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。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24