一些金融科技公司一強(qiáng)調(diào)純線上化運(yùn)營，銀行就發(fā)笑。大數(shù)據(jù)、人工智能為什么在一定情況下不能完全取代人工面審，局限在哪？人臉識(shí)別不夠精準(zhǔn)、數(shù)據(jù)風(fēng)控模型缺乏預(yù)見性、無法識(shí)別偽造數(shù)據(jù)可能都是缺陷。 數(shù)據(jù)崇拜時(shí)代閉口不提人工？ 很多金融科技公司在外宣傳
一些金融科技公司一強(qiáng)調(diào)“純線上化”運(yùn)營，銀行就發(fā)笑。大數(shù)據(jù)、人工智能為什么在一定情況下不能完全取代人工面審，局限在哪？人臉識(shí)別不夠**、數(shù)據(jù)風(fēng)控模型缺乏預(yù)見性、無法識(shí)別偽造數(shù)據(jù)可能都是缺陷。
數(shù)據(jù)崇拜時(shí)代閉口不提人工？
“很多金融科技公司在外宣傳純數(shù)據(jù)驅(qū)動(dòng)就可以完成整個(gè)信審流程，事實(shí)上也是這么做的，專做小額貸款，高利率覆蓋高風(fēng)險(xiǎn)。但KYC（了解你的客戶）其實(shí)是需要數(shù)據(jù)驅(qū)動(dòng)輔之以人工的，我們心知肚明，但也不宣傳這個(gè)理念，因?yàn)檎f多了反而會(huì)顯得‘不夠科技’。”一家華北地區(qū)金融科技公司人士如此感嘆，“這是個(gè)數(shù)據(jù)崇拜的時(shí)代。”
不可否認(rèn)的是，如果借款金額僅為幾千上萬的情況下，從BATJ等互聯(lián)網(wǎng)巨頭開始，互聯(lián)網(wǎng)金融公司陸續(xù)搭建一套風(fēng)控系統(tǒng)，確定幾百上千個(gè)數(shù)據(jù)維度，將各方面獲取的用戶數(shù)據(jù)直接在模型中“跑一跑”，甚至能做到一小時(shí)放款。銀行方面，先是互聯(lián)網(wǎng)銀行“嘗鮮”，隨后國有大行、股份行、城商行、農(nóng)商行也陸續(xù)關(guān)注用戶的大數(shù)據(jù)，來降低貸款損失率，據(jù)部分銀行講，的確有奇效。
一家股份制銀行個(gè)貸部門負(fù)責(zé)人向
石家莊網(wǎng)站建設(shè)透露，在應(yīng)用大數(shù)據(jù)風(fēng)控之前，2016年該行因?yàn)槠墼p的信貸損失是2000萬元，2017年急劇減少到200萬，今年又進(jìn)行了算法升級(jí)優(yōu)化，今年到10月產(chǎn)生此類信貸損失僅為100萬。
但在金額稍大的借款上，很多銀行和貸款公司也不能完全依賴數(shù)據(jù)模型。一位華南地區(qū)互聯(lián)網(wǎng)金融公司信貸員就對(duì)記者表示，之所以該公司沒有隨大流完全砍掉門店，改成純線上化運(yùn)營，是因?yàn)樵摴局鄣倪€是小微企業(yè)主5萬-20萬元的貸款，人工面審更安心。
這位信貸員舉出兩個(gè)案例可以證明大數(shù)據(jù)、人工智能的局限。一是線上審核通過的情況下，下午來門店做面審的是名義上的借款人的孿生弟弟，信貸員通過聊天觀察細(xì)微的表情變化，*終孿生弟弟露出破綻：因自己貸款過多上了很多互金公司的黑名單，因此冒用哥哥的身份來試試能不能借到錢。另外一個(gè)案例是一個(gè)企業(yè)員工在面審員對(duì)其借款需求的多次盤問中，透露是因?yàn)槔习遒Y不抵債，銀行借不到錢，指使員工四處向互聯(lián)網(wǎng)金融公司借錢還債。這種非自主意愿借款行為，AI當(dāng)然是識(shí)別不出的。
大數(shù)據(jù)缺陷何在
