聚信立大數據

『壹』 大數據風控在金融科技中的應用和問題

大數據風控在金融科技中的應用和問題
一、為什麼要用大數據風控？
不論是銀行還是消費金融公司，互聯網小貸公司等其他金融機構，金融機構普遍有風控需求，底層業務邏輯幾乎完全相同，只是面對客群，金融產品、風險偏好存在差異。
銀行等傳統機構本質上是風險經營。一方面，監管層對金融機構的風控能力提出很高要求， 另一方面，風控直接會影響金融機構的利潤水平。
因此，大數據風控直接解決金融機構的核心需求，價值度最大。大數據風控能夠能夠在用戶畫像，反欺詐，信用評級等方面大大提高金融機構的效率和風控能力，是金融企業發展過程中必須結合的一項科技手段。
二、大數據產業情況介紹
目前大數據行業主要有三類玩家：
以人行徵信、鵬元徵信、前海徵信、銀聯智策為主的數據機構，他們特點是和傳統的銀行，公安部，工商局，航空公司，社保局等國家機關合作，提供公民基本身份證信息、銀行卡信息、航空出行信息、企業工商信息等，他們的特點是對外提供數據查詢，數據豐富有價值，缺點是風控產品偏弱。以螞蟻金服、騰訊徵信、網路金融為主的互聯網公司，他們的特點是各自都有一塊基於電商、社交、搜索的巨量數據，同時一些外部數據，形成自己的風控產品和數據輸出能力，這些互聯網公司剛開始只是和自己的戰略合作企業合作輸出風控，現在也慢慢對外提供2B的風控產品。同盾科技、百融金服、幫盛科技、聚信立、數美科技等創業技術公司，在互聯網巨頭還沒有對外提供風控技術和傳統數據機構風控技術還不強的時候，他們的出現彌補了P2P金融和現金貸對風控產品的巨大需求，他們的數據是整合多方數據源，不斷的為2B企業提供風控模型和數據，並且獲得了一些網貸數據積累。
三、大數據風控的覆蓋流程
大數據覆蓋信貸領域各個流程，重點是獲客、身份驗證和授信環節，貸中後環節。
獲客環節建立用戶畫像，跟蹤用戶完整生命周期；身份驗證環節，通過身份驗證，活體識別等技術解決申請人是否本人的問題，關聯分析則是利用圖關聯技術，找出欺詐團伙；授信環節匯聚多方數據源，通過建模進行風險定價，金融科技服務商輸出信用評分給機構使用；貸中後環節，主要是排查異常客戶，及時報警，以及逾期客戶失聯修復等。

大數據在信貸過程中的應用
四、大數據風控的價值點分析

1.數據
大數據風控中什麼是最重要的？
答案是：數據。
數據的大數據風控中的核心中的核心，沒有什麼比數據直接告訴金融機構某個目標客戶是黑名單客戶，逾期嚴重客戶更簡單和高效的事情了。
數據最好能有海量數據，覆蓋足夠多的用戶；用戶數據價值密度高、噪音少，數據清洗容易；用戶數據維度多，能夠形成豐富的用戶畫像；自身業務場景能夠獲取有價值數據 。
2.技術
對於有些金融機構來講，如果風控標准很嚴格，其實排查不能准入的客戶其實是不難的，但是對於大部分金融機構來講，風控和業務是互斥的，為了提高業務量，就必須降低准入標准，但是又要防範風險，這就需要藉助技術手段，通過反欺詐建模和信用建模方式，對一下白戶進行評估，以及評估客戶信用水平，以決定是否准入。
技術要求有強大的底層技術架構能力，良好的企業級產品輸出能力和大數據清洗和建模能力，未來還需要結合Al等技術，形成智能的風控和反欺詐平台。
3.場景
理財，保險，汽車金融，現金貸等金融服務，對應的場景不同，對建模的要求也不同，建模能力要求對客戶的業務場景非常理解，模型才能適合行業特徵。需要經驗豐富的建模團隊和行業專家隊伍；服務過行業標桿客戶，了解客戶的業務場景；深度理解業務需求。
五、大數據風控的在信貸中應用
我們以百融系統為例，介紹大數據風控在信貸過程中的流程：

