CFRM知識：消費金融風(fēng)控全解析，近年來，很多新的技術(shù)在金融風(fēng)控領(lǐng)域中得到越來越多的應(yīng)用，對于此現(xiàn)象，作為一位在傳統(tǒng)金融、互聯(lián)網(wǎng)金融行業(yè)深耕十余年的風(fēng)控老兵，也給出了自己的思考和判斷。
中國早年的消費金融市場基本是銀行消費信貸一家獨大，消費形式主要以信用卡為主。近5年來，隨著電商平臺和互聯(lián)網(wǎng)消費金融的迅猛發(fā)展，消費金融市場呈現(xiàn)百花齊放的格局。消費金融行業(yè)的早期發(fā)展也出現(xiàn)過授信過度、息費過高、個人信息保護不足等問題。在崛起的信貸市場中，要在消費金融領(lǐng)域立足并長遠發(fā)展，風(fēng)控是關(guān)鍵。
1、人、商戶、場景的風(fēng)險點：層層把控
用戶在信用消費時，一般會涉及消費者、商戶和場景三個元素。風(fēng)控也可以把這個消費鏈條通過這三個元素拆開，分別探討針對每一個元素應(yīng)該怎么做。一是消費者角度。消費者的風(fēng)險一般可分為欺詐風(fēng)險和信用風(fēng)險，簡單來說，就是這筆錢消費者"想不想還"（欺詐風(fēng)險）和"能不能還" （信用風(fēng)險）。
衡量欺詐風(fēng)險的一個核心環(huán)節(jié)是，判斷一筆信用消費申請是否由信用申請人本人完成的。 這時，常見做法是，讓消費者提供一些身份證明相關(guān)信息，以及一些的第三方數(shù)據(jù)授權(quán)。相對越復(fù)雜的授權(quán)方式，如人臉識別等，核實的可信度越高，但同時對于客戶體驗的影響也會增加，這可能導(dǎo)致客戶流失。所以選擇一個可靠、體驗好、流失低的授權(quán)核身方式，是一個需要綜合考慮的問題。
二是經(jīng)營風(fēng)險的角度。例如，用戶通過分期完成了一筆交易，但是分期周期還未結(jié)束，這家商戶就倒閉了--這種情況在教育、美容、健身 場景下比較常見。如果一個12期的課程，消費者只上了3期該店就歇業(yè)了，消費者有時會認(rèn)為，之后課程的錢就不用還了。雖然法律上這種行為是違約的，機構(gòu)可以對其進行催款，但是從實際情況和社會輿論的角度來看，大多數(shù)情況下是去做這樣的催收是"不好"的事情。企業(yè)的經(jīng)營風(fēng)險往往是做風(fēng)控時需要前置考慮的點。
三是場景風(fēng)險角度。場景風(fēng)險就是判斷這個消費環(huán)境是否是真實的。通過一個虛擬的、偽造出來的交易場景套取交易激勵甚至授信額度，是需要防控的重點。這類似于傳統(tǒng)信用消費的場景下，如果一張信用卡在國內(nèi)不常被使用卻突然有一天在國外一家奢侈品店有一筆巨額消費， 此時大概率情況下這筆交易會受到限制，或者銀行會通過電話等方式，核實這筆交易的真實性。
2、數(shù)據(jù)、策略、模型的"冠軍挑戰(zhàn)"
在信用消費風(fēng)控中的每一項打分、每一個預(yù)測都應(yīng)該是"數(shù)據(jù)驅(qū)動" 的，這也意味著數(shù)據(jù)源本身非常重要。風(fēng)控方可以對所采用的數(shù)據(jù)源（以及相應(yīng)的策略和模型）用"冠軍挑戰(zhàn)"的方式篩選。在接進數(shù)據(jù)時，風(fēng)控方會和數(shù)據(jù)方做一些測試，但是這個測試通常是拿歷史數(shù)據(jù)來測的。這就伴隨一個問題：歷史上在用戶上測試有效果的數(shù)據(jù)，是否在今天判斷新進來的客戶上同樣有效。
因為任何情況下基于歷史做出的假設(shè)，以及在歷史里獲得的經(jīng)驗，不一定完全適用于未來。為了控制未來和歷史經(jīng)驗之間的差別所導(dǎo)致的決策風(fēng)險，就需要設(shè)計一種"冠軍挑戰(zhàn)"機制。"冠軍挑戰(zhàn)"是這樣操作的：把目前表現(xiàn)理想的策略、 數(shù)據(jù)和模型定義成"冠軍組",這個數(shù)據(jù)可能在歷史上半年的時間內(nèi)、在幾批用戶上是有效果的。要判斷這個"冠軍組" 是否適用于一批新的客戶，就在這個數(shù)據(jù)源接進來之后，用測試組來測試其在當(dāng)前這批客戶上的表現(xiàn)。
