陈玮：通过大数据和人工智能重塑金融风险管理方式

誉存科技联合创始人兼COO陈玮

　　新浪财经讯 “第十四届中国国际金融论坛”于2017年12月14-15日在上海召开。论坛主题：金融本源回归服务实体经济发展，誉存科技联合创始人兼COO陈玮出席并演讲。

　　以下为演讲实录：

　　陈玮：各位来宾，各位嘉宾大家下午好，今天很荣幸受到主办方的邀请在这里分享一下我们在做的一些事情。刚才赵秘书长给了我们一个非常全面的金融科技的发展的概况，而我们做的事情就是其实细分在风控的领域为金融机构赋能。

　　这个大家都知道整个大数据的产业发展是非常的迅速，在中国在过去的5年，整个大数据的投入就翻了7倍，而且还在高速增长中。而在2017年可能有超过一半的大数据投入是到了银行业，所以我们也看到整个需求是非常的旺盛，而正是在这些云计算、大数据的很多技术越来越可能的情况下，为我们的金融，为我们的创新的金融的业务提供了非常多的工具。比如在精准的营销、批量获客、风控等等，全球其实有70%的企业在购买外部数据，但在中国可能只有30%多，我记得我们在2015年才从美国回来开始创业开始做这个企业大数据风控的时候，那个时候我们也找了很多银行界、金融界很多的专家，那个时候我们开始看当时有的一些外部数据，比如说刚开始有的工伤工商、司法、招投标等等，过去银行比较注重财务数据的情况下比较少看到外部数据。当时很多人给了我们一个结论，我觉得这些外部数据没什么用，很明显在2015-2016年越来越多的金融机构开始采购外部数据，2017年开始采购平台，外部数据的使用让我们看到很大的趋势。

　　誉存科技是国内很大的领先提供金融大数据服务的一家公司，我们来看一看大家都很清楚传统的信贷还是有一些痛点，特别是我们以前做的以抵押为主还有大额的放款，随着整个渠道的下沉，我们怎么能够更好的去做更有效率的去做业务，更好的去把握这些风险，比如说传统的贷后，昨天还有专家在跟我分享我们还要拿一个手机到了定点照一张相，怎么去跑这么多的客户，这些难度等等。我们现在是希望通过一些大数据和人工智能的手段能够重塑这个金融风险的管理的方式。

　　首先我们现在可能有全国7500万家企业方方面面经营的数据，有一部分可能是公开渠道收集的，比如说招投标，招投标可能散布在几百个甚至更多的政府的招投标网站上，比如说它在招什么人，这些团队比如说舆情，开庭公告，法庭公告等等散布在全网的各个地方，第二我们跟很多权威机构有合作，拿到脱敏的数据。还有行业数据，我们非常近距离的观察行业的变化，大势的趋向。我们可以做到信息查询，我们以前花很多精力做的事情，我们现在毫秒级可以给到信息。

　　第二像风险扫描，传统看风控，来了一个企业我们就看这个企业本身有没有问题，现在我们除了看这个企业本身以外我还要看它的整个网络，它的如果说以社交的词就是它的朋友圈，它在它的企业关联企业，关联人到底健不健康，是不是好，有没有什么风险，能不能传递到被观察的企业本身，我们还可以做像风险扫描，我们现在全国500多万家黑名单企业，来一家企业就迅速的告诉你，它以及它的关联企业关联人在哪一方面有失信的黑名单，我们现在有20多个不同的子的领域，可能产生一些失信行为的子领域。还有行为监控，（英文）最大的损失大家可能觉得会比较奇怪，其实是它依贝商家的跑路，（英文）作为第三方支付，给每个人都有权利，只要你说你没有收到货，我就把你付的钱退给你，其实每年最大的损失实际上是依贝上面的商家收了钱但是跑路了，所以他们有整个一个组就在研究这些依贝这些商家行为的变化是不是忽然打折了，或者忽然出现跟往常交易的异常行为。这一套的风控里面我其实可能更多的是关注的这些企业的行为的变化，我从很多的维度关注这些企业是否跟以前不一样，我们会关注行为的变化，不仅仅关注是不是财务漂不漂亮。

　　还有比如说深度分析，当然还有智能的预测，我们其实大数据我觉得最大的价值不在于我把数据搜集起来进行展现，我能不能从这些数据里面得到洞察，我们现在基于500多万家的坏企业样本总结出了一些默认的规则，这些规则可能我们再次碰到的时候能够更好的预测这些企业风险的发生。这个我就简单的讲一下，因为今天不是讲技术，我们这个自助研发了一整套的大数据的平台架构，从底层的信息搜集，到它的清洗处理，比如我们有很多的文本数据，比如说一条司法记录进来了，到底谁是被告谁是原告，金额是多少，我们现在只看和金融机构相关的诉讼，我们把很多杂乱的信息排查掉了。还有建模，我们解决风险问题，推荐问题，匹配问题，最终我们到了应用层，给金融机构提供很多的产品和服务。

