腾讯云天御产品(业务安全服务)负责人王翔:互联网金融风控的现状和趋势

2017 年 10 月 29 日 数据猿 王翔


数据猿报道,2017年10月25日,由 数据猿 联合《清华金融评论》共同主办的“2017金融科技价值峰会——数据驱动金融商业裂变”在北京隆重召开。本文为数据猿现场直播“腾讯云天御产品(业务安全服务)负责人王翔的发言实录。


作者 | 王翔

官网 | www.datayuan.cn

微信公众号ID | datayuancn


数据猿报道,2017年10月25日,由 数据猿 联合《清华金融评论》共同主办的“2017金融科技价值峰会——数据驱动金融商业裂变”在北京隆重召开。本届峰会主要从「消费金融」、「供应链金融」、以及「金融前沿科技探索」三个角度深入探索数据智能为金融领域带来哪些颠覆式的变革! 


以下是数据猿现场直播“腾讯云天御产品(业务安全服务)负责人王翔”的发言实录:


大家好,我今天的分享主要从三方面来进行,首先介绍一下网络风控系统的构建。我将会分贷前和贷后两个环节,从三个维度介绍一下中国17个股份制银行和4家国有银行,它们风控系统建设的特点。


首先看一下贷前审批系统的系统现状。网络贷款的业务主要是基于银行存量的客户进行的,其中申请人的分类程度非常高,它审核的时候有非常针对性的策略,并且审核人员的专业素质是比较强的。传统银行在加速建立它风控的系统,其系统主要分成四种类型:一个是互联网的画像建设、风险感知、反欺诈系统的建设,以及AI平台的建设。


而贷前人力的投入,主要分成两种:第一个信审的人员,我们调研过发卡量在四千万张的银行,它们一般信审人员都会在一千人左右。而系统风控的团队一般在两百个人左右,AI专家人员会比较缺乏。在第三方数据采购方面,手机银行一般不具备这样的数据上报能力,目前银行也是在和BAT进行合作建设,去建立像设备指纹、IP归属、LBS信息等能力。并且银行现在也开始意识到外部第三方的数据的价值其实是很大的,我们发现有超过30%的银行已经或准备采购外部的数据源作为风控的补充。对于反欺诈的AI模型,银行一般都是购买外部的产品。


再来看一下贷后的系统现状。银行会做一些精细化的催收,它偿还的比例目前来说非常高,并且因为政策的优势,在一些大型案件的打击方面,它的效率也是非常高的。贷后的人力投入方面,目前使用自动语音+人工+外聘,在这几种情况下还没办法实现催收,可能会采取去委托外部的公司来进行催收的手段。甚至还可以直接对个人资产进行相应的处置。其电话催收团队会在国内人力成本比较低的地区部署,人员的跨地域管理能力也非常强。


三方数据方面一般是和大型的互联网公司成立一个反欺诈的实验室。


互联网金融公司的风控,在人工智能的应用上速度是非常快的,它会采用机器学习,甚至是图计算的方式去做风控。越是头部的公司,它整合外部数据的能力越强。在催收方面,其手段就相对来说非常有限。这类公司非常依赖第三方的数据。


再来看看新筹银行的风控,他们是含着金汤匙出生的,既具有银行的背景,也具备公司的背景。举一个例子,它的风控系统是腾讯集团支撑建设的,我们有五大BT提供模型,比如会提供QQ和微信的模型,会提供用户在消费上面欺诈的模型,现在微众的网络接待是在千分之三的水平。在它出现一些新的案例的时候,也可以快速上线一些我们原来没有用过的标签,来快速修补它的模型。并且依托于互联网公司的优势,新筹银行在AI模型,不管是人力还是技术模式上的优势都是非常明显的。


目前腾讯安全能力已经覆盖了全中国超过80%的手机,比如在苹果IOS或者安卓上面,会原生带上我们的一些APK,我们会检测它是否存在一些恶意的进程,并且去帮助我们的运营商识别电信欺诈,以及一些伪基站的数据。


接下来再分享一下网络骗贷的趋势,我们发现高欺诈风险的用户从今年年初的7%已经提高到了目前的10%,并且具备一定的聚集特征,比如在广东、广西、福建、江浙等等一些地区,骗贷率较高。