測試開始之后， 業(yè)務(wù)在測試組里也在自然增長，一段時間之后，這策略的效果就能體現(xiàn)出來了，這時就可以根據(jù)這個策略的實際效果來判斷其是否真的在新客戶上有效。在當(dāng)前策略、模型、數(shù)據(jù)的產(chǎn)出實際表現(xiàn)之前，它都是 "挑戰(zhàn)組"."挑戰(zhàn)組"如果能達到預(yù)期，或是比現(xiàn)在的"冠軍組"表現(xiàn)更優(yōu)，就可以正式把這個"挑戰(zhàn)組"的內(nèi)容升級，與"冠軍組"做對比。》》》對CFRM還有不清楚的點我咨詢
這樣就永遠會存在一些組不停地挑戰(zhàn)現(xiàn)在的"冠軍組",它們要拿出更好的表現(xiàn)才能擊敗"冠軍組" 成為新冠軍，而最后被智能信貸數(shù)據(jù)決策系統(tǒng)使用。持續(xù)地保持冠軍挑戰(zhàn)的策略機制，可以形成內(nèi)部競爭，提升策略效果，形成持續(xù)優(yōu)化的有效機制。
.png)
3、思考：風(fēng)控的過去、現(xiàn)在和未來
當(dāng)然，這些實踐是我們基于目前國內(nèi)的數(shù)據(jù)可獲得性，互聯(lián)網(wǎng)生態(tài)環(huán)境，并結(jié)合金融風(fēng)險的本質(zhì)特征所探索出的道路?；跀?shù)據(jù)和技術(shù)驅(qū)動的方式管理風(fēng)險，是行業(yè)未來發(fā)展的一個不可逆轉(zhuǎn)的大方向，金融機構(gòu)要主動擁抱這個發(fā)展趨勢。同時也要認(rèn)識到，目前國內(nèi)的征信體系、大數(shù)據(jù)體系和數(shù)據(jù)環(huán)境還在逐步建設(shè)完善的過程中，各種數(shù)據(jù)的質(zhì)量、可靠性也各不相同，參差不齊，這對于模型能力和技術(shù)能力帶來很大的挑戰(zhàn)。
一方面，需要有收集、整理、匯總海量數(shù)據(jù)的能力，同時也要有識別、清洗"臟"數(shù)據(jù)，沙里淘金的能力。直到現(xiàn)在有觀點認(rèn)為，風(fēng)控可以完全依賴于數(shù)據(jù)和模型，不需要人的經(jīng)驗--這顯然是一個極端。筆者認(rèn)為，現(xiàn)在的環(huán)境還沒有完全達到機器決策能完全替代人為判斷的程度。對于一些問題，比如控制數(shù)據(jù)偏差或控制由于數(shù)據(jù)本身不佳而導(dǎo)致的模型風(fēng)險，人為的調(diào)整和決策是很有必要的。
消費信貸這個行業(yè)已然存在幾百年，幾百年間銀行家們積累錘煉出來的風(fēng)險管理的理論和原則現(xiàn)在看來仍是行之有效的。這種原則和理念對于發(fā)現(xiàn)和糾正數(shù)據(jù)偏差帶來的模型風(fēng)險和決策風(fēng)險還是非常有用的。觀察風(fēng)控發(fā)展的另一個角度，是模型技術(shù)和模型能力的演進。
從傳統(tǒng)的基于經(jīng)驗的專家模型，到量化的線性評分模型，到現(xiàn)在復(fù)雜結(jié)構(gòu)的非線性模型，越來越復(fù)雜的模型能夠越來越精細(xì)地刻畫客戶的風(fēng)險特征，但同時模型本身復(fù)雜度增加導(dǎo)致模型的可解釋性越來越有難度。如當(dāng)下被熱議的機器學(xué)習(xí)、深度學(xué)習(xí)的模型基本上是"黑盒子".多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜以至于沒有辦法直觀理解其效果的來源。雖然這些模型目前的結(jié)果可能是"好的",但這樣的模型和結(jié)構(gòu)是否能夠復(fù)制和隨著時間變化延續(xù)，有很大的不確定性。
對于模型策略的穩(wěn)健性、可擴展性無法把握，甚至于監(jiān)管要求的可解釋性都無法很好的滿足。這也是現(xiàn)在業(yè)界和監(jiān)管機構(gòu)都需要探索和解決的一個難題。》》》對CFRM還有不清楚的點我咨詢
