征信宝官网
在金融大数据风控行业，如今对数据的应用越来越丰富。由信息流和资金流结合产生的“关系人图谱”、甚至你在网上输入身份证号的“手速”，都有可能决定一家信贷公司是否贷款给你。
DT君说
前段时间，DT君采访了用大数据做信贷风控的公司读秒。近日，DT君又接触到了前海征信旗下专注于研究大数据、风控和前沿技术的卅伍研究院。
前海征信是平安集团旗下全资子公司，平安集团积累了丰富的金融数据资源。此外，前海征信也是央行允许开展个人征信业务的八家社会机构之一。这样的机构，本可以靠丰富的数据资源“吃饭”，但偏偏还想靠实力：DT君采访了解到，前海征信去年用复杂的贝叶斯网络相关技术，已经做过一个将零散的数据资源整合并运用到风控模型中去的项目。
DT君也很好奇，作为八大个人征信机构之一的前海征信，是如何将数据应用到风控中的？他们又是如何看待大数据风控的？
在采访中，前海征信旗下卅伍研究院向DT君介绍了其数据来源、数据整合策略、行为数据在反欺诈领域的典型应用、大数据风控和传统风控的各自优势等。
信息流和资金流背后的“关系人图谱”
（注：以下内容根据对卅伍研究院的采访整理而成，文中小标题为DT君所加。）
前海征信的风控数据来源主要有四部分：内部数据、政府数据、大型商业机构数据，以及合作金融机构数据四部分。
第一块是内部数据。前海征信是获得央行许可筹备个人征信业务的征信机构，可以在遵循国家法律、行政法规、监管政策的相关规定，同时严格遵循各公司之间的防火墙制度的基础上，充分利用平安集团的内部数据。
第二块数据是在和政府合作过程中获得的。近年来政府特别想做的是共享经济和普惠金融。比如推出再就业工程，或支持年轻人创业等，平安可以为这些群体提供贷款、资助，这是平安集团擅长的。我们也因此可以基于与政府的合作获得一些信息。
第三块利用到的数据，是和大型商业机构合作取得的，比如运营商等。运营商的数据是非常丰富的，可以用在反欺诈领域。比如，某用户和欺诈人员有频繁的通信记录，则有助于判断其中的欺诈风险。
交易类数据也是类似的道理。资金流向也可以协助确定关系人网络。犯罪活动是有收益的，资金的流转和流通也是定位人群网络的有效方式。
资金流和信息流，是识别犯罪团伙最重要的侦测手段。通过类似关系人图谱这样的数据可以知道的是，这群人是有金融欺诈历史的。如果一个团伙中，有三个人有金融欺诈历史，就可以把整个团伙标记成疑似团伙。
第四块数据是与金融机构合作获得的。比较典型的应用是信贷逾期等不良信息的联防联控。以前，每家金融机构都会有自己的“黑名单”，但机构间都不联网，骗子骗完这家骗另一家。
现在，我们打造了一个不良信息的共享库。大家把信息共享出来，别人查到的话，会拒绝再向这个人提供贷款，互相减少损失。我们的这样的签约机构已经有两千多家了，这些机构主要是P2P，小贷公司，中小银行，和消费金融公司。
数据要放在一块儿看，形成大数据，才有用。我们在做的事情就是打通数据壁垒。
数据本身的“风险信号”不强时，需要建模来“放大信号”
处理不同的数据，需要的模型精细程度不同。
在数据侦测能力较弱的时候，建模能力会有抢眼的表现。简单来说，当我们并不十分明确哪个因素会对判断违约概率有用，这个时候建模就比较重要。
如果数据本身侦测能力比较强，模型的技术本身要求其实并不太高。举个例子：我们知道，有过违约的人，或者他在信贷饥渴方面表现很强烈的人，他的违约概率更大。这种情况下，我们可以不做过分精细的模型，直接用这两个因素来判断，用户会不会违约。
但是，如果我们想研究“有过骗保行为的人，是否更容易信贷违约”，就没那么简单了，因为这里的数据“信号”并不强。这时，建模就变得尤为重要了。
在信号不强的情况下，我就要有一个“信号放大器”，来侦测信号对于最后的结果是不是有帮助的作用。这里说的信号放大器，就是技术模型。我们要通过量化的手段来判断，因素、权重应该怎么配置。
为了解“老赖”是怎么想的，我们甚至打入了人群内部
除了建模之外，要做好金融风控产品，对金融业务本身也要有比较好的了解。
比如，做学生贷业务，我们需要了解产品的特性是什么，风险点在哪里——学生是一个几乎没收入的群体，对这类贷款或征信产品，可能要有父母的担保。那对父母的担保能力，他们的收入、地址、身份都需要进行认证的。
不同的金融产品，设定的征信情景不同。
在这里分享一个前海征信之前做过的案例。我们之前帮一家公司做过发薪日贷款（Payday Loan）的模型。
早期建模阶段，因为我们还不太了解业务，风险点没有把握好，所以起初模型效果并不好，后来我们团队就深入去了解了一下发薪日贷款这个业务——我们打入了这个业务用户聚集的“口子群”。（DT君注：贷款的“口子”，是指开放可申请贷款的公司。“口子群”是贷款申请者汇聚并讨论相关话题的QQ群，这些群往往需要收费进入。）
进群之后你可以了解到，这些真的借钱的人在讨论什么。我们了解到发薪日贷款的风险点主要集中在两点：一是共债，就是这个人是否在多个地方多次借贷，二是违约成本。
