中小型机构零售金融风控如何做

综述：

随着金融科技的快速发展，以及零售业务重要性的提升，银行业普遍在数字化转型升级上加快步伐，以满足当今市场业务快速发展及产品快速迭代的需求。创新金融服务的同时，金融欺诈手段亦随之不断升级，导致金融机构面临的欺诈风险持续走高。

中小型机构在可投入资源方面存在较大差距，数字化转型升级过程中面临诸多威胁，多样、精准、隐性的欺诈形式对中小机构的金融风控提出了严峻挑战，因此，研究数字化升级背景下中小行风险控制尤为必要。

一、商业银行未来“矛与盾”

“大零售+数字化”升风控痛点

作为中国经济发展的“压舱石”，金融业尤其是银行业一直是重点行业领域中数字化程度较深、数字化投入较大、在数字化中获益较多的行业。“十四五”规划提出“加快数字化发展，建设数字中国”，央行也提出要积极研究金融科技发展指标体系，引导金融机构加快推进数字化转型，持续增强科技应用能力。可以预见，在下一个5年乃至10年，银行业的数字化还将持续强化与加深。

而零售信贷业务的发展则反映了近几年的行业特征。中国的经济结构从投资驱动转向“投资+消费”双驱动，信贷的稳定无疑将成为经济持续稳健发展的“压舱石”。受疫情的冲击和经济增速趋缓的大环境影响，对公业务风险提高，短期零售贷款业务占比提升。随着金融供给侧改革和利率市场化的加深，银行普遍面临存贷利差压力提升的新局面，受经济波动影响较弱、经营风险分散、资本消耗较少的零售业务成为银行业务增长方向。

可以说，“大零售+数字化”将成为未来银行业深化发展的显著特征。然而，面对外部市场（包括终端用户在内）的快速变化与银行内在稳健经营的刚线要求，薄弱的风控能力极有可能成为银行数字化转型发展当中的最大障碍。

1、银行业务与新技术结合存在挑战

相比于中小机构原有的房贷、信用卡客群，线上消费金融的客户更加下沉，潜在客户群体更大、可接受定价更高，这都是银行提升收益的来源。更高的收益必然会面临更高的风险，线上客群的欺诈风险、信用风险会更高，若没有强大的风控能力势必会造成客户的逆向选择。如何用数据驱动决策，再通过决策反哺数据与技术，实现数据驱动与传统信贷决策机制的良好融合，是决定中小机构能否在数字化过程中始终保持正确前进方向的关键因素。

2、数据治理体系不健全，数据质量偏低

一是中小机构在业务经营发展过程中积累了海量数据，但大部分中小机构并未制定有关数据治理的顶层设计和战略规划，缺乏全面的数据治理框架体系，导致数据分散在各个相对独立的系统之中，无法互通和共享，形成数据孤岛。二是不同系统中同一指标数据的统计口径、标准存在不一致。三是银行内部数据和引入的外部数据尚未进行有效整合，数据呈现碎片化。四是信息系统建设“重功能实现、轻数据采集”，导致部分字段缺失，大量有价值的客户交易行为数据被忽视。

3、技术应用与银行业务实际情况难以融合，存在效用瓶颈

一方面，部分中小机构重概念轻落实，缺乏技术层与业务层整体的战略规划，追逐数字化转型热点和噱头，盲目跟随大型商业银行、股份制商业银行引进前沿技术，忽视自身的客群特征、业务结构以及“深耕本土、服务本土客户”的经营重心。

展开全文

另一方面，部分中小机构技术条线与业务条线缺乏敏捷联动机制，相对割裂，业务条线管理部门与直接接触客户的一线团队的沟通不足，存在信息差，导致中后台引进或研发的相关系统与一线营销人员的痛点、难点关联度较低。

二、构建智能风控平台

破解零售金融风控难题

数字化背景下，业务需求复杂多变，场景化、智能化已成为创新金融服务的基本特点，因此，金融机构需要快速响应客户需求，引入大数据、人工智能等金融科技力量，赋能金融风控，打造具有特色及核心竞争力的智能风控中台，全面提升金融服务能力。

智能风控中台，即建设一个以智能化、场景化、生态化为特征，业务场景全覆盖，实时、智能的风险管控中台，通过应用大数据分析、人工智能、深度学习、机器学习、图计算等前沿信息技术，打破金融机构传统的“烟囱式”“项目制”系统之间的壁垒，打造标准化、模块化的风控策略、模型、系统，令数据、特征、规则、模型之间互通互用，在提升模型配置效率的同时，增强模型的风控效果。

风控中台架构应围绕“风险感知、风险识别、风险决策、风险释放”的风控运营闭环理念来设计，同时结合“全局设备指纹、终端风控引擎、用户数字身份、风险智能核身”等技术，形成完备的风险防控闭环，为营销、交易、信贷提供整体的风控解决方案。

1、合规使用外部数据构建模型策略

随着国家对数据的监管越来越严格，信贷机构的自有数据已经无法满足风控的需求，尤其对于新客来说，机构只能采集到个人的设备和通讯录信息，且需要用户主动授权才能获取。所以目前中小机构都非常依赖外部的第三方数据，这使得对于外部数据的选取、评估和应用就显得尤为重要。

相比于几年前盛行的爬虫类数据，现在的外部数据更加注重合规性和个人隐私保护，很多三方公司通常不会输出个人的明细类数据，而是以模型分、特征脱敏加工等形式输出。据调研，目前市面上常见的外部数据包括以下几类。

