专访马上消费首席风控科学家林亚臣： 精准化数字风控助力稳健发展

　　摘要：若把消费金融机构比作一艘大船，风控无疑是船上的压舱石，护航消费金融机构一路行稳致远。

　　导语：数字金融潮起，大数据风控应运而生。当大数据、人工智能、数字化转型等数字浪潮奔涌而来，马上消费等拥有自主研发的大数据风控技术的消金机构也脱颖而出。作为重庆首家持有消费金融牌照的企业，马上消费成立7年以来，始终将稳健发展作为重中之重，将风控体系的建设与升级视作业务连续性与稳定性的基本前提。

　　在上述背景下，我们邀请到了马上消费首席风控科学家林亚臣作为此次专访嘉宾，围绕风险管理的重要性、迭代升级、未来发展方向，以及马上消费目前是如何开展风险管理等展开探讨，从行业的角度深度剖析风控的发展趋势。

△马上消费副总经理、首席风控科学家林亚臣

　　消金的起点，亦是痛点难点

　　专访伊始，马上消费首席风控科学家林亚臣便开门见山道：“资金成本等决定了消费金融机构的客群主要是边缘客户群体，该类客户群体也是消金行业共同面临的痛点和难点，要求拥有更高的风控技术等。”

　　确实，边缘客户群体支撑起消金行业发展的同时，也为该行业的风控提出了更高的要求。据了解，该类客户群体具有工作不稳定、收入不稳定等特点，其风险难以依靠人民银行征信中心的信息作出准确判断，需要更多的第三方资讯源予以辅助。

　　“所以我们就需要大量的第三方资讯源，比如百融、银联以及运营商等第三方资讯源。”林亚臣表示。然而，风控体系的建设犹如攀登，在向上的过程中一个又一个的难点接踵而至。

　　在获取到第三方资讯信息后，马上消费再面临一大痛点，即第三方资讯信息过于碎片化，如何将碎片化的资讯信息有效整合，从而建立健全完善的风控管理体系，快速准确地判断客户的偿债意愿、还款能力等。

　　以海量数据为基础的科学风控模型是上述问题的答案之一。据林亚臣介绍，上述数据组成的6万多个变量，被添加到公司自主研发的800多个风控模型中，包括促消费模型、客户收入模型、风险模型、授信模型、还款能力模型等，通过模型交叉识别、层层把关，将客户精准细分，从而达到风险管理目的，作出最优化决策。

　　从零开始，自主研发搭建风控体系

　　不管在获客的贷前环节，还是在贷后管理上，自主研发始终是林亚臣口中的关键词，更是马上消费风控的核心。据悉，马上消费全部的技术系统都是从零开始自主搭建研发，所有的核心技术的自主权都掌握在自己手中。

　　显然，马上消费正在以科技为驱动，将人工智能、云计算和大数据等新技术整合，构建全新的数字化风控体系，贯穿贷前、贷中、贷后以及资金等业务全生命周期管理环节，实现数字化风控，全面提升风险管理水平。

　　目前，马上消费自主研发的《基于大数据跨源多维实时技术的智能风控平台关键技术研究与应用》，成为唯一一家入选重庆市科技局公布的2022年度技术创新与应用发展专项项目的金融机构；同时，据公司首席风控科学家林亚臣介绍，在整个风控体系建设中，公司自主研发的“马上万维智慧空间”等技术形成了有效支撑，目前已有6万多个维度来全方位判定客户的资质，可自动决策超几十亿关联关系的复杂网络和几万维的策略设计。

　　数据显示，马上消费已设置风控集市数据质量校验规则240余条，覆盖有效性、完整性、唯一性、一致性、准确性等多个维度，有效提升了数据质量。数据生命周期策略设置完成率100%，通过数据到期自动回收，累计节约全平台50%存储空间。元数据完备率79.4%，有效提升了数据易理解性。

　　而上述风控成果的斩获，均基于马上消费强大的技术支撑。截至2022年5月，马上消费自主研发了1000余套涵盖消费金融全业务流程、全生命周期的核心技术系统，申请专利1000余件，技术团队人数超过1900人，占员工比重7成。

　　公司在风控领域的建设也获得行业的高度认可。今年9月份，由《银行家》杂志社主办的“2022中国金融创新奖”榜单揭晓，马上消费的“全流程的智能反欺诈安全解决方案创新案例”荣膺“十佳智能风控创新奖”。专家组委会在点评中提到，马上消费的智能反欺诈安全解决方案具有数字智能化、多向交互化、实时灵活化等特点，创新、高效地解决了目前行业风险预警工作当中欺诈频发、风险信息碎片化、效果不佳、成本高效率低等痛点。

　　大数据风控护航，行稳致远

　　“消费金融主要做信贷，信贷是不能没有风控的，离开了风控，信贷就没法生存。因为信贷是基于信用借钱，实质是对未来行为的承诺，具有不确定性的风险。因此风险是信贷的内在组成部分。”林亚臣强调道。

　　不同于传统风控的“经典分析”，大数据风控以大数据为基础，以数据驱动的方式，系统自动化执行各环节风险管理策略的风险管理机制；大数据风控也不同于简单的风险控制，而是在收益和风险中寻求平衡以达到投资回报的极大化。

　　在林亚臣看来，大数据风控具有“4V”特性：一是量大（Volume），达PB级；二是数据类型多（Variety）；三是产生速度快（Velocity），以每月大于多个BP的速度产生，某种程度上也标志着新技术的发展速度；四是密度小但价值高（Value）。

　　据了解，整合大规模数据需要以结构化数据、半结构化和非结构化数据作为决策基础，用一个快速处理和整合数据的分布式处理数据仓库作支撑。展望未来，林亚臣认为风控的发展趋势主要是向更高层次的发展，即能处理很多“非结构化数据”的技术方法的出现。

　　“目前我们能够通过机器处理的非结构化数据主要是文本数据，影像类的信息机器尚不能做到精准处理。未来随着科技的发展，处理数据的技术和分析方法也会进步，基于此将会更加利于做出最优化的决策。”林亚臣表示。

　　事实上，回溯马上消费7年发展史，公司始终在风控的基础上做着最优化的决策，为700多万用户创造和记录信用数据、提供优质的金融服务。如今，屹立于数字金融潮头，海量数据奠基，大数据风控护航，马上消费已然成长为消费金融行业的头部企业，迈着稳健的步伐，行稳致远。