睿智科技-睿智合創(北京)科技有限公司

文：林澤玲

來源：零壹财經(jīng)

10月30日，2019數字信用與風控年會(huì)暨零壹财經(jīng)新金融秋季峰會(huì)在上海舉行，來自銀行、消費金融、區塊鏈、大數據、雲計算、人工智能(néng)等衆多領域大咖參與，共同分享數字信用與風控的發(fā)展機會(huì)等行業熱點話題。

近期數據爬蟲整治風波引起(qǐ)行業動蕩，業内多方受到影響，眼下風波餘響還(hái)在，數據信用行業的現狀和未來走勢備受關注，這(zhè)一波整治行動給第三方機構帶來怎樣(yàng)的影響？在數據市場逐漸規範化的過(guò)程中，業務開(kāi)展的空間和挑戰何在？區塊鏈技術對(duì)信用建設是否有實質性作用？諸多行業問題待解。

會(huì)上圓桌論壇環節，董事(shì)長(cháng)兼CEO張建梁，大數據風控負責人蘭翔，智能(néng)風控中心VP祝世虎，算法金融實驗室主任曹一溪，董事(shì)長(cháng)兼CEO韓劍波圍繞 “數據信用的演變、缺口與機會(huì)”這(zhè)一主題，就數據整治風波對(duì)整個信用數據市場帶來的沖擊與轉變展開(kāi)探讨。

一、數據爬蟲整治餘波仍在，市場何去何從？

論壇上，就當下業界非常關注的數據爬蟲整治風波，零壹财經(jīng)創始人柏亮向(xiàng)現場嘉賓抛出系列問題：數據爬蟲餘波仍在，對(duì)第三方數據公司有什麼(me)影響？這(zhè)一波整治給市場空間帶來什麼(me)轉變？對(duì)大數據需求方來說，在整治風波影響下，選擇與第三方合作時，是否會(huì)更加謹慎甚至減少合作？

針對(duì)上述問題，在場嘉賓紛紛表達了自己的看法。

信用算力董事(shì)長(cháng)兼CEO張建梁：這(zhè)一波數據爬蟲的影響非常廣泛，因爲很多消費金融公司、助貸公司的數據模型都(dōu)依賴于這(zhè)些數據，現在大家都(dōu)在調整自己的模型，還(hái)有大量金融機構主動尋找運營商合作。當數據出現問題時，大家一定會(huì)去尋找替代品，隻不過(guò)這(zhè)個過(guò)程大家會(huì)非常謹慎，也不停在學(xué)習法律和監管條例，看業務有沒(méi)有踩到紅線。但是持牌機構包括運營商，也會(huì)對(duì)合作機構更加審慎。

最近央行提出對(duì)于金融機構外包的數據服務方的準入要求以及數據規範等等，大家都(dōu)在緊密調整。很多的金融機構現在因爲策略的調整，擔心壞賬率上升，所以在壓縮規模，但是等這(zhè)波調整完之後(hòu)，這(zhè)個市場還(hái)是會(huì)繼續起(qǐ)來的。

興業數金算法金融實驗室主任曹一溪：這(zhè)次帶來的影響其實有點兩(liǎng)極分化，對(duì)于大的金融機構，影響不會(huì)特别大，大部分業務照常進(jìn)行；對(duì)于中小銀行，因爲數據供應商斷供，所以一些在線信貸産品就下線了，中小銀行們還(hái)沒(méi)看準現在的形式，所以比較謹慎。

光大銀行智能(néng)風控中心VP祝世虎：（數據爬蟲整治風波）沒(méi)有過(guò)去不過(guò)去這(zhè)一說，未來是一個持久化的情況，眼下這(zhè)波數據爬蟲整治，隻是監管打擊超利貸和套路貸組合拳的第一招，這(zhè)一套組合拳的核心，所整治的是貸款利率超過(guò)36%的非持牌金融機構。至于爬蟲，人臉識别的APP公司等等，隻是前序而已。

