联系我们
返回上一页
陈兴盛

陈兴盛

平安集团首席风险官办公室副总经理。主要负责平安集团风险计量建模以及风险系统、风险预警体系建设。曾经在埃森哲管理咨询公司担任高级执行官及合伙人,以及有多年安永咨询服务等经验,负责亚太地区多家大银行及金融机构的风险计量、信用风险建模等专业领域。

一、关于智能风控框架

      文章《AI引领风控合规变革》提到,AI引领的智能风控框架包含四大项目,即AI+稽核、AI+法律、AI+风控、AI+反洗钱。对于智能风控的应用场景,陈兴盛专家在文中提到,包括投前的客户准入、授信审批、风险定价、贷款控制,投后的监控、资产安全、轻松处置等,但是实际上远远不止这些。

      其中,陈兴盛专家特别提到对抵质押品的估值,传统的做法是找外部公司来做,但是随着大数据、AI时代的来临,有一部分房地产公司基本上能够通过大数据或AI来做比较典型的抵质押品的估值,以便节省部分运营成本。此外,负责放款检查的机器人也是一个重要的应用,以这种标准化的流程来进行,这样人就可以去做一些更有用的事情。在投后阶段,陈兴盛专家指出,大数据的风险预警使我们能够更早知道企业是否要面临风险。从稽核的角度,主要有反欺诈、反舞弊和反洗钱,并有相关的模型。这里有一个智能的闭环管理,从风险预警开始;到是否需要预案、预案合不合适、之前有无类似事件,进行匹配,按照推荐的参考找寻最优的预案;到轻松处置阶段,可以通过大数据和AI的技术去抓取人流、物流和现金流,因为这三个因素对轻松策略的制定来讲非常有用。

      来源:2017(第十三届)中国金融风险经理年度总论坛-专题论坛六:科技、互联网与金融风险管理——陈兴盛《AI引领风控合规变革》

 

二、AI在对公风险管理场景应用

      对于对公风险管理,陈兴盛专家强调准入门槛的识别,其中包括可以进入的有哪些、可以有多少额度、是否要退出,可以说是很传统的一个思路。但是现在引进了一些大数据和AI的技术。这一点对于系谱图和知识图谱还是比较重要的。传统上,一个集团在银行的风险管理基本上是人工,最多加上工商信息和担保信息来判断关联关系,但是现在通过大数据可以获取更丰富的数据来源。因此,要找出一个隐含的关系图谱。

      陈兴盛专家认为,在找出隐藏的关联关系之后,不可能对有关系的所有企业都报风险预警,因为有可能有一部分公司还是好的。因此,陈兴盛专家建议,要利用模型和机器学习的方法,在系谱图中找出与预警公司有关的、可能会被拖下水的企业,不同场景下,被拖垮的关联企业可能不一样。所以需要利用模型、利用系谱图,找出不同的情景下应该重点关注的企业。在传统情况下,数据不够丰富,没有比较灵活的机器学习,我们根本没办法分析得那么细。

      还有一个重点是风险预警。对于风险预警,陈兴盛专家表示,第一期是预警模型,用以覆盖全部的行业。第一期上线之后发现,不同的行业的预警信号可能是不一样的,由此可以做第二期。之后,陈兴盛专家发现,单一指标的解释能力比较弱,因为事件有前因后果,可能还有别的因素会导致企业无法继续运营。对此,历史的建模方法难以解决,因为它有时间序列的概念,不同场景的概念。因此要将AI的技术运用进去,一个企业变成出险企业的中间过程可能会发生很多事情,最后才能得出结论,在单一因子的时候有可能还下不了那么强的结论。陈兴盛专家提到,这是传统方法的弱点,也是第三期关注的重点,即做关联企业的风险传导的路径。

      来源:2017(第十三届)中国金融风险经理年度总论坛-专题论坛六:科技、互联网与金融风险管理——陈兴盛《AI引领风控合规变革》

 

、AI在稽核和法律场景的应用

      陈兴盛专家表示,对于反欺诈,一共四个维度。第一层是一个黑名单机制。在风险管理部还没开始做这件事的时候,一个欺诈人员可能会在集团里多次进行欺诈。但是,当我们把黑名单集中起来共享之后,至少能避免被同一个欺诈人员前后骗两次。第二层,有了黑名单之后,在欺诈人员的特征的基础上,建立打分卡,或是去找出它的规则。第三层,有了规则系统之后还不够,因为最危险的欺诈不是个人欺诈,而是有组织的欺诈团体。因此,陈兴盛专家建议,要找出欺诈人员之间的关联,通过关联图谱去怀疑下一个可能的欺诈人员。虽然已经有了前三层,但必须得先发生过、有材料、有样本,才能抓住欺诈行为,所以我们永远是事后的,同时欺诈人员也在创新。因此,陈兴盛专家表示,在第四层中加入一个无监督学习,这是一个过滤的、迭代的过程和想法。此外,在稽核里面还有员工舞弊、资产安全、信息安全、投资异常交易和外部的欺诈等不同的应用场景。比如,对于员工舞弊,员工的一些异常行为,之前是考虑以前是否发生过,有了规则以后就可以通过机器学习来进行。

      对于法律合规,陈兴盛专家表示,这里面也有很多应用场景,比如说如果要诉讼一个案子,应该考虑找哪一个律师、去哪一个地方法院、之前有没有类似的事件发生过、能不能用AI的手段进行抓取,还有就是提供的证据是否充分、胜诉率到底有多高,这些都是能够AI化的。此外,AI+法律的五大模块包括司法的规则和知识图谱、法律政策的智能推荐、法律的风险智能提示、主体的智能法律画像等,其背后用到的知识图谱都是一样的。

      来源:2017(第十三届)中国金融风险经理年度总论坛-专题论坛六:科技、互联网与金融风险管理——陈兴盛《AI引领风控合规变革》