破茧化蝶——金融科技助力零售风控新生

施奕明    平安金融壹账通智能风控总经理

      今天我想跟大家分享的是金融科技如何助力零售风控。

      平安金融壹账通致力于打造全球先进的战略赋能型金融科技服务云平台。公司依托平安30年的金融科技积累，是平安集团“金融+科技”双驱动战略转型的重要载体。公司拥有全球卓越的金融科技专业团队和业内丰富的金融科技实践经验，旨在以世界前沿的金融科技组合，基于人工智能、区块链、云平台、生物识别等核心技术，为中小金融机构提供高效的科技解决方案，并构建庞大的金融科技服务生态圈。

      很多人可能不太熟悉金融壹账通这个品牌，金融壹账通是中国平安集团直属的全资子公司，是平安集团唯一一家致力于金融科技的子公司，目前合作的银行和金融机构已经达到了几千家，公司日调用的征信机构的次数甚至比人行的征信机构都大，从这个数据也可以看出公司合作的机构还是非常广泛的。公司在2017年科技部的独角兽企业榜单中排名第13位，在2018年全球金融行业科技公司百强榜上排名第73位。

      目前的银行和金融机构还是以对公业务为主的，其实大家可以看到零售业务，尤其是个人信用类的业务，它的风险调整后的资本收益率是最高的。但是相对来说的话，它的风险也是最高的。大家明明知道它的收益是最高的，那么为什么不去做？就是因为无法识别风险。除此之外，还有一个原因是原来的机构不太适合做零售业务，零售业务是一个“藏伪”的业务，效率并不高，现在做得比较好的，例如招商银行和平安银行，他们零售业务的比率都是比较高的，都是超过50%甚至60%。我们在做零售业务风控的过程中，发现了三个大的基点。第一个就是极度缺乏数据，所以我们借助金融黑科技，借助人工智能正在致力于量化非结构化的数据。第二个是大家都想做线上的渠道，但是反欺诈相当严重，所以第二个基点是反欺诈。第三个是对于风险的理念。很多银行的同事跟我说，我们要控风险，我们要降风险，其实金融的核心是风险定价。对于我们来说，什么是好的风控？有一个能够准确识别风险的机制才是好风控，比如我识别出不良率是12，最终的结果就是12，那这才是好的风控。

      首先介绍一下我们有哪些黑科技可以把非结构化的数据转化成可以利用的数据。我们一直说人行的数据缺，征信的数据缺，其实我们在贷前、贷中、贷后有很多的数据是可以利用的。比如说微表情识别技术。其实在很多面审的过程当中，不但可以查验客户的资质，还可以通过客户回答问题时的表情、语气、神态、姿势来判断他的回答是准确的还是不准确的。通过微表情识别技术，我们的识别率已经达到80%以上了。再看催收阶段，我们很多的业务其实是没办法用人大量地去催收，因为如果用人工催收的话，需要养一个很大的催收团队，或者外包催收团队。但是通过人工智能的多轮对话技术，可以使我们的效率大大地提高。还比如在为小微企业提供服务时，我们和一些生产行车记录仪的企业进行合作，获取他们的视频。其实那些视频在大家看来可能是没有用的，但是通过人工智能的视频分析技术，可以抓到镜头前面所有经过的车的车牌号码，那么我们就知道这个车牌号码在这个路段是出现过的，因此就能知道车主人处在哪里。通过这些视频还可以分析沿途的门牌号码、商店的名称、企业的名称，这其实相当于有千千万万的尽调员，他们告诉我说，这家公司、这家店确实在那儿存在。所以这些看似非结构化的数据在我们的手里通通变成了结构化的数据，是可以被利用和可以被分析的。所以我们正在致力于这80%的非结构化数据的转化。无间道的剧照这两张脸出现后，我们并不能知道谁赢了，谁输了。后来用我们的微表情系统分析之后，发现刘德华的脸虽然从屏幕上看上去没有任何的表情，但实际上是一个兴高采烈的内心反应。可以通过这个技术去做微表情辅助面审系统，可以和教育行业合作，比如利用微表情识别技术判断有多少听众、学生是听懂了的。这套系统已经在很多的中小银行，包括平安银行在内，投入实际应用了。我们的系统是和心理学家、刑侦学家和面审专家一块做的，目前能够识别五十四种微表情，其中定义了七种微表情，这七种微表情是和欺诈高度关联的。我们的技术国际排名第一，比第二名的麻省理工学院的样本要多30万。根据平安银行以及我们合作的银行的统计，他们的信贷损失率降低了59%，效率提高了2.6倍。目前审批环节大量都是靠人工，很多的信审员、审批员的业务水平参差不齐，所以经常会发生明明有问题的业务，在他手上通过了。所以我们提倡利用这个系统，把优秀的审批员的经验累积沉淀在这个系统上。这些经验原来是看不见摸不着的，就比如说我觉得他的那个表情有问题，我作为一个审批员的话，我可能会认为有问题，然后我再去核实。渐渐地，我们无须招聘更多有经验的审批员，我们已经把他们的经验沉淀在了这个系统上面。

