使用人工智能、大数据技术防控P2P风险

　　马丁

　　最近几个月，互金行业最火的词是“爆雷”，各地风险事件的集中爆发，引发了行业的“多米诺”效应。

　　究其原因，大体因为两方面原因。一方面是问题平台本身业务存在瑕疵，在监管趋严的环境下，无法进行新的募资，于是引发了接连爆雷的连锁反应。另一方面是在去杠杆的大背景下，市场流动性整体偏紧，企业及个人债务违约率上升，这直接导致P2P平台的信贷逾期率不断攀升，投资人信心不足。

　　根据监管的要求，P2P是将借款人与出借人链接在一起的信息中介。虽然P2P平台只是信息中介，但由于理财端客户大部分不具备专业的风险识别能力，平台有义务对借款人的风险状况进行充分的调研和披露。这是P2P平台持续稳健经营不可回避的问题。

　　信贷业务的核心是控制风险。在流动性相对宽松的市场环境下，粗放型的经营也许还可以应付。但在流动性趋紧的市场环境中，潜在的信用风险会充分暴露出来，并直接影响到平台是否还能持续运营。未来P2P行业比拼的是精细化管理能力和风控能力。

　　从客群来分析，互金行业主要服务的是长尾客群，即以前没有被传统金融机构服务到的80%人群，要想服务好这些客户，既要考虑产品设计又要注重客户体验。这部分客户体量庞大，有小额、分散、高频等特点。如果以传统对公的信贷思路来做风控，是远远无法满足于行业需求的。高效自动化的风控体系搭建是互金行业做好普惠金融的重中之重。

　　从风控流程上来看，在贷前准入阶段，应主要识别借款人的欺诈风险和信用风险；在贷中监控阶段，应识别借款人信用恶化的风险；在贷后管理阶段，应注重对借款人合规有效的催收。

　　在贷前欺诈风险防范上，应注重借款人身份和信息的校验，有效识别出有欺诈意图的借款人。在贷前信用风险防范上，应通过多维度的数据，来综合评估借款人的还款能力及还款意愿。同时，对于不同风险等级的借款人施行差异化定价策略。在贷中监控阶段，要运用自动化的方式精准识别信用恶化的借款人，并能提供实时动态的预警，以此帮助金融机构防风险于未然。在贷后管理阶段，运用智能的大数据催收工具，在合规的前提下，提高催收效率，节约成本。

　　现有先进的人工智能和大数据技术，在整个风控环节中都有很好的应用和表现。如在欺诈识别上，可以运用复杂网络、关系图谱来识别团伙型欺诈，实现跨行业、跨机构、跨客群的风险识别。在贷中联系人状态识别上，运用先进的技术可以在借款人无感的情况下识别其电话是否可联。因其识别时间短、识别数量多、推送及时，为互金机构提升了效率，并大大节约了成本。

　　在贷后催收方面，智能催收机器人已经成为互金机构关注的焦点。运用自然语言处理、语义识别等技术，智能催收机器人可以实现与欠款人的多轮对话，且能根据欠款人的情绪和对话内容来自主分析并作出得体的回答。这些先进技术的广泛运用，大幅提升了互金行业的运营效率，降低成本的同时有效控制了风险。

　　作者系百融金服风控专家