违约成本是指，这个人在还钱的时候会衡量一下，“不还钱”对其的影响，有没有我把这个窟窿补上的价值大。因为发薪日贷款借的钱比较少，所以基本不涉及还不还得起的问题，很多时候就是愿不愿意还的问题。
怎么看一个人的违约成本呢？比较靠谱的是看两方面：生意和家庭。如果不还钱，会间接影响借款人的生意周转的话，他可能会更愿意去还，因为这动了他的本；家庭也是一方面，如果催收会影响到借债人的孩子或妻子，这也会影响他的还款意愿。这就是违约成本的概念。之后我们做发薪日贷款联合建模的时候，把这些风险点都考虑进去了，模型效果就好了很多。
这只是一个例子。我们会根据不同的场景，不同的风险点，不同的贷款产品，去筛选变量。
比如POS贷、房贷，它们的风险点就和发薪日贷款完全不一样。做模型时，我们也会根据产品特性采集不一样的变量、用不一样的变量。这些是目前市面上很多所谓的大数据风控产品比较忽略的。
输身份证号的“手速”，暴露输入者是不是你本人
传统的征信和风控，是指以人民银行的征信信息为核心的风控。人行征信数据的核心，是个人之前的信用记录，以及已有的资产、负债状况。这些都是传统金融的信息。
而大数据风控，是要以不同的维度和技术的大数据来提供风控策略。大数据风控的魅力，就在这里。
举两个比较典型的例子：每个人在输入身份证号时，是有相对固定速度的。如果用户输入过快，我们会评估这是不是机器在注册；如果用户输入速度过慢，我们会认为不是其本人在注册，因为你对你的身份证号不应该不熟。这就是大数据风控一个典型的应用。
还有一则典型的应用是：如果某客户以往的还款都是贴着发薪日的，我们一般会认定这是一个低风险甚至无风险的行为。但如果这位客户的还款日，渐渐离他的最后还款日越来越近，这种行为就是风险提高的行为。
以上两个案例是大数据在反欺诈领域的具体应用。其实，行为数据能用在反欺诈领域，是经历过三个进阶的发展的。
第一进阶是最传统的生物身份鉴别，包括对声纹、指纹的识别。
后来发展到第二进阶，设备指纹识别。设备指纹识别背后的逻辑是，我们通过建立技术门槛，让企图诈骗者的经济门槛升高。当这个门槛升高到他赚的钱已经不足以支付用户的成本时，用户就不来欺诈了。
比如说，我们可以通过检测设备上的信息，包括IP地址，来限制申请者可以通过同一台设备申请贷款的笔数。我们认为，设备和人是绑在一起的，设备一定程度上可以代表人。理论上来说，一个设备不太可能申请一万笔贷款。这样，如果贷款者要申请很多笔贷款的话，他要不停地换设备，这样他的成本是很高的。
反欺诈的第三进阶，才是行为指纹识别。一个人的行为是有一定模式的。如果一个早睡早起型的人，他的金融交易发生在深夜，这个就不太正常。这时我可能就会暂停你的金融业务，要求对你的身份进行重新认证。刚才提到的，输入证件号码的速度，也是行为指纹。
这是大数据在风控、反欺诈领域的一些创新，也是我们认为大数据风控今后的发展方向之一。
大数据风控不能流于噱头，要结合传统风控的优势
现在有的大数据风控公司号称拥有几亿人的标签数据，如果它真的有这么多人的完整的一套标签数据，那真的很有用。
但是，如果它的数据是这样：比如说1亿人里面，我有前100万人的某些标签，另100万人的其他标签……这样的标签其实是不完整的。我们也有很多这样的数据，但是具体使用的时候，这些标签数据用起来十分困难。
前海征信去年做了一个数据融合项目，就是想把这些零散的标签数据融合起来，放到模型里，让它变得更能帮助我们做决策——这块其实技术难度很高。
我们用的是贝叶斯网络相关的一个技术。简单来说，它是一种因果的推理。比如说，我知道一个5亿人群体里的300万人的一些信息，再结合这300万人其他领域的标签，我们大概可以推测一下，其他4亿9千7百万人的这些数据是怎么样一个分布。
最后我们会去看整体的模型表现是怎样的。通过这种方式，（我们的模型效果表现）大概能提高30%左右。
当然也不得不提到的是，虽然大数据风控这两年被提及很多，传统风控也仍有其优势。
像美国很有名的FICO（DT君注：美国一款广泛使用的个人信用评分系统）也是做传统风控。FICO的数据量其实相对比较小，但是其用的大多是“专家型的变量”，它知道每一个变量的含义，它能很好地解释：我要拒绝一个人，就是因为你违约成本中的一项太低。
大数据风控在实际产品中，很重要的一点在于可以实时放款。它们对贷款的审核不需要人工的介入，从头到尾，机器一分钟解决。在这种情景下，机器不需要告诉客户，为什么拒绝他，只需告诉客户结果，这对可解释性的要求比较低，整个过程也不需要人工去理解。
但同时，也有一种观点认为，如果是放50万以上的信用贷款，最好还是要有人工介入，人工去理解。在这种情况下，传统的风控模型可能会比较好。
（联系本文编辑张弦：zhangxian@dtcj.com）
数据侠门派
卅伍研究院隶属前海征信。卅伍研究院以专业和科技推动行业发展为使命，为大家带来深入浅出的大数据研究成果、风控经验分享和前沿金融科技解读。
