北京2018年11月7日電 /美通社/ -- 中誠信征信副總裁殷寶玲認為，通過結合了大數據、知識圖譜、機器學習等技術的 AI 平臺，在傳統風控手段及數據基礎上，補充了“關聯”這一全新視角來審視風險，并以智能化手段進行風險特征的學習與識別，可有效解決金融企業單體信息不足的情況下風險評估難題。
近年來，金融呈現互聯網化趨勢，越來越多的交易不再通過面對面形式達成，這也給一些不法分子可乘之機，網絡上各類身份偽造、黑中介等欺詐行為層出不窮，且欺詐行為更加隱蔽和復雜，相對于此，近兩年服務于金融機構的技術服務商也是層出不窮，競爭激烈。作為起家于征信行業、服務于金融企業的第三方信用科技服務機構，對于如何解決金融行業的欺詐問題以及風險管理，中誠信征信另辟蹊徑，走出了“信用+技術”的商業模式。
“信用科技”助力金融企業風險管控
信用機構對于“風險”二字最為敏感，他們所做的一切工作都圍繞其進行。而金融機構天生就要與“風險”做斗爭，這與信用服務機構的服務宗旨不謀而合。
殷寶玲表示，個人伴隨著公司的發展而不斷成長，期間也見證了公司的不斷壯大：中誠信征信有限公司前身為中誠信集團2002年成立的征信與商賬管理事業部；2005年正式注冊成立征信公司，開展企業征信、電商認證、實地調研、信用管理咨詢等征信服務業務。2015年開始開展個人征信和大數據風控業務，僅三年多時間，大數據風控業務比重已上升到80%，足見這一領域旺盛的市場需求；2017年，公司業內首度提出了“信用科技”理念，以呼應新時代背景下科技在信用風險管理領域的應用。
在殷寶玲看來，信用相關領域服務的范疇越來越廣泛。從最初狹義的以償還為目的的銀行借貸活動中，對信用主體所表現出來的獲得信貸的能力與按時還款、履約的能力判斷；到廣義的有價證券交易、商業貿易往來等交易活動中，信用主體所表現出來的成交能力與履約能力的判斷；目前已擴展至更廣泛的職場、家政服務、共享經濟等業務場景。
“目前中誠信征信服務的客戶仍以金融機構為主，銀行客戶占比較大，保險機構這幾年也在不斷增多，這與整個行業對風控的需求離不開。”殷寶玲坦言，“公司與保險機構的合作日益深入，服務范圍已從國內市場擴展至國際市場；服務內容已從簡單的信用報告服務擴展至為保險機構提供風控工具、智能化平臺等全方位服務。服務階段已從事前的客戶風險判斷擴展至事中的信用監控、事后的商賬管理與催收全業務流程。為保險機構提高業務決策效率、防范信用風險、降低交易成本等方面起到了積極的作用。”
當然，僅僅考察單一主體的信用狀況不能全面進行風險識別與把控，隨著新技術的發展及數據處理技術及手段的不斷提升，為深入、全面的風險控制提供了新的方法及思路。
引入“關聯”全新視角審視風險
當前，技術驅動金融服務產業轉型升級的作用日趨明顯，以技術創新引領的金融服務模式變革趨勢仍將持續。如何將前沿技術與各類金融服務場景深度整合，使技術創新發揮較大價值，已成為金融科技產業的重要研究課題。
以金融機構為例，有些企業或者個人在參與金融活動的各個階段可能都存在一定風險，相關的數據維度不斷豐富，例如股權關系、對外投資、交易、物流、通訊、社交等復雜關系數據，但是受限于傳統關系型數據庫的機制，往往造成查詢效率低、關聯程度差等難題，數據的關聯價值難以直觀體現。與此同時，金融機構在面對高維及超高維的復雜關系數據時，傳統建模技術受限于數據處理能力、計算能力，導致模型結果欠佳。因此，如何解決復雜關系數據的深度挖掘及建模分析，進而有效識別互聯化趨勢下的風險行為，成為各金融機構在新時代風控智能化進程中所面臨的核心問題之一。
“我們基于大數據、知識圖譜、機器學習等技術研發的 AI 平臺 -- 萬象智慧，實現了數據關聯挖掘、風險特征學習與識別的自動化、智能化。在技術層面可大幅提升金融機構的數據處理及挖掘分析能力，其中基于萬象智慧的模型自學習模式，風控模型還可以隨著業務數據流轉不斷優化迭代，自我學習；在業務應用層面，與傳統風控體系相比，補充了“關系”這一全新視角后，實現了風險識別手段由點到面的提升，可深度挖掘群體間隱藏的關聯風險，同時具備天然的團伙欺詐識別能力。”殷寶玲介紹。
舉個例子來看，比如某人具有明顯的風險特征，與之關聯的某個群體（例如頻繁交易、資料相似等）則也可能有潛在風險，所以在做風險管理時就要特別注意與之關聯的這些群體，通過關聯風險挖掘審視和分析，以保證風控的全面性和有效性。
而這樣做的效果如何？“自2018年5月產品發布以來，基于萬象智慧平臺在執行和洽談的大型合作已有數十個，可有效改善金融機構的欺詐識別率。”殷寶玲說道。
除了大數據、知識圖譜和機器學習技術以外，引入區塊鏈技術則能夠為金融資產管理助力，利用區塊鏈特有的技術信任機制，可以有效約束資產方的商業道德風險，提高底層資產數據、交易、信用評估的透明度。
在殷寶玲看來，征信與風控更多的是一種約束能力，未來信用科技的日益成熟將會助力金融行業的大發展。