我们发现在2016年,平均每5小时就有一组信息泄露,包括个人的信息、身份证号、手机号、银行卡等等,这些信息就会被黑产恶意利用去网上申请贷款。金融黑中介的产业也非常完善,针对不同的黑产,它的收费方式也非常明确。一般这些黑中介会带来两大问题:


第一,对网络借贷公司带来很大影响,今年3·15我们看到一个新闻,黑中介去农村拉大量农妇去做医疗骗贷,导致医美贷公司倒闭。


第二,存在监管上的风险。


我们之前和一个互联网的小贷公司在上海的一个公司做了一次骗贷的测试,当时选取了5249个用户对他进行放贷。放贷时不用任何的风控策略,申请就直接放贷,每一笔都是三千元左右。事后我们观察他逾期的情况,可以看到,在第30天还没有对资金进行偿还的比例达到20%以上。也就是说如果没有任何的风控措施,逾期至少是20%起。


我认为第三方数据反欺诈主要有三点趋势:首先监管越来越严了,像原来贷后资料、逾期的资料修复,已经属于违法服务;其次就是行业服务的公司在快速增长;然后就是风控的平台化的垂直方向。我们认为平台化主要是拥有大数据的公司,它会提供一些比较通用的服务去服务尽可能多的场景;对于没有数据的风控公司,将会在具体应用上越做越深。


我们天御目前已经服务了很多金融企业,并且在多个场景里都已经验证了腾讯能力的价值,它的威力是非常强大的。我们也希望跟各个金融企业一起加深探讨,真正解决一些行业的痛点问题,共同打造健康互联网金融环境。



扫码观看上午「主论坛」视频直播

(三千氪)



(中搜搜悦)


扫码观看下午「平行分论坛一:消费金融」视频直播

(中搜搜悦)


扫码观看下午「平行分论坛二:供应链金融」视频直播

(三千氪)


扫码观看下午「平行分论坛三:金融前沿科技」视频直播

(中搜搜悦)



登录查看更多
0

相关内容

王翔是新加坡国立大学(NUS)计算机学院的研究员。 他获得了博士学位。 他于2019年获得国大计算机科学博士学位。他的研究兴趣包括推荐系统,信息检索和数据挖掘。 在SIGIR,KDD,WWW和AAAI等顶级会议上,他拥有20多种出版物,包括TOIS和TKDE等期刊。 他曾担任CCIS 2019的本地主席,包括SIGIR,CIKM和MM在内的顶级会议的PC成员以及TKDE和TOIS等著名期刊的定期审稿人。
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
126+阅读 · 2020年5月22日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
304+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
138+阅读 · 2019年12月12日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
94+阅读 · 2019年11月13日
关系图谱在贝壳找房风控体系的应用与实践
DataFunTalk
49+阅读 · 2020年2月12日
金融风控背后的技术综述
七月在线实验室
45+阅读 · 2019年2月28日
企业数据AI化战略:从数据中台到AI中台
36大数据
11+阅读 · 2019年2月18日
智能时代如何构建金融反欺诈体系?
数据猿
12+阅读 · 2018年3月26日
【深度学习】基于深度学习的电商交易欺诈检测系统
中国平安股价持续大涨背后
凤凰财经
5+阅读 · 2017年9月13日
安全牛发布《威胁情报市场指南》报告
安全牛
13+阅读 · 2017年7月10日
Arxiv
14+阅读 · 2019年11月26日
CoCoNet: A Collaborative Convolutional Network
Arxiv
6+阅读 · 2019年1月28日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
VIP会员
相关资讯
关系图谱在贝壳找房风控体系的应用与实践
DataFunTalk
49+阅读 · 2020年2月12日
金融风控背后的技术综述
七月在线实验室
45+阅读 · 2019年2月28日
企业数据AI化战略:从数据中台到AI中台
36大数据
11+阅读 · 2019年2月18日
智能时代如何构建金融反欺诈体系?
数据猿
12+阅读 · 2018年3月26日
【深度学习】基于深度学习的电商交易欺诈检测系统
中国平安股价持续大涨背后
凤凰财经
5+阅读 · 2017年9月13日
安全牛发布《威胁情报市场指南》报告
安全牛
13+阅读 · 2017年7月10日
Top
微信扫码咨询专知VIP会员