《消费金融风控创新白皮书》.pdf

0 1 目 录 背景描述 . 4 一、消费金融行业大发展凸显风控和风控创新的重要性 . 5 1）多重因素共同促进消费金融行业快速发展 . 5 1政策推动与消费升级 . 5 2新技术、新参与机构与新消费群体 . 6 2）风控在消金企业的自身发展与市场竞争中愈发重要 . 7 1消费金融行业已进入了管控趋严的状态，合规与风险防范的要求从外部 促使企业更加重视风控环节 . 7 2消费金融迅速场景化及价格天花板的出现，倒逼企业强化风控以求发展 . 12 3）传统风控模式遇到的瓶颈与风控的创新 . 13 1以资产、现金流、职业属性等为风控核心的传统风控模式局限性日益突出 . 13 2以大数据、人工智能为基础的创新风控模式开始深度应用 . 14 二、消费金融领域的主要风控技术创新 . 14 1）生物特征识别 . 14 1生物特征识别技术的发展概况 . 14 2生物特征识别的主要热点技术及应用 . 15 2）机器学习与模型训练 . 17 1机器学习的概述 . 17 2在金融领域的主要细分场景应用 . 17 3）自然语言处理 . 18 1自然语言处理的基本概念 . 18 2自 然语言处理在金融领域的主要应用现状 . 18 2 4）大数据抓取与数据处理 . 19 1大数据技术基本概念 . 19 2在消费金融风控领域的 主要应用现状 . 19 5）基于大数据的用户画像 . 20 1用户画像技术的基本概况 . 20 2用户画像技术在金融领域的应用 . 20 三、风控技术创新的应用案例分析 . 21 1）工商银行反欺诈风控系统 . 21 1基于大数据抓取与处理智能实时反欺诈系统 . 21 2工商银行大数据风控成果 . 22 2）京东金融安全魔方反欺诈系统 . 23 1基于生物特征识别技术的大数据风控体系 . 23 2京东金融安全魔方的风控成果 . 24 3）蚂蚁花呗智能套现识别系统 . 24 1基于生物识别、机器学习和大数据处理的套现识别系统 . 24 2蚂蚁花呗智能反套现风控成果 . 25 4）新网银行全流程风控系统 . 26 1基于大数据用户画像技术的贷前风险识别 . 26 2基于机器学习技术的贷中决策迭代体系 . 27 3基于大数据、机器学习技术的贷后预警催收系统 . 27 4新网银行大数据风控成果 . 27 5）中腾信全流程风控系统及小花钱包 RiskAI 风险识别系统 . 28 1基于大数据、声纹识别技术、机器学习的贷前反欺诈侦测系统 . 28 2基于 人脸识别、机器学习的小花钱包 RiskAI 风险识别系统 . 29 3基于大数据多重验证的贷中决策系统 . 29 3 4基于机器学习技术、自然语言处理的贷后催收管理系统 . 30 5中腾信全流程风控系统及小花钱包 RiskAI 风险识别系统风控成果. 30 6）百融金服全流程风控体系 . 31 1基于大数据技术的百融策略引擎一站式贷前风控解决方案 . 31 2基于大数据处理技术的贷中监测及预警体系 . 31 3基于大数据与机器学习技术的贷后催收体系 . 32 4百融金服风控体系的效果 . 33 7）案例总结 . 33 报告结论 . 34 4 背景描述 1） 多因素推动消费金融爆发式增长 伴随着居民 可支配收入 持续增长、消费理念的转变、 90 后逐渐成为未来 5年内的消费主力，以及 95 后“互联网 一代 ”步入社会， 中国正迎来 新 一轮 的消费升级浪潮 。同时，伴随着 金融科技 的 快速发展 ，消费群体可以更便捷高效地选择和使用消费金融服务，这也进一步带动 了消费金融 行业 的 爆发式 增长。 2） 多种乱象伴随而生 消费金融市场发展的迅猛势头，除了持牌的银行、消费金融公司之外，还吸引了各种类型的互联网金融机构涌入这一市场。过度消费、恶意欺诈、重复授信等行业乱象也伴随而生 ， 给消费金融行业带来阴影。遏制市场乱象，强化风险控制成为企业生存发展的关键。 3） 行业监管提出更高要求 随着金融行业整体进入强监管时代，消费金融行业的监管政策不断出台，整体监管体系也日趋完善。 行业 整 体进入了 规范发展 的新时期， 这 也对 消费金融从业机构 的 风控效率和技术创新提出了更高的要求。 4） 传统风控技术的缺陷制约了消费金融业务进一步发展 传统的信用评分模型主要使用历史借贷数据和财务数据来预测和判断借款人的违约风险，采用传统的统计方法进行分析，这种方法最大的缺陷就是无法对那些缺乏历史借贷数据的借款人进行信用风险评估 1。 另外，传统金融机构仅能掌握客户与自身相关的金融行为，无法获得客户在社会生活中体现兴趣爱好、生活习惯、消费倾向的情感或行为数据，无法与业务数据形成联动。再加上部分涉足消费金融业务的传统金融机构， 对新业务的风控方式上依然过度依赖传统风控方法，自身的风控管理团队对于风控新技术的使用，无论是人才储备还是整体风控思路上均有一定的欠缺。 