數字金融潮起，大資料風控應運而生。當大資料、人工智慧、數字化轉型等數字浪潮奔湧而來，馬上消費等擁有自主研發的大資料風控技術的消金機構也脫穎而出。作為重慶首家持有消費金融牌照的企業，

馬上消費成立

7

年以來

，

始終將穩健發展作為重中之重

，

將風控體系的建設與升級視作業務連續性與穩定性的基本前提

。

在上述背景下，鈦媒體APP邀請到了馬上消費首席風控科學家林亞臣作為此次專訪嘉賓，圍繞風險管理的

重要性

、

迭代升級

、

未來發展方向

，以及馬上消費目前是如何開展風險管理等展開探討，從行業的角度深度剖析風控的發展趨勢。

△馬上消費副總經理、首席風控科學家林亞臣

消金的起點，亦是痛點難點

專訪伊始，馬上消費首席風控科學家林亞臣便開門見山道：“資金成本等決定了消費金融機構的客群主要是邊緣客戶群體，該類客戶群體也是消金行業共同面臨的痛點和難點，要求擁有更高的風控技術等。”

確實，邊緣客戶群體支撐起消金行業發展的同時，也為該行業的風控提出了更高的要求。據瞭解，該類客戶群體具有工作不穩定、收入不穩定等特點，其風險難以依靠人民銀行徵信中心的資訊作出準確判斷，需要更多的第三方資訊源予以輔助。

“所以我們就需要大量的第三方資訊源，比如百融、銀聯以及運營商等第三方資訊源。”林亞臣表示。然而，風控體系的建設猶如攀登，在向上的過程中一個又一個的難點接踵而至。

在獲取到第三方資訊資訊後，馬上消費再面臨一大痛點，即第三方資訊資訊過於碎片化，如何將碎片化的資訊資訊有效整合，從而建立健全完善的風控管理體系，快速準確地判斷客戶的償債意願、還款能力等。

以海量資料為基礎的

消金的起點

是上述問題的答案之一。據林亞臣介紹，上述資料組成的6萬多個變數，被新增到公司自主研發的800多個風控模型中，包括促消費模型、客戶收入模型、風險模型、授信模型、還款能力模型等，透過模型交叉識別、層層把關，將客戶精準細分，從而達到風險管理目的，作出最最佳化決策。

，

不管在獲客的貸前環節，還是在貸後管理上，

亦是痛點難點

始終是林亞臣口中的關鍵詞，更是馬上消費風控的核心。據悉，馬上消費全部的技術系統都是從零開始自主搭建研發，所有的核心技術的自主權都掌握在自己手中。

顯然，馬上消費正在以科技為驅動，將人工智慧、雲計算和大資料等新技術整合，構建全新的數字化風控體系，貫穿貸前、貸中、貸後以及資金等業務全生命週期管理環節，實現數字化風控，全面提升風險管理水平。

目前，馬上消費自主研發的《基於大資料跨源多維實時技術的智慧風控平臺關鍵技術研究與應用》，成為唯一一家入選重慶市科技局公佈的2022年度技術創新與應用發展專項專案的金融機構；同時，據公司首席風控科學家林亞臣介紹，在整個風控體系建設中，公司自主研發的“馬上萬維智慧空間”等技術形成了有效支撐，目前已有6萬多個維度來全方位判定客戶的資質，可自動決策超幾十億關聯關係的複雜網路和幾萬維的策略設計。

資料顯示，馬上消費已設定風控集市資料質量校驗規則240餘條，覆蓋有效性、完整性、唯一性、一致性、準確性等多個維度，有效提升了資料質量。資料生命週期策略設定完成率100%，透過資料到期自動回收，累計節約全平臺50%儲存空間。元資料完備率79。4%，有效提升了資料易理解性。

而上述風控成果的斬獲，均基於馬上消費強大的技術支撐。截至2022年5月，馬上消費自主研發了1000餘套涵蓋消費金融全業務流程、全生命週期的核心技術系統，申請專利1000餘件，技術團隊人數超過1900人，佔員工比重7成。

公司在風控領域的建設也獲得行業的高度認可。今年9月份，由《銀行家》雜誌社主辦的“2022中國金融創新獎”榜單揭曉，馬上消費的“全流程的智慧反欺詐安全解決方案創新案例”榮膺“十佳智慧風控創新獎”。專家組委會在點評中提到，馬上消費的智慧反欺詐安全解決方案具有數字智慧化、多向互動化、實時靈活化等特點，創新、高效地解決了目前行業風險預警工作當中欺詐頻發、風險資訊碎片化、效果不佳、成本高效率低等痛點。

科學風控模型

從零開始，自主研發搭建風控體系

“消費金融主要做信貸，信貸是不能沒有風控的，離開了風控，信貸就沒法生存。因為信貸是基於信用借錢，實質是對未來行為的承諾，具有不確定性的風險。因此風險是信貸的內在組成部分。”林亞臣強調道。

不同於傳統風控的“經典分析”，大資料風控以大資料為基礎，以資料驅動的方式，系統自動化執行各環節風險管理策略的風險管理機制；大資料風控也不同於簡單的風險控制，而是在收益和風險中尋求平衡以達到投資回報的極大化。

在林亞臣看來，大資料風控具有“4V”特性：一是量大（Volume），達PB級；二是資料型別多（Variety）；三是產生速度快（Velocity），以每月大於多個BP的速度產生，某種程度上也標誌著新技術的發展速度；四是密度小但價值高（Value）。

據瞭解，整合大規模資料需要以結構化資料、半結構化和非結構化資料作為決策基礎，用一個快速處理和整合資料的分散式處理資料倉庫作支撐。展望未來，林亞臣認為風控的發展趨勢主要是向更高層次的發展，即能處理很多“非結構化資料”的技術方法的出現。

“目前我們能夠透過機器處理的非結構化資料主要是文字資料，影像類的資訊機器尚不能做到精準處理。未來隨著科技的發展，處理資料的技術和分析方法也會進步，基於此將會更加利於做出最最佳化的決策。”林亞臣表示。

事實上，回溯馬上消費7年發展史，公司始終在風控的基礎上做著最最佳化的決策，為700多萬用戶創造和記錄信用資料、提供優質的金融服務。如今，屹立於數字金融潮頭，海量資料奠基，大資料風控護航，馬上消費已然成長為消費金融行業的頭部企業，邁著穩健的步伐，行穩致遠。

從零開始