百融金服總裁張韶峰
2015第十三屆中國互聯(lián)網(wǎng)經(jīng)濟論壇暨”金i獎“頒獎典禮于12月18-19日在北京萬豪酒店隆重召開。百融金服總裁張韶峰在2015智慧金融高峰論壇上介紹了如何用大數(shù)據(jù)給普惠金融建模，并提出金融機構(gòu)使用大數(shù)據(jù)時的建議以及展望。
以下是張韶峰演講實錄：
今天給大家作的報告是“大數(shù)據(jù)如何助力普惠金融落實”。我不是做金融出身的，我一直是做數(shù)據(jù)出身的，畢業(yè)開始就一直做各種各樣的數(shù)據(jù)挖掘，做過傳統(tǒng)行業(yè)，互聯(lián)網(wǎng)公司像天涯也做過，百分點科技是服務(wù)消費領(lǐng)域、互聯(lián)網(wǎng)領(lǐng)域的大數(shù)據(jù)公司，百融金服是專門服務(wù)于金融機構(gòu)的大數(shù)據(jù)平臺。
我們主要是給金融機構(gòu)提供基于大數(shù)據(jù)的風(fēng)險，精準營銷，還有產(chǎn)品設(shè)計的這么一個平臺。我們的背景包括中國華融資產(chǎn)管理公司，浙報傳媒、還有中國移動、中國銀聯(lián)等等，還有企業(yè)征信的牌照。
大數(shù)據(jù)到底怎么樣助力普惠金融？第一是說大數(shù)據(jù)到底對金融行業(yè)有什么價值？這里羅列了幾點，金融行業(yè)的核心其實是解決了信息不對稱，但金融機構(gòu)自己一樣存在信息不對稱的問題，解決得好就能賺錢，解決不好就虧錢。金融機構(gòu)大數(shù)據(jù)可以做什么事情呢？包括風(fēng)險防范，像信用風(fēng)險防范、精準營銷、管理、催收、以及風(fēng)險定價、產(chǎn)品的設(shè)計。
關(guān)于大數(shù)據(jù)，目前市場有很多說法，也有很多誤區(qū)。第一就是數(shù)據(jù)量大，其實數(shù)據(jù)大并不代表是大數(shù)據(jù)，大數(shù)據(jù)更多強調(diào)的是你的價值要大，而不是數(shù)據(jù)要大，一個攝像機放在煎餅果子攤，7×24小時都錄，數(shù)據(jù)量也很大，但是價值卻很小。所以，更多強調(diào)的是要有用，有價值。
大數(shù)據(jù)的核心內(nèi)涵一個是數(shù)據(jù)的交叉融合，不同行業(yè)領(lǐng)域的數(shù)據(jù)融合，它比單一一個領(lǐng)域的數(shù)據(jù)簡單疊加價值要大。不同領(lǐng)域的數(shù)據(jù)融合是乘法效應(yīng)，相同領(lǐng)域的數(shù)據(jù)疊加是加法效應(yīng)。
對金融機構(gòu)來講，這個問題尤其嚴重，為什么這么講呢？很多金融機構(gòu)跟我們說，我有很多數(shù)據(jù)，尤其銀行特別愛說有很多數(shù)據(jù)。實際大家仔細想一想，金融是整個經(jīng)濟活動里面處于下游，我們?yōu)槭裁匆桢X呢？你要買房子。為什么要買保險呢？你要坐飛機，或者可能覺得自己未來會生病。由于有了生活過程當中的原因，才有金融活動的結(jié)果，所以，金融機構(gòu)實際上是不掌握數(shù)據(jù)的上游，金融機構(gòu)處于數(shù)據(jù)的下游，為什么今天BAT，百度、騰訊、阿里他們跟銀行直接競爭呢？因為他掌握了上游，所以他可以做你的事情，他是從山頂往下沖，你是往上爬。所以對金融機構(gòu)來講，如果你做大數(shù)據(jù)，你是應(yīng)該掌握原因，而不是結(jié)果，結(jié)果已經(jīng)是很小一部分，往往已經(jīng)來不及了，事情已經(jīng)發(fā)生了。
