新闻>正文

九卦 I 零售金融风控,AI如何大显身手?

2018年05月21日21:24 来源:九卦金融圈

  

  文/老丁(量化派),本文是九卦金融圈原创文章,转载请注明来源。

  引言

  我国金融科技已经渗透到金融的方方面面,有力推动着金融服务的升级。过去金融机构服务用户是被动的,可能只能服务几十公里范围内的用户,获取到的数据从数量和维度上都是有限的;而如今金融机构积极拥抱科技,可以突破地域限制,主动触达用户,走向全国乃至全球,服务到更多的客户也就意味着掌握了更多的数据,可以把服务做得更加精细化。

  大数据和人工智能已成为消费金融的主要驱动力

  在阿尔法狗战胜李世石后,人工智能在全球的热议程度达到一个新的高度。基础层的云计算、大数据等因素的成熟催化了人工智能的进步,得益于神经网络深度学习在算法上的突破则带来了人工智能浪潮,使得复杂任务分类准确率大幅提升,从而推动了计算机视觉、机器学习、自然语言处理、机器人技术、语音识别技术的快速发展。

  金融是人工智能技术的最佳应用场景,大数据和人工智能已成为消费金融的主要驱动力,不仅能够对整个行业产生颠覆性的影响,而且会提升金融行业的整体运行效率。在零售金融风控领域,通过对AI的开发及应用尤其是在反欺诈领域提供了更好的助力,借助AI技术挖掘海量信息的规律,金融将更加智能。

  

  人工智能在零售金融风控领域的创新应用

  人依靠自己的经验来解决问题,但人毕竟是有限的,你的知识框架是有限的,你周围的这些判断依据也是有限的,这种情况下效率是低下的。而“数据+模型”可以预测将来的N种可能性,从中推选出最有效率、正确性相对高的一种,这将极大提高人们做决策的效率和准确性。如果整个过程以自动化的形式来实现,那瞬间就能让这件事变得非常高效。金融科技公司通过运用不同的神经网络算法和模型,来提升风控的有效性,从贷前、贷中到贷后,运用“数据+模型”结合人工智能技术的创新应用主要有:

  一、贷前反欺诈:随着大数据的普及和应用,金融服务机构可以搜集更多维度的数据来更精细的进行用户画像,包括利用一些行业数据,用户的互联网浏览数据,司法执行数据,第三方信用数据,出行数据,电商平台的交易数据,电话通讯数据和社交数据。这些数据的覆盖人群会远远超过现有的金融行业所使用的数据,而AI就是对这些数据进行组合,从而挖掘出有效的特征。在模型假设过程中,AI所做的就是极大简化这个过程,提高效率,同时可以大大提高模型验证和迭代的速度。

  二、信用评级:根据用户授权的社交信息,分析用户的履约记录、消费行为和还款能力,提升信用评级的精准度,帮助更多人获取到最适合自己的金融服务。线上海量数据的维度非常多,但是只有对真正有效的数据,进行深入研究,才能充分发挥数据价值,提升风控效率,通过AI可以挖掘更有价值的特征和更高效的建模和模型迭代。

  三、贷后管理:根据用户的还款记录,判断用户未来的还款行为、复贷需求和复贷能力。

  

  人工智能将继续赋能金融领域的风控和业务能力

  人工智能和大数据能更好的挖掘金融行业的本质,一是解决资源的优化配置,在风险确定的情况下,让资源配置得更好、更优、效率更高;二是解决需求方和服务方的匹配性基于这样的逻辑,金融机构可以利用人工智能技术精准定义用户的需求,解决市场痛点,获取新的商业机会,通过机器学习和大数据提高全行业运营效率。

  金融科技公司将更广泛和深远的应用人工智能、大数据、机器学习的这股智能潮流,围绕数据、工程、场景的AI能力实践,必将在风险管理、交互体验、客户服务等方面提供更智能、更及时、更协同的产品和服务。

  同时,市场参与者要尊重金融市场的本质和规律,不具备强大的风控能力的企业,是没有办法经受时间考验的,必须在互联网的快和金融的稳之间找到平衡,用户的消费能力必须和还款能力、信用管理能力相匹配,才能实现长期稳健的规模化发展。全行业都必须构建可持续发展的意识和能力,这需要从业者的责任感和自律性,也需要监管的引导。