百融大數據風控應用貸款流程
當前的信貸審批流程主要分為人工審核和自動審核，對於客戶資質好，信用好的客戶，只要能通過負面信息，欺詐信息，信用評估，那麼系統自 動審批通過。對負面信息和欺詐風險沒有通過的客戶，系統可以自動拒絕或者申請人工復核，對於信用評分不高的客戶，需要人工介入審核。
六、常用的大數據行業數據
央行徵信報告：一般持牌金融機構有央行徵信介入許可權，包括個人的執業資格記錄、行政獎勵和處罰記錄、法院訴訟和強制執行記錄、欠稅記錄等。司法信息：最高法以及省市各級法院的最新公布名單，包括執行法院、立案時間、執行案號、執行標的、案件狀態、執行依據、執行機構、生效法律文書確定的義務、被執行人的履行情況、失信被執行人的行為等信息。公安信息：覆蓋公安系統涉案、在逃和有案底人員信息，包括案發時間、案件詳情如詐騙案/生產、銷售假葯案等信息。信用卡信息：銀行儲蓄卡/信用卡支出、收入、 逾期等信息。航旅信息：包含過去一年中，每個季度的飛行城市、飛行次數、座位層次等數據。社交信息：包含社交賬號匹配類型、社交賬號性別、社交賬號粉絲數等。運營商信息：核查運營商賬戶在網時長、在網狀態、消費檔次等信息。網貸黑名單：根據個人姓名和身份證號碼驗證是否有網貸逾期，黑名單信息。還有駕駛證狀態，租車黑名單，電商消費記錄等等。
七、大數據行業存在的問題
目前整個大數據行業面臨的問題主要是客戶隱私泄露問題，像公安，法院等信息由於信息敏感，其實是遊走在法律監管空白地帶。
在百行徵信成立之前，各家數據機構的數據其實沒有打通，數據的有效性會打折扣，預計百行徵信數據出來之後，因為結合了各家數據之長，數據連貫性會好一些。
各個大數據公司在數據收集和清洗方式不同，會造成數據污染，這樣輸出的數據會有一定的不準確性。
目前公民數據主要來自於線下收集和網路行為記錄，數據的存在一定的滯後性，單純線下收集的數據存在一定的延遲性。
大數據還處於發展初期，目前比較大的問題還是數據量不夠大，不夠全，以及如何協調數據開放和公民隱私之間的矛盾，未來還需要結合人工智慧和區塊鏈，物聯網等技術，實現數據的不可篡改，數據收集及時等能力，從而更好為金融服務。

『貳』 央行緊急排查銀行與大數據公司合作，涉及10家平台

昨日（10月24日）下午，有消息稱，央行緊急調研要求銀行填寫是否與第三方數據公司開展合作。

排查內容涉及數據採集、信用欺詐、信用評分、風控建模方面，央行要求上報第三方數據公司的名字、股東背景、是否涉及爬蟲。

有銀行人士向消金時代證實了此消息，並稱：「我們沒有收到直接文件，雖然通知是人行發的，但是銀監局直接電話通知我們的，時間是本周二。」

網路上流傳的一份截圖（上圖）顯示，各企業 徵信 機構還被要求梳理是否與：同盾科技、魔蠍科技、新顏科技、集奧聚合、公信寶、白騎士、天機數據、立木徵信、聚信立、51信用卡等10家公司有業務或股權投資關聯。

各機構排查自身業務中是否存在違規爬蟲行為，如存在上述情況，請立即上報，對於存在違規爬蟲業務的要立即整改，不存在上述兩種情況的，請出具加蓋公章的書面承諾，並於10月24日前送至徵信管理處。

不過，另有截圖（下圖）顯示監管部門要求填表了解是否與上述除同盾科技以外9家公司有業務或股權投資關聯。

河北地區銀行人士向我們表示：「要求我們交的僅是文字說明，未涉及表格。」

根據了解，被點名的平台或許是各地方監管的附加要求。據消金時代核實，某中部地區銀行收到的通知內包含同盾科技，某北方地區銀行收到的通知則不包含同盾科技。

而上述10家平台，最近都不算太平。

9月6日，魔蠍科技被警方控制，高管被帶走，服務癱瘓，新顏科技CEO黃向前被帶走，聚信立被曝有警方進駐調查。

9月11日，公信寶被警方查封。

9月12日，集奧聚合深圳分公司有10多人被帶走。財新等媒體報道稱，集奧聚合北京辦公室也被深圳警方帶走多人，包括爬蟲數據接入負責人和合同負責人。

中秋節期間，同盾科技子公司信川科技法人代表、總經理徐斐和旗下數聚魔盒總經理童保華被警方帶走協助調查。財新等媒體報道稱，10月3日，黑龍江警方從同盾科技北京辦公室帶走多位從事爬蟲業務的子公司員工。