下面我們介紹一下第二部分，如何利用大數(shù)據(jù)進行金融建模，包括三方面，一個是傳統(tǒng)的風(fēng)險建模思路，第二是線上線下融合，第三是思路實踐效果，第四是大數(shù)據(jù)在不良資產(chǎn)中的管理與應(yīng)用。
第一是傳統(tǒng)金融機構(gòu)建模思路，不管有沒有用，基本上有一個思路，主要是這么幾個變量，第一個是你過去什么時候借過錢，信用記錄的時間。有沒有逾期、壞賬、額度這些數(shù)據(jù)，其中最最重要的變量就是你過去借錢有沒有還，形成壞賬。我們利用這個數(shù)據(jù)來預(yù)測下一次借款會不會逾期，會不會直接形成壞賬。
如果說這個用戶之前有過借款行為，你用這個數(shù)據(jù)預(yù)測下一次借款是不是還，我覺得還是OK的，效果不錯。但是如果一個用戶之前根本就沒有過借款行為，實際上你怎么評估呢？這是一個悖論，很難評估它。我們再說得數(shù)學(xué)一點，技術(shù)一點，傳統(tǒng)的方法是用10—15個強變量，來算一個違約概率，你的X也好、Y也好都來自于金融機構(gòu)本身，這種方法已經(jīng)被金融機構(gòu)覆蓋的情況下是有效的，應(yīng)該說是相當好的。但是對中國來講，這個情況變得完全不一樣，在美國可能80%都是有金融信用記錄的，在中國可能80%是沒有信用記錄的，人民銀行征信中心大概有3億人的信用記錄，占中國總?cè)丝诘?5%，仍有75%的人沒有有效的信用記錄，這將導(dǎo)致大多數(shù)人的融資需求很難得到滿足。我們說我們要做普惠金融，可是無法捕捉到他的信用記錄，不能借給他，所以還是不能做普惠金融，就形成了一個怪圈。
有沒有什么方法可以緩解這個問題？金融機構(gòu)的數(shù)據(jù)剛才已經(jīng)講過了，比較少，因為金融機構(gòu)的金融行為屬于低頻行為，它處于下游。但是日常的生活消費行為社交行為處于金融的商業(yè)，我們捕捉不到那么多用戶的金融行為，但是大部分用戶的衣食住行，社交娛樂，都是天天在發(fā)生。這種數(shù)據(jù)非常的大，我們剛剛講說傳統(tǒng)的借款方法是10—15個變量，很少有銀行用到20幾個變量，但是如果說這種變量的話，可能就是50萬個變量，不像我們公司原始的數(shù)據(jù)庫底層的，每個人50萬的數(shù)據(jù)。不管你借沒借款都有這樣的數(shù)據(jù)。
第二個是維度非常多，好處和壞處都有。壞處是邏輯規(guī)則方法不管用，比如說很多公司做廣告預(yù)測，他要做每個人看見廣告會不會點擊的預(yù)測非常難做，他大概會用幾億的變量做預(yù)測，每個相互關(guān)聯(lián)性都很弱，屬于典型的弱變量。這個方法很難，但是它的好處，比如我們說以前的方法用15個變量，如果你缺失了三個變量，你的預(yù)測效果就明顯打折。但是對這種方法來講，50多個變量，別說缺三個，你缺3000個，對模型的效果影響都不大，因為占比太少了。所以這個建模雖然難，但是建模之后的穩(wěn)定性、有效性更強。最關(guān)鍵是他覆蓋的人群比較廣，而覆蓋的人群恰恰是今天的普惠金融想要服務(wù)的人群。
