小米金融陈曦:依托大数据风控优势 助力新金融发展
2017年12月2日,“新时代 新科技 新金融 新动能——2017中国(济南)新金融高峰论坛”在济南成功举行。本届论坛由济南高新区管委会与中关村互联网金融服务中心联合主办。小米金融首席风险官、贷款负责人陈曦应邀出席,并以《小米贷款的大数据技术及其应用》为主题发表了演讲。
陈曦在演讲中介绍了小米贷款的基本情况、发展历程及平台优势,结合小米金融的实例介绍了大数据的优势及其在系统构建方面的重要作用,此外就大数据风控的具体实施、人工智能在科技金融领域的未来展望等发面发表了独到见解。
以下为嘉宾现场演讲实录:
小米贷款成立于2015年6月,并于同年9月正式上线。上线初期,我们的关注重点主要集中在运营方法上,通过多番严谨的测试,在市场上进行了相关验证。在产品和风控方面,我们着重于对量的把控。与此同时,我们注意到市场的需求较大,因此在运营初期,平台更加重视对产品、风控和大数据应用等方面所采用的方法、结构、模型及规则的测试。
当时,主要的产品是以6个月为周期,因此到同年9月,产品已满一个周期。基于此,我们决定把握住这一时间节点,全面彻底地考察风控体系的有效性和完备程度。
多方数据表明,平台所运用的大数据方法,在用户群中取得了成效。同期,平台对外发行了公募ABS,目前,发行规模已超百亿元。在这个发展过程中,我们以严格、谨慎、积极探索的精神不断前进,这种态度与小米的风格和基因高度契合,密不可分。
1
平台发展优势
首先,我们拥有自己的客源。官方数据显示,目前,小米MIUI系统全球联网用户数量已突破3亿,在此基础上,我们还有小米生态链的一些产品,如大家所熟悉的小米手环、自动扫地机器人等。目前,小米已经是IoT物联网全世界最大的体系,活跃用户已有8千多万。因此,我们的出发点是基于小米用户,为小米贷款的目标用户提供服务。
在渠道方面,平台目前线上通过小米商城和有品,线下借助小米之家开展服务,与此同时,小米也在探索新的零售方式。那么,如何使产品与不同客户及不同渠道相匹配?对于深度用户,我们全面收集了数据并进行了深入分析,产生了一系列的模型。对于非小米手机用户,则充分利用生态圈用户的数据,并由此展开,逐步扩大我们的数据收集范围。
基于小米体系的诸多优势,小米贷款在发展进程中具有如下特征:首先是速度快,速度快基于我们对用户的深度了解,第二是带给用户更多实惠。小米严格遵守国家关于信用贷款的规定,以低成本和优惠的价格服务于我们的客户群体。第三,在数据和平台的安全问题上也非常重视。小米手机已经飘洋过海,销售到世界各地,小米是国内首家通过全球领先的数据隐私管理公司(TRUSTe)认证的手机厂商企业。与此同时,在构架整个数据结构和业务流程的过程中,我们充分尊重客户隐私。
在小米的大数据平台,所有个人信息及数据都会先经过匿名处理,然后再被运用到模型当中,最后经过用户的授权再回到原来的数据库。也就是说,如果没有用户的允许,我们无法获得其个人信息,对于数据和隐私的保护小米格外重视,并视之为最核心的一点。第四是米粉文化。长久地经营用户群,除提供优质的硬件服务外,还要将其视为一个长期和用户交朋友的过程。
小米具有软件的系列服务,所以对用户的了解是全面的、多方位的。具体到数据来源而言,主要包括应用商店APP的下载情况及小米音乐等。现在,平台的日均搜索量超过万亿次,日活上亿万次,数据量庞大全面,数据来源多样广泛。
