jī)通過海量數(shù)據(jù)分析得出更多人沒有判斷出來的相關(guān)性嗎？

李超：其實是可以的，比如有一些無監(jiān)督的方式，很多策略并不是一定靠樣本，因為你標(biāo)定這個人有沒有逾期和壞賬需要很長時間，但是你用無監(jiān)督的方式，找到異常，這個人跟其他人有很多不一樣，可以更進(jìn)一步分析這個人的行為，可以很容易找到之前沒有看到的規(guī)律。

張文斌：我覺得人工智能技術(shù)可以應(yīng)用到整個業(yè)務(wù)的方方面面，比如說信貸業(yè)務(wù)，貸前獲客可以用，貸中審批授信以及貸后的監(jiān)控和催收都可以用。我們獲客是用人工智能的技術(shù)更好的對用戶進(jìn)行畫像，從而更好的理解用戶，以及用戶的需求。這時候能夠提供一個與它更加匹配的金融產(chǎn)品，這樣用戶的體驗也好，我們的轉(zhuǎn)化率也高。貸中構(gòu)建了反欺詐模型，還有信用風(fēng)險模型，結(jié)合大數(shù)據(jù)技術(shù)，除了傳統(tǒng)的央行征信數(shù)據(jù)，我們還用百度的大數(shù)據(jù)，我們的風(fēng)險區(qū)分度可以提升15%，還是很大的。在用戶管理上，我們一方面是構(gòu)建這種貸后模型，實時多維度分析用戶的行為，從而知道它的異常行為。另一方面我們可以合理的調(diào)高調(diào)價，把風(fēng)險控制的很低。人工智能技術(shù)其實剛剛教授也提了我們的語言識別、自然語言理解，我們也是以這些技術(shù)為基礎(chǔ)，構(gòu)建了智能機(jī)器人，現(xiàn)在在客服、催收還有電銷有廣泛應(yīng)用。催收還不錯，第一機(jī)器人沒有情緒波動，不會胡亂說話。第二，話術(shù)很專業(yè)標(biāo)準(zhǔn)，減少客服的工作量，客訴少了。另外成本非常低，大概只有人工成本的1%，我們現(xiàn)在機(jī)器可以取代300多人催收員的工作。

馬紅漫：通過發(fā)短信還是打電話完成？

張文斌：打電話，用語音識別技術(shù)，比如說我們系統(tǒng)可以發(fā)現(xiàn)哪些人逾期，根據(jù)時間的長度，以及用戶的畫像，我們判斷說它是忘記了還是真實的故意的去不還，我們有專門的話術(shù)，機(jī)器會打電話過去，根據(jù)語音識別的技術(shù)，自然語言處理的技術(shù)理解，可以形成完整的對話。

馬紅漫：接電話的對方可以感覺到是機(jī)器碼？

張文斌：有的能感覺到，大部分還是效果不錯。有一個數(shù)字，我們通過催收機(jī)器人催收?？铑~率提升了5%。

更多資訊，請關(guān)注公眾號雷鋒網(wǎng)AI金融評論

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。