1金融大数据应用的风险与监管 ，央行金融研究所所长孙国峰 5 一、消费金融行业 大发展凸显风控 和 风控创新的 重要性 1）多重因素共同促进 消费金融行业快速发展 从 2013 年到 2017 年的 5 年时间里，我国消费金融迅速发展，除去住房贷款的消费信贷余额规模增速一直保持在 20%以上，年均复合增长率达到了 24.7%。特别是在 2017 年，消费贷款余额达到 9.6 万亿元，同比增长超过 60%，呈现爆发式增长的态势。据金融城估算，未来几年我国消费信贷余额的增 速虽将有所回落，但仍将以年均 30%以上的增速扩张，预计到 2020 年将超过 20 万亿元，我国将成为全球最大的消费金融市场。 图 1 2013 年 -2020 年我国消费信贷市场规模及预测 1政策推动 与 消费升级 国内经济结构转型大背景下，消费金融成为“新风口”。近年来，我国经济逐渐从以往单纯的投资和基建、出口拉动的经济发展模式，转型为内需为主的内部驱动型，推动国内消费升级成为国家的主要战略之一，因此近年来推动消费相关政策不断出台。从 2013 年 8 月国务院颁布关于促进信 息消费扩大内需的若干意见，到 2014 年 10 月国务院印发关于加快发展体育产业促进体育消费的若干意见； 2014 年 11 月国务院召开常务会议，鼓励养老健康家政消费；再到6 2015 年 11 月国务院印发关于积极发挥新消费引领作用加快培育形成新供给新动力的指导意见，提出消费升级重点领域和方向，覆盖服务消费、信息消费、绿色消费、时尚消费、品质消费和农村消费； 2016 年 11 月，国务院印发关于进一步扩大旅游文化体育健康养老教育培训等领域消费的意见，着力推进幸福产业服务消费； 2017 年 8 月 13 日，国务院发布了关于进一 步扩大和升级信息消费持续释放内需潜力的指导意见，鼓励金融机构开发更多适合信息消费的金融产品和服务，推广小额、快捷、便民的小微支付方式，降低信息消费金融服务成本。 随着国家鼓励“消费升级”进程的推进，消费金融作为推动消费发展升级的重要举措之一，从内涵上基本满足了国家内需导向型的经济发展策略，其发展受到国家的鼓励支持。 2新技术 、新 参与 机构与新消费群体 金融科技的创新发展与深入应用，夯实了消费金融行业爆发式增长的技术基础。 随着人工智能、大数据、区块链、云计算等新型科技的快速发展，消费金融与科技融合的协同效应逐 渐显现。利用金融科技前沿的技术优势，消费金融逐渐由线下转向线上，实现服务半径的扩大、服务效率和业务处理能力的提升。从而在产品、渠道和服务上加快创新，降低消费金融业务的获客成本，推动消费金融业务迅速发展。 多类型机构主体的参与，带动了消费金融业务模式的创新。 随着国家消费升级战略的推进，以商业银行为代表的传统金融机构、持牌消费金融公司、综合性互联网金融企业以及互联网金融创业企业正通过不同方式角逐消费金融市场。例如，商业银行和消费金融公司等持牌机构，主要覆盖有固定工作和稳定收入，信用记录优良的人群。而缺乏信用记录 的新入职白领、蓝领、大学生等，则主要由近年来进军消费金融业务的互联网金融企业来覆盖。该类型的机构，在垂直领域和特定场景的消费金融业务方面更具优势。为了在竞争中获得一定市场，各类金融机构不断 丰富市场产品供给种类， 带动了 消费金融 业务模式的持续创新发展 。 新增消费群体为消费金融提供广阔市场。 随着产业发展与技术创新，消费金融已经从传统的高收入人群和大额低频次消费场景向中低收入人群及小额高频次消费场景迅速拓展。服务群体逐渐从高净值人群，向学生、农民、蓝领等收入较低或收入不固定的人群下沉。特别是随着近年移动互联网的快速 发展以及大数据征信技术的创新，消费金融服务不断向大众的日常生活渗透，特别是旅游、教育、医美、租房等消费场景迅速拓展。 7 图 2 蓝领消费金融市场空间预测 2）风控在 消金 企业 的 自身发展 与市场竞争中 愈发重要 1消费金融行业已进入了管控趋严的状态，合规与风险防范的要求从外部促使企业更加重视风控环节 在消费金融贷款规模不断扩张的同时，消费金融不良贷款的规模也在逐年走高。以银行的信用卡业务为例，随着银行卡卡均授信额度的增长，信用卡逾期半年未偿的信贷总额也持续增加。 8 图 3 2016 年 -2018 年 信用卡逾期半年未偿信贷总额 走势 同为传统金融机构的代表，消费金融公司的贷款不良率也迅速攀升。其中最主要的风险来于两个方面：第一，外在欺诈和信用风险，造成逾期、骗贷和坏账压力；第二，消费金融企业内在的合规风险和金融服务流程优化压力。 9 图 4 2012 年 -2017 年消费金融公司整体不良贷款率走势 与此同时，在金融科技的支撑下，金融市场的体量和发展潜力被逐步放大，其暴露的风险隐患也 与日俱增，欺诈现象层出不穷。由网络黑产主导的消费金融欺诈发展肆虐，已经渗透到消费金融营销、注册、借贷、支付等各个环节。据统计， 2017 年黑产从业人员超 150 万，年产值达千亿级别，应用数据分析手段开展金融业务的消费金融平台是黑产攻击的主要对象之一。截止到 2018 年 5 月，存在异常的互联网金融网站超过 2 万个，互联网金融仿冒网站达到 4.6 万个，受害用户超过 10 万人次。