我們通過這個方法覆蓋了6.1億實名用戶，還有10.8億匿名用戶，大概三四億人我們知道他的手機PC設(shè)備編號，大部分的用戶歲數(shù)都是介于15—50歲之間，就是普惠金融服務(wù)的主流人群，每天大概捕捉用戶個數(shù)是一個億左右，真實性比較強，我們捕捉的時候，他都是在進行閱讀、消費、信貸等等。
還有一個就是身份的打通，IP的打通。一個有問題的借款人，可能會隱藏自己的身份，他可能有三個手機號，其中一個手機號做的事情比較白，還有一個手機號做的事情比較黑，他有五個QQ號，有一個QQ號所在的群是很爛的群，他會隱藏掉，你能不能知道這些ID都是他的，這是很重要的一點，你要把他好的不好的合起來綜合評估，否則的話就會被欺騙。來源比較廣，這個機構(gòu)大概有兩千多家，有零售的、金融的、社交、航空運營商各種都有，以及反應(yīng)是實時的，大家如果了解百融金服歷史的話，毫秒鐘就發(fā)生了，你剛剛買了一個商品，我們就會預(yù)測下一次你的行為意圖是什么。有線上數(shù)據(jù)也有線下數(shù)據(jù)，有傳統(tǒng)的，有新興的。
形成一個用戶畫像，分了幾個方面，性別、年齡、職業(yè)、婚姻狀況、住址，以及通信標簽，用50個字說清楚你是什么樣的人。價值標簽，有沒有房，有沒有吃，是不是炒股。長期閱讀喜好，長期購物喜好、短期購物場景，喜歡什么樣的金融服務(wù)，混什么社交圈子。目前來講，通過這種方法我們合作的金融機構(gòu)大概200多家，像主流的商業(yè)銀行，建行、招行、光大、華夏、浦發(fā)，以及農(nóng)商行，像今天在座的還有我們的客戶，還有一些小貸公司，甚至信用保險公司。
取得什么樣的效果呢？從我們自己做的真實客戶的例子，比如說在某一家銀行，他們給了我們130萬客戶資料，當時不知道客戶誰有逾期，誰沒逾期。通過建模方法，我們挑出70%的人是不錯的，通過剛開始屬于閉卷測試，剩下是開卷測試，剩下的逾期率是開始測試逾期率的2倍左右。經(jīng)過兩輪共50萬真實用戶的測試，線上逾期不良率6%，線下是4%。有一些藍領(lǐng)工人15號發(fā)工資，到10號可能沒錢了，就要借錢周轉(zhuǎn)，當時不良率30%，非常高，純粹在線上手機上借款我們大概又加了10%左右。
風(fēng)險的識別無外乎兩個，一個是欺詐風(fēng)險，一個是信用風(fēng)險，信用風(fēng)險核心識別是身份識別?，F(xiàn)在也出現(xiàn)了一些案例，叫實名欺詐，我就用我本名，信用卡、手機號、郵箱等等，我就騙你一次，騙了我就跑，我也不準備在銀行借錢了，這叫實名欺詐。這種例子一般來講，他借的錢不多，還是少，大部分不會留自己的真實身份，要么手機號是假的，要么身份證號是假的，地址是假的。第二是信用風(fēng)險防范，他愿不愿意還錢，他有沒有能力有沒有錢還給你。這是我們的例子，關(guān)聯(lián)出不同的身份證號、手機號。地址核查本身很重要，地址超過5公里是3倍的欺詐概率。
信用風(fēng)險防范這個事就復(fù)雜很多，比如說有的人并不是不還錢，可能看到另外一個哥們借了錢沒錢就沒事，然后他也不還錢。我們發(fā)現(xiàn)經(jīng)常坐飛機坐商務(wù)艙的人還款能力好一些，但是這里欺詐的不算，他就是不想還錢給你。還有一些比較有意思的例子，比如說打游戲、看動漫，三四線城市生活的人還款能力差一些。喜歡看經(jīng)管圖書，管理科技類的會好一些，你把錢借給他，他就干什么事。尤其是給小微企業(yè)貸款的時候，那個老板平時在干什么事，有一定的預(yù)示效果。這是模型的預(yù)測值，一般的銀行做模型，希望KS值是0.3以上，如果說沒有人行報告，他們只能做0.28，如果有人行報告就做到0.38，也不是每次都能做到這樣，其實KS值0.4是非常難做的。這是我們評分的參數(shù)，關(guān)鍵信息匹配，穩(wěn)定性、申請信息核查綜合起來。
