2019，金融科技推动网贷行业进入数字普惠金融时代《清华金融评论》2019年01期。

2018，数字金融驱动中国经济高质量发展《金融时报》。

2018，把中国建成金融AI最大受益国和强国《金融时报》。

2017，金融科技会让哪些人失业?《IMI研究动态》2017年上半年合辑 。

2017，中国的金融化并不是“过度”而是“不够”《企业观察家》2017年04期。

2017，海外投资风险不可低估《中国报道》2017年01期。

2016，技术驱动普惠金融的趋势《清华金融评论》2016年12期。

2016，中小型金融机构是互联网金融创新的主体《银行家》2016年08期。

2016，迎接“十三五”,科技金融和普惠金融的黄金十年《新经济》2016年19期。

2015，征信市场初步建成只需5年《小康(财智) 》2015年07期。

2015，大数据征信:向互联网金融进军《软件和集成电路》2015年07期。

2015，“1·19”大跌,缘于金融泡沫预警《小康(财智)》2015年02期。

2014，消费金融：转型期别样红《中国经济时报》。

2014，央行放松限贷 第二轮救市能否刺激楼市《东方企业家》2014年11期。

2014，互联网金融助力企业融资《东方企业家》2014年09期。

2014，金融垂直搜索新玩法《金融世界》2014年01期。

2013，得“小融”者得天下《软件和信息服务》2013年11期。

2013，互联网金融的2.5模式《第一财经日报》。

一、关于新冠疫情与金融数字化转型

      疫情倒逼我们的数字化转型。用户已经在线上，金融机构毫无疑问也必须得到线上。无论是以前的KYC、身份的识别也好，营销的决策，授信的决策，包括客户服务，甚至催收等整个产业链，整个行业都开始数据化、人工智能化、线上化。所以后面的技术发展与应用，从技术的角度，从行业的角度，从客户的角度，都是在不断地成熟。数据量、算法、包括专业人员的专业能力也是在不断地提高。

      我们现在要考虑到底解决的是模型问题，营销问题，还是个风险问题。所以今天很重要的一个主题，就是说风险人员如何在数字时代，把我们的问题跟营销结合，跟数字化结合。因为营销和风控从统计的角度，从数学角度来看，预测坏账的模型跟营销的相关性是很高的。以前20年前发现很多响应模型和风险模型的相关度能够到达60%、70%。今年的选举就说明了风控人员要懂营销，数据太多反而是垃圾，再好的算法没有很好地判断也没用。

      数字化转型过程中的信用风险、声誉风险管理，人才不足，数据治理的挑战，以及体制机制等问题也都不是一两年能够解决的。而在全生命周期管理包括获取潜在客户，现有客户的交叉销售挖掘，反欺诈，包括负面信息的扫除、信用评分、额度管理、风险定价，行为营销模型等等。在存量客户的挖掘方面，很多银行机构借记卡用户如何转为房贷、车贷，或者说理财、买保险的人群等等都受到大家关注。此外还有催收策略如何跟营销策略、风控策略结合等等。

二、关于风控人员的米奇效应

      风控行业的风控人员，有个米奇效应。老板或者营销的团队要扩量，做业务，要求发卡1000万张或者放10个亿的小微贷，只能调整模型把审批率提高；而后续坏账率变高，催收效果不好，还是要怪风控，所以说风控人员是两头受气。风控的专家，无论是CRO，还是算法或者策略人员，就像图中的米奇，戴着漂亮的帽子，但脱下帽子其实头发都很少。

三、传统风控的弊端

      对于传统风控的弊端，首先是数据量不够，如何找互联网的数据？像抖音关注足球，经常访问财经网站的客户，和知乎上关注足球，访问财经网站的客户是很不一样的。这涉及我们的风控人员如何打破行业的边界，打破领域的边界，如何跟营销侧、运营侧去学习，如何调整模型优化。简单调整阈值会带来负面结果。例如，风控部门如果为了增加业务将通过率提高20%，但是逾期率如果相应提高25%，对于整个业务的盈利能力、风控部门的考核还是会有影响。

四、数字化风控的重点

      我们的风控大脑包括特征的管理平台，大数据平台联合建模的实验室，自动建模的平台，人工智能的自动建模工厂，以及全生命周期的人工智能和模型管理的平台，和最后的渠道管理等等，渠道管理最后是要和模型平台、AI平台、特征平台，以及大数据平台一起整合。在联邦学习和迁移学习方面，要考虑在安全和隐私保证的前提下，如何去通过协作、合作的方式，通过不同的场景、数据源，基于更加有代表性的样本来学习。在智能化的贷后资产管理上我们也做了很多研究。催收是个大学问，资产管理催收经过两年甚至三五年绝对是一个很大的领域。我们最近也在研究一些新的模式。催收行业其实是要结合数据和AI，即科技和运营，加上法律一起，形成三位一体的不良资产催收结构。我们认为开放和连接是整个生态决战未来的关键。无论是通过API完成数据的对接，决策的连接，服务的连接，还是通过API把营销的策略，风控的策略，反击战策略，把你的催收策略真正打通，生态都需要更加敏捷、安全，决策要更加的稳定、效率。

五、关于数字时代零售金融风险管理的思考

      实际上这个时代做风控，还是要回到如何敬畏风控。很多时候我们不要轻信数据，也不要轻信算法，不要觉得我们是万能的。此外，风控行业如何解决米奇效应？如何跟营销、上下游打通，整合上下游，如何跟营销、催收的合作伙伴去合作，把业务做好，解决问题，都需要进一步思考。数字时代，风控领域和风险管理更加要跨越时空。本来预测风险就是预测未来，就是要跨越时空的事情。如何跨越周期？巴塞尔协议我个人觉得是全面风险管理，或者说跨越周期的很重要的行业里面的框架与基准。蚂蚁转型时代，行业会更加合作、开放、共赢，很多时候风控团队要营销部门、品宣部，跟新媒体团队、法务等更好地去合作。当然很多时候做风险除了相信数据，更多也要相信直觉，风控人员的直觉是数据和算法没法替代的，要相信人性。风险领域是一个很好的领域。做数字营销的可能2年以后就被淘汰，而风险领域以前20年前一直在坚持，到现在都做得很好。我觉得中国的零售金融领域的风险管理黄金20年刚开始，比拼的是谁活得长久。做风险领域像跑马拉松，比拼的是活得长远，更重要的是活到老学到老。

      来源：2020（第十六届）中国金融风险经理年度总论坛NO.3：零售金融与小微企业金融——叶大清《数字时代的零售金融风险管理的几点思考》