衆邦銀行大數據風控負責人蘭翔：對(duì)于這(zhè)一波監管，我認爲監管還(hái)是想歸位。最終消費金融也好(hǎo)，還(hái)是說零售類貸款，所謂的現金貸，可能(néng)也會(huì)變體。監管方面(miàn)肯定是越來越嚴，還(hái)是希望借款人能(néng)夠提供真實的借款憑證，也是今後(hòu)可以看到的趨勢。”

二、數據市場的規範化帶來挑戰

随著(zhe)整治行動的推進(jìn)，數據行業正在朝著(zhe)規範化方向(xiàng)演進(jìn)，在這(zhè)個過(guò)程中，留給數據服務提供商的市場有多大？挑戰又是什麼(me)？在市場教育之下，用戶隐私意識增強，是否也會(huì)給數據服務業務開(kāi)展增加難度，提升成(chéng)本？

信雅達泛泰董事(shì)長(cháng)兼CEO韓劍波：我們覺得市場規範肯定是一個常态化的過(guò)程。可能(néng)這(zhè)一波會(huì)比較猛烈一些，後(hòu)面(miàn)肯定是一個常态化的過(guò)程。未來數據的獲取、授權，包括存儲、使用環節，都(dōu)會(huì)出現大量規範化的東西。作爲銀行業來說，肯定是在金融業最規範的第一梯隊的群體。所以，在這(zhè)個過(guò)程中，應該說整個行業都(dōu)會(huì)有所提升。

光大銀行智能(néng)風控中心VP祝世虎：首先我認爲法律的規範會(huì)使數據市場越來越規範，科技的進(jìn)步會(huì)使市場越來越便捷。將(jiāng)來數據市場是一個既規範又便捷的，所以這(zhè)個市場的空間非常大。随著(zhe)金融科技的發(fā)展，随著(zhe)金融科技的垂直細分，金融科技慢慢會(huì)劃分爲科技金融和金融科技，一個是新科技，一個新金融。新科技和金融慢慢也會(huì)在未來幾年形成(chéng)一道(dào)相對(duì)清晰的界線，但互相之間不存在我有飯吃他沒(méi)有，他有飯吃我就沒(méi)有的情況。

衆邦銀行大數據風控負責人蘭翔：數據的問題，其實對(duì)于金融機構來說，首先所有的銀行其實是在一個起(qǐ)跑線上的，不能(néng)說一個銀行它能(néng)獲得的數據我們不能(néng)獲得，其實我覺得最重要是合理合法的把數據采集到。第二個事(shì)情對(duì)于存量數據，銀行實際上在數據開(kāi)放這(zhè)個時代，其實金融機構會(huì)有聚集效應，它數據掌握的越多它就會(huì)越強。所以我認爲目前已經(jīng)開(kāi)始做數據準備的或者說正在做數據準備的，或者有一定風控能(néng)力的銀行，它可能(néng)在未來的競争過(guò)程中會(huì)逐漸的有更大的優勢。

三、政府數據更加開(kāi)放對(duì)市場的影響

在我國(guó)，信用數據的一個主要來源就是政府，在信用市場比較發(fā)達的地方，政府數據開(kāi)放都(dōu)是充分的。未來，我國(guó)政府的數據必然也會(huì)更近一步對(duì)市場開(kāi)放，這(zhè)又將(jiāng)會(huì)對(duì)現有市場格局帶來什麼(me)影響？

針對(duì)上述問題，信用算力董事(shì)長(cháng)兼CEO張建梁：（政府數據）開(kāi)放肯定是好(hǎo)的，不然大家的業務都(dōu)不能(néng)很好(hǎo)地開(kāi)展，我期待政府數據開(kāi)放面(miàn)向(xiàng)的機構不僅包括民營的科技公司，也包括持牌機構，大家都(dōu)非常期望。

我國(guó)喊扶持小微喊了兩(liǎng)年，但是小微的數據有多少銀行可以拿到？事(shì)實上很難。關于數據開(kāi)放，一個重要的前提是數據的确權，亦即數據到底是屬于誰的？第二個是關于數據的使用路徑，這(zhè)個也許隻有政府可以做到。2015年我創業的時候，當時的一個動機是因爲央行要發(fā)布8張個人征信牌照。但是，比較遺憾的是遲遲沒(méi)有發(fā)下來，最後(hòu)我們看到了把那8家并成(chéng)了股東，最近也在陸續加強數據的收集和集中。