另外一個大的領(lǐng)域就是不良資產(chǎn)的處理，大數(shù)據(jù)的應(yīng)用從今天開始蔓延到不良資產(chǎn)的處理。不良資產(chǎn)的形成70%的原因是失聯(lián)造成的，一打電話找不到人，70個人會還你的錢，大部分是由于失聯(lián)造成的，你只要找到他，基本上還給你，但是找到他這個事很難。這是我們做的一個客戶的測試效果，通過手機號找到多少人，通過郵箱找到多少人，通過固話、地址，但是找到不一定還給你。一般來說，有些P2P公司，100個有3%的不良，要回來3%的人都很少。但也不是每一次都不好，不良資產(chǎn)這個事是非常非常難辦的事情，是整個信貸行業(yè)這么多年來沒有解決的一個問題，現(xiàn)在我們也不能說通過大數(shù)據(jù)能解決，能解決一部分，但非常困難，一個人要隱藏自己，你要找他非常困難，當然也能找，要動用很多資源，通過派出所、街道去找，一共就欠你一萬，你動用這么多人找回來以后層層分，可能就分到500塊錢，又覺得不合算，所以這是一個極其困難的事情。
最后是展望，關(guān)于金融機構(gòu)使用大數(shù)據(jù)的時候要注意什么。一定要集成很多不同維度的數(shù)據(jù)，維度太少容易出問題，比如說最知名的芝麻分，我一個客戶大概三個月之前告訴我，怎么樣破解芝麻分。他跟我講過四招可以快速提高芝麻分，第一個是在淘寶上買家居被單，證明你有家庭，還款信用就好一些。第二個就是商家的好評，第三是支付寶里不要一點錢沒有，第四個是在支付寶里用親戚朋友給你轉(zhuǎn)錢。這四點每一點都很有道理，但是為什么會被破解呢？因為芝麻分的所有數(shù)據(jù)都來自阿里體系，一個信用中介舍得花500塊錢提升芝麻分，從而獲得50萬元的信貸，所以一定會被破解。所以，芝麻分高分人群比低分欺詐客戶還要多，因為高分是可以做出來的。所以，你的維度如果足夠廣，他也不知道怎么去破解你，比如說我們合作的商戶，各種金融機構(gòu)也好，商家也好，2500多家，你也不知道去哪里破，你破解成本非常高，所以這一點很重要。
第二個，就是合作數(shù)據(jù)平臺本身的公平公正公允性，是不是與你本身有競爭關(guān)系，是不是他也去發(fā)金融產(chǎn)品，也做信貸。這個很重要。為什么呢？你們合作之間一定是交換數(shù)據(jù)的，每一個借款人你要送給他審查，如果你告訴他誰好誰壞，他分分鐘可以觸達客戶，沒有一家金融機構(gòu)可以跟BAT比，用戶觸達能力他們太強了。傳統(tǒng)的技術(shù)和金融機構(gòu)的技術(shù)不一樣，這個太重要了，光變量個數(shù)就多很多，我們可以用一些方法來模擬，總體效果會下降。還有一些就是服務(wù)，對大數(shù)據(jù)的理解要深入到業(yè)務(wù)成績里面去，而不是純粹把它當做一個技術(shù)部門。
另外一個是關(guān)于安全，你做任何數(shù)據(jù)服務(wù)要講安全，不管是金融機構(gòu)也好，還是合作方，數(shù)據(jù)要掌握好一點，主動尋求監(jiān)管機構(gòu)的監(jiān)管，做不好的話等于自己給自己上一些枷鎖。
我的分享就到此。
