首页 案例正文

案例丨聚信立利用大数据风控助力解决借贷行业问题

反欺诈、多头借贷、信用风险、催收,是风控的四个重要方面。

案例丨聚信立利用大数据风控助力解决借贷行业问题

征信系统一般记录的就是三个问题:谁借了、谁批了、谁还了。那每个环节可以要解决的又是什么问题呢?其中,大数据风控可以作用在那些方面?

聚信立CEO罗皓在“信任危机”时代的风口论坛上做了《互联网大数据在信贷行业的逻辑》,分享了利用大数据做征信的底层逻辑。

正如上面所说,中国人民银行的征信系统也一样,记录的一般是人的借贷历史、审批结果和还款记录。然而在中国,由于征信体系不完善,有很多人没有人民银行的信用记录。那么,如何判断这些人的信用呢?

“现在做的,都是猜测,”罗皓如此说道,指的是目前中国一些公司称利用用户网页浏览数据或者社交数据去评估用户信用的做法。曾经在美国公司做过风控的他说,在美国用设备指纹等技术去判断信用是很少的,做社交的公司是不敢用自己的数据去解决信用问题。其中的原因,一个是美国的法律未必允许,另外一个是因为美国征信系统覆盖的人群很广,不一定需要用到上述数据。

宜信CEO唐宁说了一个类似的观点,虽然背后的原因未必一样。他认为,互联网数据,顶多只可用在一些涉及数百元交易的轻应用、或者自身的生态系统中。但如果要做真正的信用评分与判断,不可单独依赖互联网数据,必须要和传统的信用数据、违约欺诈数据等结合在一起。

而罗皓则提到了隐私的问题,他表示,一旦想到自己的通讯录、聊天记录等,都被人获取用来作分析,这想起来是个很让人后怕的事情。跟腾讯的人交流过,腾讯也表示不会、也没有权限用用户的数据来做评估,顶多只有政府的特定部门可以用。

因此,他相信,未来一定会由政府牵头去收集人的借贷、审批、还款记录来处理信用评估,要解决的问题与今天一样,只是以前是线下,现在是线上。

信用评估一般是要了解两个问题:

1、 这个人有没有打算过还钱,也就是说,这个人是不是个骗子。这其实是个反欺诈问题。

2、 这个人有没有能力还钱。这可能涉及到他/她的财产状况、抵押物状况、家庭状况等问题。

判断人的身份情况:反欺诈

罗皓表示,第一个问题在中国很严重,银行等金融机构有60%的损失来自于此,其中还有很大部分是集团欺诈。而要解决这个问题,目前则主要识别一个问题:这个人是不是本人?

在这一步欺诈可能有两种情况,一是冒用身份,骗子往往会用别人的身份证,到三四线城市去收农民之类的人的身份证信息,甚至一次能收集数百个人;二是借钱行为实际上是机器人完成,可能就是个脚本。

因此,线上反欺诈其中一个要解决的问题就是,你是不是你,是不是本人。

在现实世界中,有身份证去验证这个问题。

在网上则有不同的ID与这个问题相关,在这里,他引入了一个用“身份的强度”的概念。他指出,评估这个身份的强度,有很多比较大的机构用的是cookie,但cookie有其局限;还有强一点的用设备指纹,像童盾和talking data,这个强度比cookies高一点;现在,不少人围绕手机号去做;还有利用身份证识别的,比如国政通;第五种,则是人脸识别;美国还有使用声纹识别。

判断人的还款能力:信用风险

上面说的是身份识别问题,这个问题在线下一般难度不大。至于这个人有没有能力还钱,也就是财务能力,则是线下也需要解决的问题。

目前,线下一般通过了解两个问题来评估财务能力:一是你能赚多少钱,也就是你的收入;二是你有没有值钱的东西,也就是抵押物,可能是房、股份或其他权益类资产。

虽然可以通过收入和抵押物等评估财务能力,但线下的借贷行业,也存在以下三个痛点:集团欺诈、多头借贷和借款用途。

判断一个人是否存在多头借贷

上述已经提到如何反欺诈,而第二个痛点,多头借贷,也就是一个借款人凭借同样的信用额度在多家机构借这个额度,实际上就超出了他/她能承受的额度。要解决这个问题,贷款机构需要信息共享。做征信的聚信立目前也在收集很多非银行的机构的借款记录,机构可以接入类似这样的第三方征信机构的产品。

第三个问题,借款用途,也就是你把钱用到哪里去了,线下借款常常会面临借款人擅自挪用借款用途的情况,他指出,这也是消费金融为什么会那么火的原因,因为这解决了借款用途的问题,风险相对比较低。

不过,他也表达了自己的担忧——中国的消费金融通过率很高,消费金融出现了一些问题,比如消费场景的老板捐款跑路。他说,他在东莞见过,有些手机店只营业两三天,目的就是为了找一群工人来在网上申请消费借款,然后老板从中卷款获利。

这也指出了风控可能要关注另一问题:要关注场景本身的数据,信用情况如何,而不仅仅是借款人的信用,这就涉及到小微企业的征信问题。

有利于解决催收问题

最后,评估完身份识别、还款能力之后,在催收这个环节上,数据可以解决什么?

正如他在上面提到,中国借贷的损失,有60%是因为欺诈,另外40%是因为真的还不起钱,这种情况下一般会启动债务清算计划,以减少损失。

不过,罗皓指出了一个数据,在不还钱的人里面,有80%,会在三个月之后完全找不到人,数据就在这个问题上发挥作用,帮助债主找到借款人。

罗皓表示,聚信立便是如上,从底层去思考整个行业,思考借贷行业使用数据的逻辑:尝试解决集团欺诈、多头借贷、还款能力三个问题。

作者丨卢晓明

责任编辑:王培

分享:
延伸阅读
    大数据概念_大数据分析_大数据应用_大数据百科专题
    贵州

    贵州大数据产业政策

    贵州大数据产业动态

    贵州大数据企业

    更多
    “智慧中国杯”全国大数据创新应用大赛
    企业
    更多