但我覺得這(zhè)也是好(hǎo)事(shì)情，不管怎麼(me)樣(yàng)，我們希望看到有更多數據能(néng)夠開(kāi)放出來，能(néng)夠提升整個社會(huì)運轉的效率。随著(zhe)政府數據的開(kāi)放，準入門檻也會(huì)更嚴，對(duì)個人隐私的保護也會(huì)更強。

零壹财經(jīng)創始人柏亮：談到數據開(kāi)放，無論是大型互聯網公司的數據開(kāi)放，還(hái)是政府的數據開(kāi)放，其實都(dōu)涉及到一個數據權的問題，大家争議比較多到底這(zhè)個數據權是我個人的，還(hái)是公司的？如果是公司的，公司之間可不可以買賣？如果是個人的，個人跟公司之間和個人跟個人之間可不可以買賣？那麼(me)，銀行數據的權力到底是個人的，還(hái)是屬于銀行的？

興業數金算法金融實驗室主任曹一溪：我覺得這(zhè)應該是屬于個人的，從監管溝通的情況來看，監管是不允許我們在沒(méi)有得到客戶授權的時候，把數據提供給其他第三方。但是，客戶進(jìn)行了授權之後(hòu)，允許進(jìn)行相應的數據提供。所以，我覺得應該是客戶的。

光大銀行智能(néng)風控中心VP祝世虎：銀行的數據究竟是誰的？首先這(zhè)個問題，我從這(zhè)個角度來講，銀行數據分爲很多種(zhǒng)？第一，客戶類數據。第二，管理類數據。第三，銀行下屬很多子公司，子公司的數據。

首先，銀行的客戶數據，包含銀行的帳戶類數據和銀行的交易類數據。作爲交易類數據和帳戶類數據來講，都(dōu)是這(zhè)個客戶的隐私。既然這(zhè)個數據是客戶的隐私，銀行就不能(néng)碰了嗎？我認爲銀行可以用它的數據做風險監控，但不能(néng)把它的數據向(xiàng)銀行外去洩漏，銀行保住這(zhè)個底線之後(hòu)，因爲已經(jīng)是我們銀行的信貸客戶了，我對(duì)這(zhè)個信貸做風險監控是應該的。我不把數據洩漏到行外就可以了，這(zhè)是我認爲對(duì)個人客戶和企業客戶帳戶類和交易行爲的數據。

銀行的經(jīng)營數據，大部分是上市公司，經(jīng)營類數據本身是公開(kāi)的。除非有一些機密，不公開(kāi)的，這(zhè)個數據公開(kāi)不公開(kāi)，就看是機密，還(hái)是在年報中披露的就可以。

除此之外，銀行的管理類數據，應該都(dōu)屬于銀行的機密，是一個銀行管理部門、部門管理分行的數據。按照我的思維想，銀行做風險管理、财務管理、并表管理，隻要數據在銀行範圍内可以充分使用。但這(zhè)個數據堅決不能(néng)出行，或者說要出行，必須經(jīng)過(guò)嚴格的審查、審批、授權等一系列。

四、聯合建模有沒(méi)有市場？

數據爬蟲整治風波之下，聯合建模被(bèi)認爲是大數據風控未來方向(xiàng)的最爲合規的替代方案，行業對(duì)“聯合建模”關注度在提升，那麼(me)，這(zhè)個模式到底有沒(méi)有市場？

信雅達泛泰董事(shì)長(cháng)兼CEO韓劍波：（聯合建模）市場非常大，首先拿銀行來說，全國(guó)有4000家法人機構，絕大多數90%以上（因爲我們叫(jiào)得出名的全國(guó)股份制銀行就20家左右）不具備能(néng)力。所以，在聯合建模的過(guò)程中，現在三方服務商的定位，基本上是一個師傅帶徒弟，或者說陪練，真正的數據都(dōu)是留存在行内的，數據是絕對(duì)不能(néng)出行的，這(zhè)是第一個原則。第二個原則，數據的來源，包括授權必須是規範的。第三個原則，整個在聯合建模過(guò)程中，更多還(hái)是銀行的員工幫帶他、培訓他具備這(zhè)樣(yàng)的能(néng)力，基本上是這(zhè)麼(me)一種(zhǒng)定位和合作關系。所以這(zhè)個市場空間還(hái)是非常大。

