北京2017年12月13日電 /美通社/ -- 大數據如何應用在具體金融場景？科技從細微之處怎樣改變傳統金融行業？12月1日，以“大數據的金融思維”為主題的第二期“宜信金融科技思享會”上，宜信數據技術專家和與會媒體人士就這一問題進行探討。
“宜信金融科技思享會”是宜信公司主辦的聚焦Fintech前沿領域的研討活動， 8月23日，以“區塊鏈技術的商業化應用場景”為主題的第一場宜信金融科技思享會成功舉行，引發廣泛關注。
宜信“金融科技價值觀”：科技為了創造更好的金融服務
“金融科技要回到金融服務的核心點上，用科技去改進金融服務，貼近每個客戶和小微企業，滿足以往沒有被很好滿足的需求。”宜信公司高級副總裁、首席戰略官陳歡表示，宜信的“科技金融價值觀”就是“科技要幫助我們回歸金融服務本質，為社會提供更好的金融服務”。
陳歡認為，科技和金融結合經歷了三個階段。第一階段是“信息化”，將從金融機構手工勞動和紙質單據中解放出來，提高效率；第二階段是“數據化”，金融機構的信息需要進一步結構化，進行更廣泛的分析和使用；第三階段是“智能化”，人工智能、機器學習等技術在金融領域的引用，催生了大數據風控、數字貨幣、智能投顧等等創新事物出現。目前社會正處于第二階段到第三階段的過渡中。
“技術帶來的機會和可能性在增多，宜信作為技術領先的金融服務企業，更重視金融服務的邏輯，我們要比科技平臺做得更多，要更有長線思維和風險意識，要用科技賦能提供更好的金融服務。”陳歡表示，“回歸金融服務的核心點，是用好技術賦能的關鍵，金融服務和保險、理財、投資等等方式一樣，都是為了服務大家有更美好的生活。”
大數據風控：更有效的風險管理
“風險并不是個貶義詞，而是指未來損失的不確定性。”宜信公司風險管理委員會數據總監柴耀暉表示，宜信大數據風控能做到從貸前（反欺詐、授信決策等）到貸中（賬戶及資產組合檢測、風險預警等）再到貸后（逾期催收、壞賬核銷等）全流程風險管理的優化和效率提高。
基于大數據優勢，宜信獨立研發的數據產品為宜信諸多金融業務提供著數據分析與共享服務包括授權抓取數據、提供征信報告和人法失信等數據、對第三方服務商和公開網絡數據進行提取以及為個信貸行業提供共享數據。
高效數據處理支持整個宜信大數據風控決策的開發流程，關于這一流程，柴耀暉著重介紹了“反欺詐”和“評分卡”兩項應用：“以反欺詐為例，僅申請人電話信息一項，我們就會稽核其實名制情況、是否涉黑或過期，在網時間長短、聯系人數量、安裝APP的情況等近20項詳細數據。同時，我們會對用戶分級實行‘評分卡’制度，結合用戶的出行方式、教育經歷、手機設備使用情況等信息，開發白名單評分卡，用來挖掘優質客戶，開發針對APP用戶的極速放款模式，從注冊至放款最短時間縮短至10分鐘。”
柴耀暉表示，目前，宜信大數據風控技術已經總結了超過800個有效驗證的欺詐特征和3000多個風險決策規則，能做到24*7實時授信，提升了業務效率，實現了線上線下全渠道，覆蓋255個城市，20個省及直轄市的農村地區。同時也能夠和金融機構共同防御風險，開始和超過700家機構共享金融風險數據，與40家征信數據服務商建立了緊密合作。
同時，大數據風控也積極接入AI（人工智能），技術成果豐碩。以其中“大數據風控搜索引擎”為例，能以毫秒級從海量數據源中檢索出和用戶風險相關的數據，實現智能風險識別以進行信用審核。
運營之翼：享受大數據帶來的“紅利”
“面對特定的客戶，發券或者紅包福卡都是常見的運營方式，問題在于，對什么人發？怎樣發才有效？”宜信公司大數據創新中心工程總監張軍介紹到，從交易、訂單、優惠、產品、行為等各方面的數據當中用機器學習技術得到的模型不光能優化“發券”這件事，還可以在電銷數據線上化基礎上形成“外呼策略”，實現精準外呼，大幅提高了運營效率。張軍表示，“金融科技企業運營工作也能享受到大數據紅利，可以大幅降低成本，提高金融效率，擴大客群。”
在財富管理領域，傳統運營大量依靠人力，成本高效率低，大數據技術使得運營更精準效率更高。普惠業務，通過建立存量數據的“水利樞紐”，能夠打破數據孤島、數據查詢和分析加速，決策更快成本更低；通過使用存量數據構建知識圖譜，能有效識別隱蔽的欺詐案件，優化風險模型。
張軍介紹道，大數據分析和母基金嚴選集中體現了大數據的“紅利”。宜信的大數據風控平臺積累超過600個模型集，3000多個模型（或規則），具備60000個特征變量，能實現每天8萬次決策，年度決策金額超千億；有了大數據技術，在超20000家機構中通過60多個維度進行1000多萬次的分析后，宜信就能從一級市場海量數據中嚴選好的基金形成自己的FOF產品。這些海量分析包括投資人分析、基金畫像、機構分析、標的分析、輿情分析等幾十個指標，為投資者提供可靠地FOF投資計劃。
宜信普惠商通貸：大數據技術服務小微企業的較佳范例
宜信普惠“商通貸”是大數據賦能小微企業信貸在產品方面的落地實踐。宜信大數據創新中心數據科學家朱恩東介紹道，為小微企業提供金融服務的難點很多，比如抵押物的缺乏、風險難以評估等等。商通貸提供的服務則針對性地解決這些問題：1.純信用，無抵押物；2.純線上，需求快速響應；3.支持內貿外貿各行業小微企業服務平臺。這一切的實現得益于商通貸大數據結合人工智能科技的工作。
基于數據，商通貸產品背后是人工智能技術的支撐，朱恩東著重介紹了三大技術：一是樹型模型融合。海量數據通過分類和賦予特征將數據結構化形成不同的算法模型，能夠高精準度對進件客戶進行實時智能風險評估；模型可以保證商通貸眾多數據源的穩定性，也能保證跨平臺復用，降低了運營成本。
二是遷移學習。具體包括模型目標遷移、客群特征遷移、時間維度遷移和跨業務線遷移。人工智能遷移學習解決方案，有效解決了商通貸在初期所面對的數據樣本少、平臺多、迭代慢的主要問題。
三是深度神經網絡。商通貸技術團隊開發了基于深度神經網絡的多項關鍵技術，能夠實現商品品類分類及評價情感分析，對客戶評價等時間流特征進行特征抽取，以及平臺上“負樣本”的生成。
通過基于大數據的人工智能技術研究，商通貸的業務勢頭良好，2017年第二季度和去年同期相比，件均業績提高了50%，放款量增加了30%，審批通過增加了60%，對接小微企業數據服務平臺數量增加了40% -- 飛速增長的同時，整體風險保持平穩，保證了新業務的不斷進步。
