北京2017年12月13日电 /美通社/ -- 大数据如何应用在具体金融场景？科技从细微之处怎样改变传统金融行业？12月1日，以“大数据的金融思维”为主题的第二期“宜信金融科技思享会”上，宜信数据技术专家和与会媒体人士就这一问题进行探讨。
“宜信金融科技思享会”是宜信公司主办的聚焦Fintech前沿领域的研讨活动， 8月23日，以“区块链技术的商业化应用场景”为主题的第一场宜信金融科技思享会成功举行，引发广泛关注。
宜信“金融科技价值观”：科技为了创造更好的金融服务
“金融科技要回到金融服务的核心点上，用科技去改进金融服务，贴近每个客户和小微企业，满足以往没有被很好满足的需求。”宜信公司高级副总裁、首席战略官陈欢表示，宜信的“科技金融价值观”就是“科技要帮助我们回归金融服务本质，为社会提供更好的金融服务”。
陈欢认为，科技和金融结合经历了三个阶段。第一阶段是“信息化”，将从金融机构手工劳动和纸质单据中解放出来，提高效率；第二阶段是“数据化”，金融机构的信息需要进一步结构化，进行更广泛的分析和使用；第三阶段是“智能化”，人工智能、机器学习等技术在金融领域的引用，催生了大数据风控、数字货币、智能投顾等等创新事物出现。目前社会正处于第二阶段到第三阶段的过渡中。
“技术带来的机会和可能性在增多，宜信作为技术领先的金融服务企业，更重视金融服务的逻辑，我们要比科技平台做得更多，要更有长线思维和风险意识，要用科技赋能提供更好的金融服务。”陈欢表示，“回归金融服务的核心点，是用好技术赋能的关键，金融服务和保险、理财、投资等等方式一样，都是为了服务大家有更美好的生活。”
大数据风控：更有效的风险管理
“风险并不是个贬义词，而是指未来损失的不确定性。”宜信公司风险管理委员会数据总监柴耀晖表示，宜信大数据风控能做到从贷前（反欺诈、授信决策等）到贷中（账户及资产组合检测、风险预警等）再到贷后（逾期催收、坏账核销等）全流程风险管理的优化和效率提高。
基于大数据优势，宜信独立研发的数据产品为宜信诸多金融业务提供着数据分析与共享服务包括授权抓取数据、提供征信报告和人法失信等数据、对第三方服务商和公开网络数据进行提取以及为个信贷行业提供共享数据。
高效数据处理支持整个宜信大数据风控决策的开发流程，关于这一流程，柴耀晖着重介绍了“反欺诈”和“评分卡”两项应用：“以反欺诈为例，仅申请人电话信息一项，我们就会稽核其实名制情况、是否涉黑或过期，在网时间长短、联系人数量、安装APP的情况等近20项详细数据。同时，我们会对用户分级实行‘评分卡’制度，结合用户的出行方式、教育经历、手机设备使用情况等信息，开发白名单评分卡，用来挖掘优质客户，开发针对APP用户的极速放款模式，从注册至放款最短时间缩短至10分钟。”
柴耀晖表示，目前，宜信大数据风控技术已经总结了超过800个有效验证的欺诈特征和3000多个风险决策规则，能做到24*7实时授信，提升了业务效率，实现了线上线下全渠道，覆盖255个城市，20个省及直辖市的农村地区。同时也能够和金融机构共同防御风险，开始和超过700家机构共享金融风险数据，与40家征信数据服务商建立了紧密合作。
同时，大数据风控也积极接入AI（人工智能），技术成果丰硕。以其中“大数据风控搜索引擎”为例，能以毫秒级从海量数据源中检索出和用户风险相关的数据，实现智能风险识别以进行信用审核。
运营之翼：享受大数据带来的“红利”
“面对特定的客户，发券或者红包福卡都是常见的运营方式，问题在于，对什么人发？怎样发才有效？”宜信公司大数据创新中心工程总监张军介绍到，从交易、订单、优惠、产品、行为等各方面的数据当中用机器学习技术得到的模型不光能优化“发券”这件事，还可以在电销数据线上化基础上形成“外呼策略”，实现精准外呼，大幅提高了运营效率。张军表示，“金融科技企业运营工作也能享受到大数据红利，可以大幅降低成本，提高金融效率，扩大客群。”
在财富管理领域，传统运营大量依靠人力，成本高效率低，大数据技术使得运营更精准效率更高。普惠业务，通过建立存量数据的“水利枢纽”，能够打破数据孤岛、数据查询和分析加速，决策更快成本更低；通过使用存量数据构建知识图谱，能有效识别隐蔽的欺诈案件，优化风险模型。
张军介绍道，大数据分析和母基金严选集中体现了大数据的“红利”。宜信的大数据风控平台积累超过600个模型集，3000多个模型（或规则），具备60000个特征变量，能实现每天8万次决策，年度决策金额超千亿；有了大数据技术，在超20000家机构中通过60多个维度进行1000多万次的分析后，宜信就能从一级市场海量数据中严选好的基金形成自己的FOF产品。这些海量分析包括投资人分析、基金画像、机构分析、标的分析、舆情分析等几十个指标，为投资者提供可靠地FOF投资计划。
宜信普惠商通贷：大数据技术服务小微企业的较佳范例
宜信普惠“商通贷”是大数据赋能小微企业信贷在产品方面的落地实践。宜信大数据创新中心数据科学家朱恩东介绍道，为小微企业提供金融服务的难点很多，比如抵押物的缺乏、风险难以评估等等。商通贷提供的服务则针对性地解决这些问题：1.纯信用，无抵押物；2.纯线上，需求快速响应；3.支持内贸外贸各行业小微企业服务平台。这一切的实现得益于商通贷大数据结合人工智能科技的工作。
基于数据，商通贷产品背后是人工智能技术的支撑，朱恩东着重介绍了三大技术：一是树型模型融合。海量数据通过分类和赋予特征将数据结构化形成不同的算法模型，能够高精准度对进件客户进行实时智能风险评估；模型可以保证商通贷众多数据源的稳定性，也能保证跨平台复用，降低了运营成本。
二是迁移学习。具体包括模型目标迁移、客群特征迁移、时间维度迁移和跨业务线迁移。人工智能迁移学习解决方案，有效解决了商通贷在初期所面对的数据样本少、平台多、迭代慢的主要问题。
三是深度神经网络。商通贷技术团队开发了基于深度神经网络的多项关键技术，能够实现商品品类分类及评价情感分析，对客户评价等时间流特征进行特征抽取，以及平台上“负样本”的生成。
通过基于大数据的人工智能技术研究，商通贷的业务势头良好，2017年第二季度和去年同期相比，件均业绩提高了50%，放款量增加了30%，审批通过增加了60%，对接小微企业数据服务平台数量增加了40% -- 飞速增长的同时，整体风险保持平稳，保证了新业务的不断进步。