此外,来自MIUI、小米网等渠道的数据都会集中在小米云平台上,这助力我们在很多方面对用户有一个清晰的画像,能够了解到个人的基本信息、偏好、金融的基本属性、位置信息和在其他平台上产生的使用痕迹等。对于这些信息的掌握,能够对用户形成更为全面的了解。
小米金融首席风险官、贷款负责人陈曦
2
大数据风控
目前,小米贷款拥有四大类模型,分别针对信用风险、经济能力、市场响应和催收,形成了相应的体系、规则和策略,以利用大数据进行反欺诈及风险防范。
就信用风险的数据处理而言,这需要一个过程。我们会从不同的来源,包括内部不同的平台(小米云数据、金融云数据)和外部第三方接入的数据,形成一个特征,这其中包含上千万不同的变量,采取特殊的处理方法。
经济能力的模型能够侦测到是否有正常收入及还款能力,这体现出小米金融对画像的核心利用。在风控和市场的结合方面,我们针对不同的产品和不同的金融需求,做了一些市场响应模型。此外,催收模型用来尽早识别可能出现的风险并采取不同的应对方法,从而对用户进行管理。在四大模型基础上,使得贷前贷中和贷后的策略相互配合和呼应。
对于大数据风控,我们并不局限于某一个或某几个节点,而是做了全方位的大数据风控。在贷前环节的信息失真方面,举例来说,在收集用户行为习惯的过程中,即便手机换人了,风控策略也能够侦测到用户在手机上、行为上的变化。在贷中环节,我们也会进行行为跟踪授信调整,风险定位、规避风险、身份欺诈、额度利率管理,对用户的风险状况具有相对科学的评估,与此同时,了解用户在支取、还款等方面的情况。在贷后环节,根据预期的情况,对用户进行分类,不同的用户,采用不同的渠道和方法进行追踪。我们建立了反欺诈体系,用户的信息情况,以及我们对管理数据的处理和提升。在此基础上,形成连接系统,这个系统利用关系网络,能够侦测到个人行为在时间和空间上的一些比较激烈的变化。
与此同时,小米贷款的遁形系统会根据初显的、预期的及一些个案情况进行调查,然后利用数据实时获取模型。面对层出不穷的新型诈骗,如果仅用以往的信用风险模型是不够的。因此,我们会将最新的变化和案例放入遁形系统中,及时更新反欺诈模型。此外,我们还在预警系统中设置了一些指标和规则,以做到实时预警,实时提醒。
值得关注的是,针对设备的侦测,大数据也会发挥重要作用。设备的侦测针对的不仅仅是单点设备,而是网络状况下的设备。通过侦测过程,我们能够了解到被侦测设备是否被篡改、刷机、是否是虚拟机及有无作弊环境的存在等情况。比如,同一时间的同一个区域或是同一个IP,激发出多个不同申请,我们的系统就会侦测到并作出相应反应,并识别出设备之间的关系。利用这些数据和设备,为客户形成金融画像,通过金融画像,便能够甄别到许多具体情况并判断设备的真实性,将用户的关系和网络属性收入系统当中,从而实时预警和识别。
3
金融AI潜力巨大
纵观行业发展,市场的监管力度从去年开始收紧。探其原因,这同市场的现状不无关系,特别是现金贷的市场缺乏监管,缺乏自律,造成大家一定的冲量,不计成本只为眼前的利益,造成用户缺乏还款能力,雪球越滚越大。
之于未来,在人工智能流行与火热的当下,我们依靠强大的技术能力、数据及硬件的计算能力,旨在进行不同的尝试。人工智能发展至今,行业可能还缺乏人工智能技术在金融特别是科技金融方面得以全面实施的案例。因此,在人工智能方面的尝试潜力巨大。相信,随着技术的探索和新算法的研究,人工智能将在科技金融领域发挥更加重要的作用。
免责声明:凡本公众号的原创作品,欢迎转载,并注明出处。转载内容来源互联网、微信公众号等公开渠道,我们对文中观点保持中立,仅供参考、交流等非商业目的。转载的稿件版权归原作者和机构所有,如有侵权,请联系我们删除。