一、零售业务的难点和其风控的基点

      目前的银行和金融机构还是以对公业务为主的，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。

      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，所以我们正在借助金融黑科技，借助人工智能致力于量化非结构的数据。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。

      来源：2018（第十四届）中国金融风险经理年度总论坛NO2:零售普惠金融与风险管理——施奕明《破茧化蝶——金融科技助力零售风控新生》

二、金融科技在零售风控的实践

      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工大量地去催收，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。虽然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，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。

      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，我们可以大大节约催收的资源，提升催收的回收率，降低不良率。基于语音素材库，我们每天都在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，不好的案子超过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。

      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。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，变声的技术他们还没有。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。所以通过黑科技，我们提升了线下反欺诈的识别率。

      最后，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NO2：零售普惠金融与风险管理——施奕明《破茧化蝶——金融科技助力零售风控新生》