衆邦銀行大數據風控負責人蘭翔：很多金融機構或者說金融科技公司（隻是我個人觀點）容易誇大模型的效率，其實在很多銀行裡(lǐ)連數據都(dōu)沒(méi)有，怎麼(me)來做模型？根本就做不了模型。他連最基本的都(dōu)沒(méi)有，實際上好(hǎo)好(hǎo)把人行征信，把這(zhè)個數據源做一些強規則，做好(hǎo)就可以了。風險基本能(néng)控制住了，無非你把最好(hǎo)的客群給吃掉，模型是一個很龐大的工程，這(zhè)個話題太大了。如果你沒(méi)有一個基礎設施，像光大銀行或者說，像我們走得稍微早一些的民營銀行，或者說特别大的銀行有這(zhè)種(zhǒng)數據積累的情況下，你很難做。

至于聯合建模，我覺得确确實實在座各位專家所說的一樣(yàng)，很多都(dōu)是師傅帶徒弟，就到銀行來，教你來如何建模。實際你教得會(huì)嗎？大數據風控是一個體系，并不是說一個模型，完全不是這(zhè)個概念。營銷意味著(zhe)什麼(me)？我要找到對(duì)應的客群，找到我精準需要的客群。

有了精準需要客群之後(hòu)，還(hái)要對(duì)他進(jìn)行一個還(hái)款意願和還(hái)款能(néng)力把控，還(hái)要對(duì)額度進(jìn)行把控，現在額度基本上沒(méi)有一家核的準，除了頭部機構。很多存在一個多頭授信的問題，都(dōu)是一般金融機構無法解決的。

我覺得這(zhè)個模型的概念不要說太大。我們認爲的聯合建模，是我們到了一個有場景的機構去，把我們的模型布在他那裡(lǐ)面(miàn)，用他的數據執行我們的模型命令。因爲他在前頭，他有很多的數據量，我們以一種(zhǒng)合法的方式，把我們的模型布進(jìn)去，得到我們想要的客群，然後(hòu)我們再把我們跑過(guò)來之後(hòu)，再跑我們第二次的風控，兩(liǎng)道(dào)風控加起(qǐ)來，風險就控制住了，我認爲我們聯合建模，對(duì)于金融機構來說，這(zhè)種(zhǒng)才是一個比較正确的方式。

光大銀行智能(néng)風控中心VP祝世虎：銀行和外部公司的聯合建模有兩(liǎng)種(zhǒng)情況：第一，某些銀行确實能(néng)力比較弱，和外界公司聯合建模；第二，我們這(zhè)些自主風控，能(néng)力比較強的，也存在聯合建模的情況，主要是爲了優勢互補。

比如說，有一些場景流量數據很豐富，我們就把我們的模型放在他的場景上去。除了數據之外，一個模型需要數據、算法、算力和人力，如果數據不足，可以跟數據場景合作。如果人力不足，我可以人力外包，幫我們處理一些建模所需要的數據。算法有問題，我可以外包算法公司。

但是，我們銀行一般很少外包算法公司，我們的算法都(dōu)是掌握在自己的手裡(lǐ)，爲什麼(me)這(zhè)樣(yàng)呢？因爲我們認爲，模型（特别是放貸的模型）和模型之間是一個對(duì)抗的過(guò)程，我們銀行這(zhè)邊的準入模型對(duì)抗的是流量端跟我們分發(fā)流量的模型，我們這(zhè)邊反欺詐模型對(duì)抗的是騙子公司的欺詐模型，我們這(zhè)邊人臉識别模型對(duì)抗的是反人臉識别模型。