10月9日，有媒體曝出立木徵信於7月18日被查，法人劉勤楓及大部分員工被警方帶走。

白騎士、天機數據此前也均是市場上較為活躍的有爬蟲服務的平台，此前已暫停爬蟲服務。

而據財新報道，除配合調查外，包括新顏CEO黃向前、同盾科技的兩位相關業務負責人徐斐和童保華已被檢方批捕。

已進行多輪自查

一張統計表截圖（下圖）顯示，合作情況排查僅上報金融機構與數據公司在個人信息方面的合作情況，不包括企業信息合作。從此條來看，排查意在個人信息保護。

由於大數據行業動盪，對風險向來敏感的金融行業，早已開始多輪自查。9月，中國互聯網金融協會發出窗口指導，提示行業內機構應清查使用數據的來源是否合規。

城商行、農商行、消金公司等多家機構也暫停大數據風控合作業務。一家數據商人士表示，各機構要求數據商出具文件對是否涉及爬蟲業務進行說明。

上周，北京銀監局下發文件，規範金融機構和金融科技公司合作，嚴禁金融機構與以「大數據」為名竊取、濫用、非法買賣或泄露客戶信息的企業開展合作。

10月22日，北京金融局窗口指導摸排區內所有大數據企業是否存在違規爬蟲業務。

近期，央行也下發了《個人金融信息（數據）保護試行辦法》（以下簡稱：《辦法》）的徵求意見稿。據媒體披露，《辦法》中最嚴苛的一點是，除了依法設立的徵信機構之外，未經人民銀行批准，任何單位和個人不得從事個人金融信息的收集處理工作，以及對外提供 個人徵信 業務。

《辦法》規定，金融機構也可以通過外包服務開展業務，只是對外包服務的要求更高，金融機構要進行充分調研審查，評估外包服務公司的能力。

從前述排查來看，有業內人士認為，監管強調的是客戶信息來源是否合規，而非否定金融機構與數據機構合作形式。也有人認為，在《辦法》正式下達前，中小銀行應該不敢再合作。

打擊套路貸，影響自下而上

前年開始，全國開始對套路貸和掃黑除惡進行打擊。今年4月，最高人民法院、最高人民檢察院發布《關於辦理實施「軟暴力」的刑事案件若干問題的意見》，打擊范圍升級。

10月11日至12日，「全國掃黑除惡專項斗爭第二次推進會」在陝西西安召開，對網貸涉黑嚴打的監管風暴持續強化。10月21日，兩高兩部正式發布 《放貸意見》 ，界定無牌發放年化36%以上 貸款 達一定條件的非法放貸以非法經營罪處罰。

對套路貸、非法放貸的監管日益趨嚴。而很多大數據風控公司與「714高炮」等現金貸平台合作密切，甚至有公司親自下場放貸，據財新報道，被查大數據公司均由於714高炮涉及的 催收 引發命案有關，公安對大數據公司是有針對性的介入。

網路現金貸暴力催收，引發數據行業動盪，有持牌機構人士稱：「最近的數據公司被抓，導致貸款業務風控模型可控程度急速下降。」風波影響可謂「自下而上」。

除了涉及現金貸問題，不少使用爬蟲技術的大數據風控公司本身就有致命缺陷。

對大數據風控服務商的強監管風暴，讓「爬蟲」一詞常登熱點，爬蟲技術中立也被業內反復強調。

一般來說，大數據風控行業的數據來源分幾種，數據源接入、機構 共享 及爬蟲。其中，爬蟲來的數據更為客觀和數量龐大，在數據積累初期作用很大，但也常常採用籠統授權的方式爬取用戶的非公開個人信息。

有業內人士向消金時代表示：「爬蟲乾的是臟活累活，市場過度競爭導致無利可圖，性價比低，所以企業只能把盈利點放在爬蟲以外的地方。聚信立、公信寶、魔蠍科技等數據公司都在做的事情就是把爬蟲數據入庫，如果僅輸出評分倒也不至於引發強烈後果，但很多都把通話記錄賣給催收，個人基本信息賣給營銷公司等，涉嫌販賣個人數據等問題。」

根據2017年6月施行的《最高人民法院、最高人民檢察院關於辦理侵犯公民個人信息刑事案件適用法律若干問題的解釋》，（一）出售或者提供行蹤軌跡信息，被他人用於犯罪的；（二）知道或者應當知道他人利用公民個人信息實施犯罪，向其出售或者提供的；（三）非法獲取、出售或者提供行蹤軌跡信息、通信內容、徵信信息、財產信息五十條以上的；（四）非法獲取、出售或者提供住宿信息、通信記錄、健康生理信息、交易信息等其他可能影響人身、財產安全的公民個人信息五百條以上的；（五）非法獲取、出售或者提供第三項、第四項規定以外的公民個人信息五千條以上的；（六）數量未達到第三項至第五項規定標准，但是按相應比例合計達到有關數量標準的等條件達到任一條，應當認定為刑法第二百五十三條之一規定的「情節嚴重」。