　　刚才提到底层的技术，像搜索引擎或者是决策引擎，我们现在有几百上千套的决策的系统，我们既可以默认的规则从很多历史的数据学习出来的策略，也可以很灵活的让金融机构自己定制这些策略，而这些策略在这些平台上以前风控总监为什么很值钱因为有很多的经验，我们以前在设计产品的时候采访很多的风控总监，你看到这个事情为什么觉得有问题呢？我觉得我的经验告诉我一看就知道哪里有问题，哪里我觉得不对，我会深入的研究这个事情，人工智能或者人工智能整个的基础就是说我会学习这些经验，我会把这些经验在我的平台说工具化，整套风控的决策系统越来越精准，现在更多像一个初级的风控经理，越来越精准的时候就像风控总监。我们有大数据技术支持这些发展。

　　我们现在有自主研发的机器学习的平台，过去的话一个工程师一天可能能解析两个网站，现在可能有一套机器学习的平台可以更智能的解析这些网站，一下子就把效率可能从两个提到50个，一个公司可能一天就能解析50个网站，这些都是很多的技术给我们带来的一些变革。算法层我们可能也有一些自创的，比如说基于复杂网络的风险传导模型，基于时间序列的预测模型，我们还有很多普视化的数据和工具，到场景里面的具体交易数据做数据驱动的金融产品，我们现在有好几个在对小B端放款的金融产品，现在坏账率都是在零，以前他们银行都是不敢做的，现在不但能够做，能够做到坏账率很低，整个放款的速度也是在分钟级别的。

　　具体的说一下比如说我们以其中一个算法为例子给大家更形象的讲讲我们在做的事情，比如说复杂网络大家都知道六度空间的理论，任何两个点之间在一个网络里面最多不超过六度，大家很多都知道。我可能跟特朗普可能也不超过6个人我们就能联系在一起，我们在做企业风控的时候其实我们就可以把这些企业的网络看成一个社交圈，他们所以也是互相连接、互相影响的。

　　在这些网络里面，就有各种各样的节点，有些节点可能非常重要，连接了很多很多的节点，有些节点可能是一个过桥，可能连接了两个大的群，所以他们每个节点在网络里面产生的价值都不一样。我们要做的事情就是挖掘这些企业到人再到企业再到人整个网络里面节点权重度，我们会发现在这些网络里面谁是坏的节点，谁是正在发生问题的节点，再量化这些风险，看这些黑点怎么影响这个网络里面的其他的节点。所以我们现在就是可以举一个例子像以前浙江有一个明星的企业，庄吉集团也是当时的明星企业发展了上百个子公司整个业务也涉及到船务、房地产、商贸等等，但是到2014年的时候其实我们在网络里面开始看到，有大量的子公司开始出现了金融的纠纷，而且你看到2014-2015年大量的子公司被注销，慢慢的看到甚至子公司有欺诈的诉讼等等，但是实际上一直到2015年我们来看庄吉集团的主体企业都非常的完美，无论是财务报告还是获得的荣誉等等都非常好，但是到2016年我们看到其实高管跑路，员工发不出工资，2016年是300亿的坏账，很多时候我们看到网络里面很多红点都一直在闪灯，我们没有关注到周围的风险，没有关注到企业的可能发生的其实在我们可能提前6-12个月就能发现的预警。

　　我们看到很多事件串起来的时候能够更好的预测下一步可能发生的风险，我们也是以十七大核心的工具产品以及一些平台开始为金融机构服务。我们全国也服务了将近1000家的金融机构几十家的银行。这是我们在供应链金融的一些案例，供应链我简单的提一下，比如说我们服务全国很有名大的整车厂他们的贷后非常简单，两个人开一个车到各个供应商看有没有什么问题，但是今年年初的时候发生了一件事情，他们其中一个供应商对外投资了一家房地产企业，那家房地产企业出现资金链断裂，导致供应商发不出工资。在这种风险的时候哪怕现场核实也没有办法注意到，这是一个对外投资的风险。整车厂说我是没有时间替换，一旦断掉对我的影响更大，我们要更全面的注意到这些风险，更加提前的预警这些风险。

　　这些是我们供应链的一些算法，现在慢慢的我们在整个开放平台上也开始有越来越多的产品，比如现在我们跟人民银行下属的子公司开始发布高管的个人备调，成都的一家企业2015年的时候非常好到了2016年对外投资，2016年开始注销，2017年整个跑路，投资人的观念就是说如果我早点知道其实在2015年之前这个创始人就有很多的金融的纠纷，还有两次被列入到成都锦江区人民法院被执行人名单我绝对不会投资这个企业，我们也关注这些企业的关联人他们的背景情况，他们是否有失信的行为。

　　同时我们现在作为中国和新加坡合作的10个重大示范项目之一，我们也开始提供像东南亚以及“一带一路”上国家很多的企业数据，包括像新加坡、马来、文来等等，做到双边企业的互通促进更多的投融资的跨境投融资，谢谢大家。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。