黑名单类：主要是逾期黑名单和欺诈类名单。

多头共债类：一般以指标形式输出，通过时间窗口、申请平台类型等维度交叉衍生成。

电商消费类：一般以模型分的形式输出，少数机构会输出消费类的衍生指标。

支付类：一般以模型分的形式输出，少数机构会输出支付类的衍生指标。

信用风险类：包括逾期、还款类的指标，以及信用分、欺诈分等。

数据校验类：三要素校验、手机号码状态校验、在网状态校验等。

运营商类：包括用户的通信消费情况，还有根据流量使用生成的偏好标签。

行为类：常见的有用户在各类App上的使用行为。银行可结合外部第三方数据以及行内自有数据，进行模型策略体系开发，构筑数据驱动的决策科学体系。

2、建立覆盖信贷全周期的风控策略体系

风控中台策略体系建设涉及信贷的全生命周期。

全流程反欺诈策略：包含申请环节反欺诈策略、循环提现反欺诈策略、交易反欺诈。

贷前审批策略及循环提现审批策略：涉及申请环节准入、额度及风险定价策略，贷中客户使用循环额度进行提现操作的审批策略。

贷中管理策略：涉及贷中生命周期管理设计、贷中额度管理策略、贷中预警策略及行动方案、贷中监控设计。

贷后管理策略：涉及早期催收客群划分与资源配置方案。

在全流程反欺诈策略中，结合最佳实践以及评分结果，能高效识别并排除线上欺诈风险，提升黑产团伙的作案成本。在申请环节，甄别出申请信息可靠准确的客户；在贷后循环额度提现环节，防范异常的设备、操作、行为背后隐藏的欺诈风险。设计开发免人工审查决策功能。引进对于预防欺诈风险有效的决策变量，结合评分模型，对客户进行分类甄别，并根据不同风险分类拟定相应策略，以更精准地从欺诈角度筛选出低风险客户，从而更有效地控制欺诈，并实现智能化、科学化及量化的管理。

在贷前审批策略及循环提现审批策略中，为平衡业务获客诉求并有效提升获客转化效率，主要依托第三方风险数据维度及人行征信报告信贷历史等信息，精准定位准入策略风险梯度，配合差异化的额度及风险定价策略，合理调节有人行优质、次优及无人行下探客群的结构，并在贷中使用循环额度提现的环节中增加必要的审核放款措施，限制已表现出不良资质的客户扩大风险敞口，在有效防范风险的同时尽量提高申请流量的转化率。在贷中管理策略中，为进一步优化客群结构、巩固风险防范战线，将综合贷中还款表现情况、行内及第三方高风险名单、第三方风险数据产品及人行征信报告等优质信息维度，依据生命周期特征进行分客群的贷中运营及额度管理，并对高风险属性的客户进行贷中预警，保障资产安全平稳增长。同时，通过持续、全面的贷后风险指标监控，分析客户各阶段风险表现，及时优化并迭代全流程风险策略。

催收管理策略主要作用于早期催收（入催1~60天）客群，结合贷后还款历史、欠款金额、预警等级等维度划分风险等级，结合逾期深度，分配不同的催收资源，以达到成本可控的最佳资产回收效果。

3、建设完善系统能力

风险洞察体系是风控中台的事前环节，风控专家从攻击者的角度了解欺诈分子的策略、技术、流程。通过对黑产技术的深入研究，输出风险洞察预警报告，为欺诈攻防提供方向。

实时风险决策引擎和3个人工智能算法平台是交易风控的核心组件，可以提供业务策略生命周期的统一管理服务，包括可以重用的指标、规则和决策流等组件的编辑、部署、运行和监控等功能，提供高效的决策管理服务。

传统专家风控系统是平面的网状结构，规则复杂且容易被单点攻破。风控中台4层防控体系（可信层、攻防层、决策层、保障层）可以极大地减少冗余风控策略规则，实现智能风险决策。

模块化管理流程能提升数据管理效率，整合银行端内外部数据，降低数据接入时间和代价，打通业务方数据孤岛，构建统一的风险数据特征，提供口径统一、全面综合的风险数据和风险特征。

建立联防联控风险标签、设备声誉库、网络声誉库等风险数据库。引入基于黑产攻防经验的风控标签，提升业务方的风控效果。风险探针基于多维度的设备信息，通过大数据分析、AI智能算法，为每一台移动设备计算生成唯一的设备ID，在此基础上增加“可信关系模型”“终端边缘计算”“行为身份认证”三大力，形成智能风控中台的基石。

风险释放平台与风险决策引擎根据风险等级提供自适应的风险释放手段，根据风险决策结果自优化风控策略效果。风控规则包涵盖注册、登录、交易、营销、支付等多个风控场景。风控规则根据外部业务模式抽象生成，实现风控温启动。

针对不法分子的欺诈手段，提取欺诈交易的各种特征，分析用户的行为习惯，研究风险交易识别规则和风险计算方法，建立面向银行全渠道交易全过程的信息安全防范措施。

通过建设智能风控中台，中小机构等金融机构可以充分利用深度学习算法、人工智能算法、数据挖掘分析算法、图分析计算等前沿技术的支撑能力，构建覆盖全业务场景的金融风控体系，提供信贷解决方案及反欺诈解决方案，推动业务能力的大幅提升及业务产品的创新与发展，实现金融业务的数字化转型，全面提升风控能力、服务能力、市场竞争力及价值创造力。

本文内容为原创，转载请注明来源于“广州金融科技公众号”！