但是同時，上周北京銀監局下發的文件也肯定了大數據技術的價值，「充分運用大數據技術，加大風險監測和預警力度」。

在數據治理體系逐漸完善的背景下，大數據在金融行業的應用仍有無限前景。

『叄』 國內大數據風控方面做的比較好的企業有哪些數據的獲得途徑有哪些

大數據風控主要有兩點，一是風控模型，二是數據。模型是各企業的核心機密，無從得知，基本會從信用歷史、職業特徵、收入分析等諸多方面入手；數據由於數據孤島現象，是目前各企業重要的資產。數據來源大致可分為三個方面：一是用戶提交的包括身份信息、職業信息、收入信息等數據；二是外部數據，包括從政府機構獲取的數據以及合作金融、電商等機構提供的第三方數據；三是自身行業生態鏈中產生的數據，如淘寶的購物數據。就我接觸到的行業，大數據風控一是互聯網消費金融公司做消費金融風控，二是用於做大數據徵信進而衍生出小額貸款、互聯網消費分期等業務。國內知名企業有：阿爾法象、螞蟻金服、京東金融等。做個人徵信的知名企業有芝麻信用、前海徵信、考拉徵信，這些企業有自己核心數據；專業做大數據風控的公司基本是初創公司，其風控仍有待檢驗，包括聚信立、Wecash閃銀、量化派等。

『肆』 因暴力催收遭查 51信用卡的問題僅僅是外包管理不善嗎

就在7月初， 51人品貸 因未經用戶同意收集個人信息而被工信部官網點名批評。9月以來，大數據風控行業迎來「史上最嚴」整治，先是此前杭州、上海等地區多家大數據智能風控企業遭調查. 10月21日上午，一則關於「51信用卡」遭百名警察突擊清查的消息不脛而走，在業界掀起軒然大波。受此負面消息影響，21日午後開盤，51信用卡跳水暴跌，緊急停牌前跌34.32%。

當天下午，51信用卡官方微博「51信用卡管家」發布公告，稱公司的業務營運及財務狀況仍然保持正常健全。

當晚十一點，杭州公安發布通報，稱經初步調查發現，51信用卡委託外包 催收 公司冒充國家機關，採取恐嚇、滋擾等軟暴力手段催收債務，涉嫌尋釁滋事等犯罪。

今晨六點，51信用卡創始人孫海濤發布了一則長微博致歉，稱對外包合作方的「培訓和監督不夠」，導致給個別借款人造成傷害。

1

暴力催收並非事實全部

隨著和鎮公安信息的披露和孫海濤的致歉，暴力催收的存在已經成為不爭的事實。「外包」亦難以成為有力托詞。

而另值得注意的是，在警方發出公告之前，業內一度猜測此次調查或與行業爬蟲業務整治行動有關。

此前，網傳消息有一張銀行致函51信用卡的襲激截圖，敦促51信用卡其停止通過爬蟲程序對用戶信息進行抓取。

就在7月初，51人品貸因未經用戶同意收集個人信息而被工信部官網點名批評。在第三方投訴平台「聚投訴」上，公司旗下的51人品貸還因砍頭息、通訊錄、暴力催收等問題頻繁遭遇用戶投訴。

對51信用卡而言，眼下的尷尬處境也早有伏筆。

成立於2012年5月的51信用卡的運營主體為杭州恩牛網路技術有限公司，從羊毛信息平台到提供信用卡綜合服務，其為用戶提供跨行多卡管理服務的底層基礎正是使用爬蟲抓取信用卡賬單信息。在信用卡賬單管理軟體「51信用卡管家」嘗到甜頭之後，又推出「51人品」「51人品貸」「給你花」等產品，業務涵蓋個人信用管理服務、信用卡科技服務、線上信貸撮合及投資服務。

由此可見，其發展路徑為藉由信用卡管理工具獲取客戶並經由撮合 貸款 實現變現，其合作方囊括了多家P2P及持牌金融機構。

觀其年報，個人信用管理服務僅僅佔51信用卡營收的一小部分，而「信貸撮合及投資服務」才為其貢獻了大部分的收入。

根據51信用卡往年財報顯示，2015年-2019年年中，其信貸撮合及服務費收益為0.17億元、3.84億元、16.27億元、20.56億元，分別占整體收益總額比例約為18.67%、67.28%、71.73%、73.1%，撮合業務對營收的貢獻逐年提升。2019年上半年，這一數據有所下降，為57.4%，但仍是收入的絕對重頭。