      通过人工智能技术，我们已经实现了在情景对话当中的多轮对话。多轮对话和单轮问答有本质性的不同，单轮问答其实是一个封闭性的问题，就是今天天气怎么样？你能够帮我查一下今天的车票吗？这样的问题叫单轮问题。但是多轮问答是基于上下文的，是非常前沿的人工智能技术，它牵涉NLP自然语义的理解。所以通过这样的技术，我们可大大地节约催收的资源，提升催收的回收率，降低不良率。平安每天都会有10万通的客服电话，基于这样的语音素材库，我们每天都不停地训练客服机器人、催收机器人和电销机器人。我们可以通过催收评分卡来分案，好的案子可以直接电催，不好的案子30天+的可能就要进入人工催收。我们运用最新的ASR和TTS技术能够使语音更像人类，现在我们已经可以做到不同的账龄账期选择不同的催收语气，而且根据情绪分析，我们还会搭配不同的话术，这个机器人也正在被平安银行和众多中小银行运用。

      大家可以看到我刚才举的两个例子，一个是审批环节，一个是催收环节，其实这两个环节是非常重人力的，所以这也是为什么金融科技在这两个领域的发力是目前最好的，就是因为它大大地提高效率，节省人力。

      第二个基点是反欺诈。大家都想做信用贷款，但是反欺诈是一个很重要的问题。线上、线下和渠道反欺诈是目前最重要的三个组成部分。不知道大家有没有接触过黑产池，我们有一个反欺诈的部门，天天接触这样的黑产，我也亲自去过黑产公司。我原来以为他们的公司可能就是一个小作坊，可能是电线密布、设备堆得乱七八糟的景象。实际的情况令我大吃一惊。他们办公室的办公环境甚至高过我们银行，窗明几净，一排排的手机不停地在闪烁，不停地登录、注册来申请贷款，还有这个猫池、卡池，能够在电话卡没有被拆封的情况下伪造通话记录。这些都是常规的手段，还有很多黑产通过论坛来进行交易，这些都是他们的黑话，“无视黑白的口子”就是无论黑的还是真金白户都可以过，“马子包月”是说可以给你一个木马，去窃取密码。这些都是他们的黑话。我们专门有一个团队监控他们，去看他们到底在欺诈哪个银行的什么产品。所以我们会对这些银行提供这样的服务，告诉他们这些人正在要欺诈你的哪种产品，他是通过什么途径来欺诈的。所以起到一个很好的风险预警的作用。我们通过声纹识别技术进行线下反欺诈。现在很多的黑中介，会使用人脸识别技术，但是很多的黑中介还没有仿声的技术，变声的技术他还没有。我们在提供声纹验证的过程中会记录这个声音在我们数据库中出现过多少次，出现过四次以上的是高危的用户，可能是由一个中介来申请的，而不是个人来申请的。还有地址定位和LBS判断技术。如果你出现的地点，连续七天都是晚上在A地，白天在B地，那我就会认为B是你的工作地点，A是家庭住址。如果和你填写的地点误差超过三公里，那么我认为这可能是欺诈。还有智能问答技术，比如会根据你填写的地址给出4到5个地址，其中有个地址，如果你是真的在这里工作或者生活的话，你一定会知道的。但是你回答对了也不要开心，因为可能是百度来的，所以可能你花了一分钟的时间，但是答对这个问题可能只需要1.8秒，所以通过大数据我也知道你不是自己在答题，你是借助外力在答题。此外，我们还通过微表情来做欺诈的识别。所以通过这六大黑科技的话，我们提升了线下反欺诈的识别率。

      这个是团伙的欺诈，我们这里有个例子，大家知道周瑜和夏侯惇是什么关系吗？我之前是不知道的，通过我们的关联图谱，我把《三国演义》和《红楼梦》这两部著作扔进我们的系统里跑了一遍，发现夏侯惇和周瑜是有关系的。周瑜应该叫夏侯惇伯父。平安有大量的数据池，我们只是出于隐私保护，把《三国演义》做一个demo，发现三国其实就是一家人之间打来打去，他们完全都是亲戚关系。所以通过这个关联图谱，可以知道任意两个人之间存在的关系，这在小微企业当中是非常实用的，因为隐含两度、三度的代持，是在小微企业当中非常多的现象。所以通过这个系统，我们把欺诈率有效地下降了10%左右。

      最后我想提一点，风险防控除了要把风险降下来，其实最主要的是精准地识别风险。所以我一直要求我的团队在识别风险的过程当中，要充分利用数据、利用场景、利用业务来进行风险的识别，到了风险控制的阶段已经晚了，已经来不及了，到了催收的阶段就已经太晚了。所以我觉得这个是我们对于风险防控应该有的认识。 

来源：2018（第十四届）中国金融风险经理年度总论坛（11月）