其實(shí)監(jiān)管部門早就識(shí)破了大數(shù)據(jù)、人工智能在信貸領(lǐng)域的局限，在2017年12月互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)專項(xiàng)整治工作領(lǐng)導(dǎo)小組辦公室下發(fā)的《關(guān)于規(guī)范整頓“現(xiàn)金貸“業(yè)務(wù)的通知》中，有一句話并不顯眼——“謹(jǐn)慎使用數(shù)據(jù)驅(qū)動(dòng)的風(fēng)控模型”，這句話的上下文是“各類機(jī)構(gòu)應(yīng)當(dāng)遵守‘了解你的客戶’（KYC）原則，充分保護(hù)金融消費(fèi)者權(quán)益，不得以任何方式誘使借款人過度舉債，陷入債務(wù)陷阱。”
人人貸母公司友信金服CTO藍(lán)晏翔表示，純數(shù)據(jù)驅(qū)動(dòng)的模式存在三個(gè)缺陷。
首先是風(fēng)險(xiǎn)在時(shí)間上的滯后性導(dǎo)致大數(shù)據(jù)失效。利用大數(shù)據(jù)衡量的是個(gè)人在貸前的風(fēng)險(xiǎn)，但貸款周期是之后的三個(gè)月、半年、一年甚至三五年，大數(shù)據(jù)沒法預(yù)見到借款人未來的生活環(huán)境和現(xiàn)金流情況，因此也無法預(yù)測(cè)借款人未來的還款能力。
其次，風(fēng)險(xiǎn)具有外部性，而純數(shù)據(jù)驅(qū)動(dòng)判斷的只是個(gè)體的還款意愿，只見樹葉不見森林。金融風(fēng)險(xiǎn)在各個(gè)相關(guān)行業(yè)之間傳導(dǎo)，而大數(shù)據(jù)風(fēng)控對(duì)廣泛復(fù)雜的社會(huì)經(jīng)濟(jì)活動(dòng)的數(shù)據(jù)采集和建模還處在初期階段，數(shù)據(jù)遠(yuǎn)遠(yuǎn)不夠，無法識(shí)別其他行業(yè)風(fēng)險(xiǎn)是如何傳染給借款人的。
**，大數(shù)據(jù)經(jīng)常能證明相關(guān)性，比如某個(gè)渠道的客戶質(zhì)量較高，風(fēng)險(xiǎn)較低，但無法解釋原因。此時(shí)如果不通過人工調(diào)研舉證，很可能就遇上欺詐風(fēng)險(xiǎn)。比如有些非知名的培訓(xùn)機(jī)構(gòu)資產(chǎn)質(zhì)量數(shù)據(jù)非常好，如果僅憑大數(shù)據(jù)風(fēng)控，應(yīng)該會(huì)在下一個(gè)借款周期加大授信額度，但是調(diào)查后才發(fā)現(xiàn)在這個(gè)渠道對(duì)用戶做了包裝美化，美好的信貸數(shù)據(jù)背后是風(fēng)險(xiǎn)的暗流涌動(dòng)。
對(duì)于大部分非互聯(lián)網(wǎng)基因的銀行來說，人工面審和大數(shù)據(jù)本來就是結(jié)合的，但他們憂慮的是大數(shù)據(jù)會(huì)不會(huì)搶走員工的飯碗，影響內(nèi)部穩(wěn)定。一位剛剛從澳大利亞調(diào)研回國的銀行人士對(duì)21世紀(jì)經(jīng)濟(jì)報(bào)道記者感慨道，澳大利亞部分銀行已經(jīng)激進(jìn)到取消柜臺(tái)，大舉改造數(shù)字化網(wǎng)點(diǎn)，5萬個(gè)員工直接裁員了6500人，又新招聘了2000人。其中，裁員裁的是運(yùn)營崗，招人招的是IT崗。
“我們國內(nèi)的銀行是不能這么激進(jìn)的，必須要考慮到人的問題。”上述銀行人士稱。但他也坦言，“其實(shí)我們銀行這兩年也減少了上千人，一部分舊有的崗位離職或退休后不再新招，自然淘汰，另外把部分員工轉(zhuǎn)成前臺(tái)營銷崗，投入回報(bào)比是提升的。”
數(shù)據(jù)風(fēng)控模型如何搭建方面，上述銀行人士表示，主要以硅谷金融科技為底層，銀行自己搭建數(shù)據(jù)庫和模型，開發(fā)工作量很大。而國內(nèi)的金融科技公司輸出的產(chǎn)品他們銀行很少用到，至多是科大訊飛一類的語音識(shí)別工具和互聯(lián)網(wǎng)巨頭的導(dǎo)流渠道。
“全世界**的金融科技底層技術(shù)的創(chuàng)新還是在硅谷，說中國金融科技領(lǐng)銜全球，我覺得是誤解 。”該銀行人士表示。
|