要改變一家企業的基因並非一朝一夕的事。

昨日新聞爆出之後，一名51信用卡用戶向十字財經反應，在嘗試注銷多年不曾使用的APP賬號，51信用卡要求其提供身份證正反面照片及手持身份證的影像認證等重要個人隱私數據。在賬戶注銷的過程中採集這一數據的必要性受到了用戶及專業人士的質疑。

2

合規升級下的互金凜冬

9月以來，大數據風控行業迎來「史上最嚴」整治，先是此前杭州、上海等地區多家大數據智能風控企業遭調查，魔蠍科技以及新顏科技的高管相繼被帶走，同盾科技、百融雲創、聚信立等頭部機構，亦不同程度地中招。受此影響，鵬元 徵信 、立木徵信、白騎士等多家大數據風控服務商紛紛暫停部分服務。

而值得注意的是，多家媒體報道稱，警方調查大數據風控平台的原因並非完全出於保護個人信息安全，更可能是為了打擊「套路貸」，大數據公司為現金貸平台提供了系統、數據、風控，便喚禪粗於平台導流獲客，並通過爬取用戶的運營商數據進行違法暴力催收。

值得一提的是，國內的大數據產業幾乎是與 網貸 產業相伴而生，造成合規問題的最大根源在於網貸平台自身規模與其運營、技術能力的不匹配。相較於傳統銀行的借款人，網貸平台借款人缺乏信用數據，還款能力相對較弱，而平台又必須對交易進行風控審核，為了滿足平台對技術與數據的需求，催生了大數據公司，這些第三方數據公司通過爬取用戶信息支撐起網貸平台的風控，並幫助其利用大數據進一步實現貸後的催收環節。

這意味著，爬蟲作為主要的技術手段，淪為「套路貸」違法犯罪活動的幫凶。通過大數據爬取借款人信息來實現獲客、風控及催收，催生了濫用數據、侵犯用戶個人隱私、高利貸、暴力催收等一系列黑產。

值得一提的是，就在51信用卡出事當天，全國掃黑辦召開新聞發布會，最高法、最高檢、公安部、司法部共同研究制定了《關於辦理非法放貸刑事案件若干問題的意見》(以下簡稱《意見》)，根據《意見》，非法放貸情節嚴重的將以非法經營罪定罪處罰，並自2019年10月21日起施行。

其中，《意見》將打擊目標鎖定社會危害性最為突出的非法高利放貸，明確在定罪量刑時以單次實際年利率超過36%的非法放貸為基準，並且從非法放貸數額、違法所得數額、非法放貸數量以及所造成的危害後果等幾個方面，規定了「情節嚴重」和「情節特別嚴重」的具體標准。

與此同時，在禁止暴力催收方面，《意見》指出，為強行索要因非法放貸而產生的債務，實施故意殺人、故意傷害、非法拘禁、故意毀壞財物，尋釁滋事等行為，構成犯罪的，都應當數罪並罰。以及糾集、指使、僱傭他人採用滋擾、糾纏、哄鬧、聚眾造勢等手段強行索要債務，尚不單獨構成犯罪，但實施非法放貸行為已構成非法經營罪的，應當按照非法經營罪的規定酌情從重處罰。

無論是催收還是大數據的採集使用，監管對於合規性的要求在持續提升。合規的真正落地，或許才是金融科技真正步入健康發展的開始。而寒冬未競，道阻且長。

『伍』 51信用卡樓下聚集13輛警車 ，它犯什麼事了

因為五一信用卡出現了一些問題，所以有警車，很可能做出了一些違法的事情，損害了老百姓的利益。可能和一些財務方面有關系吧防止犯罪嫌疑人逃脫吧。

據公開信息，51信用卡上線了大數據風控系統產品iCredit，51信用卡稱其「依託於公司過億用戶和海量大數據，形成了超過20個維度的近萬個風控變數，提供一站式全流程風險管理服務」。

2019年上半年，51信用卡營收超14億人民幣，較2018年同期增長9.8%；經調整凈利潤為3.09億人民幣，較2018年同期2.73億元增長12.9%。51信用卡管家APP注冊用戶數從截至2018年6月30日的6890萬增長21%至截至2019年6月30日的8340萬人；管卡數量從截至2018年6月30日的1.186億張增長16.9%至2019年6月30日的1.387億張。