如果我們把一些模型能(néng)力外包，我覺得心裡(lǐ)不靠譜。并且我們銀行在建模的時候，因爲你將(jiāng)來放貸款了，貸前、貸中、貸後(hòu)都(dōu)是靠你的模型來跑。出了不良，究竟誰來負責任？給你建模的公司來負責任，還(hái)是模型開(kāi)發(fā)人員負責任？

如果我們外包人員，很難追究責任。如果自己開(kāi)發(fā)的算法和模型，會(huì)根據不良率，某些情況下啓動一定的問責，這(zhè)也就是我說的聯合建模的形式，一定是長(cháng)期有的。但我也希望銀行盡量鍛煉自己的自主研發(fā)能(néng)力。

興業數金算法金融實驗室主任曹一溪：就像剛才說的師傅帶徒弟的方式，我們部門雖然已經(jīng)有一定的建模能(néng)力，但還(hái)是會(huì)一直保持這(zhè)樣(yàng)的合作方式，因爲我們相信這(zhè)種(zhǒng)建模方法論上的提升，肯定是跟業界的發(fā)展相關，我們希望能(néng)夠跟業界保持一個不斷合作的态勢，一直了解業界的進(jìn)展。

關于聯合建模，我這(zhè)裡(lǐ)有一個更激進(jìn)的、更前沿的做法。因爲現在也有廠商講做“聯邦建模”，大緻的意思，數據資源掌握在各自的手中，Y變量就是一個，我們一起(qǐ)做一個模型出來，這(zhè)個方向(xiàng)其實我們是很願意去關注，我覺得這(zhè)個可能(néng)對(duì)模型一些效果的提升是非常有作用的。如果說業界在這(zhè)方面(miàn)做比較成(chéng)熟的話，我們還(hái)是願意去跟進(jìn)的。

五、區塊鏈與信用建設

當下，區塊鏈技術的發(fā)展及應用備受關注，在改變數據行業亂象和進(jìn)行信用建設方面(miàn)，市場也向(xiàng)區塊鏈投來探尋眼光，那麼(me)，區塊鏈對(duì)于上述兩(liǎng)個問題有沒(méi)有實質性的作用？

信用算力董事(shì)長(cháng)兼CEO張建梁：區塊鏈目前用得比較多的場景，一個是知識産權，還(hái)有一個是數字确權。包括這(zhè)次央行出的區塊鏈數字貨币，目的也隻是用區塊鏈去替代M0，也隻是一個支付的方式。目前我并沒(méi)有感覺到區塊鏈在數據這(zhè)一塊有特别大的突破。但是像前面(miàn)講到，提出的基于各方擁有自己的數據，同時可以聯合建模，這(zhè)種(zhǒng)模式不知道(dào)是否可能(néng)通過(guò)區塊鏈的方式去做。

在過(guò)去，數據孤島的問題主要在于擁有大數據的公司不願意跟擁有小數據的公司進(jìn)行數據交換，如果有一家區塊鏈公司，可以把各家的大數據放在一起(qǐ)，以區塊鏈的方式來解決數據公平性的問題，來産生一種(zhǒng)公平的交易，這(zhè)個是對(duì)整個風控能(néng)夠産生重大的貢獻。

信雅達泛泰董事(shì)長(cháng)兼CEO韓劍波：從技術的角度上講，聯盟鏈相對(duì)成(chéng)熟，現在公有鏈的安全性、可用性、可擴展性還(hái)是有問題的。而且最近中央也很關心，考慮人民币國(guó)際化跟美元抗争，所以把這(zhè)個技術要牢牢抓在國(guó)家手上。微觀的，更多還(hái)沒(méi)有在金融層面(miàn)的一種(zhǒng)布局。

論壇最後(hòu)，現場嘉賓度對(duì)未來數據信用市場的發(fā)展表達自己的願景和建議，大家更傾向(xiàng)于認爲，未來數字金融市場是持牌金融機構主導，而金融科技對(duì)行業的助力，重點也會(huì)逐漸向(xiàng)小微領域轉移。

關鍵詞：

返回列表

上一篇：農商銀行數字化轉型需“由内向(xiàng)外”

下一篇：黃奇帆：數字化重塑全球金融生态

搜索

行業動态

數據信用的演變、缺口與機會(huì)