京公网安备 11010802034615号
经营许可证编号:京B2-20210330
消费金融风控面临三大难点,大数据、反欺诈可成解决之道
随着中国消费升级的发展和资本加持,消费信贷在中国崛起。从去年开始,场景分期和现金贷的公司开始涌现,出现了教育、医美、农业、旅游、租房、3C等多个细分场景的分期产品;而现金贷公司,也集中爆发,市面上出现上千玩家。
与此同时,与之相关的风控问题也成为当下消费金融发展面临的难点。4月15日,一本财经在中国大饭店举行2017年消费金融CRO峰会,多名业内人士就行业的破局和重塑进行了探讨。
消费金融风控存在“三大难点”
2017年,互联网金融的发展史,从P2P时代进入消费金融时代。“这是中国互联网金融发展红火的年代。”中国工商银行高级顾问、美国发现金融发现信用卡前首席信贷风控官、一本财经商学院院长张俊在峰会上提出,“未来五年,中国居民消费信贷将超过五十万亿元,而互联网消费信贷将达到一万亿元。”
市场有无限可能性,大量的消费金融公司崛起让很多从业者看到了消费金融的蓝海。但另一方面,互联网金融发展的3年,有太多野蛮的市场竞争。
中国消费金融风控面临诸多的痛点和难点。百融金服副总裁段莹表示,2015年,是各类信贷模式快速扩张的时期,而随着资产规模的扩大和竞争的加剧,各类问题将逐渐显现。比如,中国征信体系的缺失,因为缺乏诚信教育,导致欺诈手段层出不穷,大数据风控中数据的缺失和混乱等问题,都是行业痛点。
百度集团副总裁、百度金融CRO、美国运通前高级副总裁、一本财经商学院副院长王劲认为,中国消费金融风控存在“三大难点”,分别是:网上“坏人”多、多头贷款严重和找不到人。“这些情况在中国是较为普遍的,也侵扰着消费金融的风控技术,致使很多借贷行为无法圆满解决。”王劲表示。
此外,另一个业内面临的问题是风控人才的缺失。“总感觉每踏出一步都有要落空的感觉,可是又无别处可踏。”摸着石头过河,这是国内风控从业者最直观的感受。
据了解,有的才刚毕业两年的风控新兵,跳槽几次后就要价月薪3万元,但实际上的能力和风控水平,只能算刚入门者。对此,张俊说,只有培养源源不断的风控人才,才有可能打赢这场利益与欲望之战。
打造全流程的风险管理体系
针对当下风控面临的难题,从业人员也为中国消费金融风控破局提出了看法。王劲认为,风控是一门艺术,需要方方面面的雕琢,打造全流程的风险管理体系。
首先是大数据风控。捷信消费金融CRO Tomas Skoumal认为,消费金融提供的是普惠服务,覆盖的人群更多的是游离在传统征信系统之外的;另一方面,消费金融需要考虑用户体验,需要在短时间内,迅速作出判断。
“大数据在某些程度上,可以作为传统征信系统的补充,可以帮助我们核实用户提供的数据的真实性,帮助我们对客户进行‘打分’。”Tomas Skoumal称,大数据,对于金融公司而言,有三个好处,更加明智的决定、更加迅速的决定,客户的贷款申请表变得更加简短。
其次是反欺诈系统。“互联网模式下用户会呈现一个群体的效益,好用户之间也会有交际,更突出的是坏用户的集中。”京东金融消费者金融事业部风险管理高级总监程建波认为,“对坏的用户建立一个网络识别,是一个必须要解决的问题。”
“比如身份验证这个事,如何确定本人是本人,在以前的行业,大家都是说通过信息交叉印证,还有曾经出现过用户本人手持身份证照相来验证本人信息,因为用户授权的信息是多样的,不光是本人提交的,还有从后端查取的。”量化派联合创始人兼COO王倪表示,这些这么多的第三方数据提供方能使用到的,所以信息的交叉验证能验证本人是本人。当然最新出来的这些技术也是随着人脸识别技术的逐步成熟,包括人脸识别加活体检测,减少了大批量的欺诈概率。
最后是重视风控部门和其他部门的合作。“不光是为了控制风险而控制风险,而是一定要利益最大化。”DIA Associates CEO严晓东表示,“客户从开发到退出,主要是两个环节,一个营销,一个风控,两个环节应该结合起来。”
美利集团副总裁、金融产品负责人顾崇伦表示,消费金融的风控要做到“差异化”,不仅要做到管理风控,也要把控风控与市场、用户体验相结合,做好每一个不同人群甚至是每一个客户的风控,让每一个客户的体验变好,对公司来说就是利润最大化。
玖富集团消费金融副总裁金增笑表示,“现在这个年代风控变得非常美好,因为我们现在有云存储、云计算、大数据包括底层架构的开放,有人工智能、机器学习,我们现在有能力把风控做得更好。”
“深度学习对图象识别和语音识别,发生了非常巨大的改变。”王倪表示,“深度学习对风控技术会有一个阶段性的提升。”
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09