“在互聯網上，沒有人知道你是一條狗”，這句誕生自1993年的互聯網名言，放在如今逐漸實現全面線上化的金融服務上依然適用——在流量背後，沒人知道你是“良民”還是“黑產”。
公安部2015年參與發佈的一組數據顯示，網絡黑產的直接從業者已經超過40萬人，上下游人員160萬人，年產值達到1100億元，而更為諷刺的是，網絡安全產業的全部產值不到300億。
和金融相關的“黑產”滲透於支付、借貸、消費等多個環節，從風險角度看，金融行業需要防範的東西一直未變，身份欺詐、不適當授信，以及不當授信帶來的還款壓力等。隨著時代的進步和技術的發展，欺詐與反欺詐的博弈戰場從線下走到線上，風控面臨著更大的挑戰，而不斷更新換代的新技術，也帶來了更有效的風險防範手段。
魔高一尺 道高一丈
“風控的第一步，其實還是確認三大哲學終極命題中的‘你是誰？’”郭曦說道。快牛金科CRO，曾先後服務於支付寶、芝麻信用和菜鳥供應鏈金融團隊，擁有10餘年零售金融與互聯網大數據挖掘經驗的郭曦，在談論起風控時，他的口頭禪依然是：風控真的很有意思。
快牛金科CRO郭曦
快牛金科由出身BAT類IT科技公司、大型律師事務所和權威金融機構前高管共同創辦，是一家以人工智能技術和大數據建模為核心的綜合金融科技集團企業，主要面向未被央行徵信所覆蓋的年輕人群體，通過挖掘數據特徵定位客戶需求，為用戶進行精準、便捷的個人授信。
“互聯網上的授信決策讓虛擬環境下的身份識別非常關鍵，常見的人臉識別技術就派上用場。但是‘黑產’也在不斷進化，比如把我們系統中失敗的人臉認證調出來一看，進行欺騙攻擊的有PS高清照、播放預製視頻等，高級的還有3D人臉模型，讓它搖頭動嘴都能做到。所以說，與‘黑產’鬥，其樂無窮。”
針對這些攻擊，據郭曦介紹，快牛金科運用光線活體這一新技術——將不同顏色和強度的光線投射到面部，經攝像頭接收後，運用一系列算法處理和卷積神經網絡，分析推導人臉信息。光線活體技術建立在密碼學的堅實基礎之上，是目前已知安全級別最高的技術之一。
相比虛假身份的識別，組團欺詐的發現難度更大。一般來說，團體欺詐往往隱藏在非常複雜的關係網絡裡，很難識別。只有把其中隱含的關係網絡梳理清楚，才有可能去分析出其中潛在的風險。知識圖譜，因為天生用來描述關係網絡，因而具備了分析組團欺詐的便捷手段。
簡單來說，用戶的每個數據都可以作為一個節點，數據節點之間產生聯繫後就產生了邊，這些節點與邊構成了龐大的數據量。將這些信息進行整合，並構建已知的主要欺詐要素(如手機、設備、賬號和地域等)的關係圖譜，便可全方位瞭解借款人風險數據的統計分析，對潛在的欺詐行為作出及時的反應。
擁有底層數據源的BAT都建立了基於關係圖譜計算的引擎和數據庫，用於監測用戶風險的傳播。而快牛金科和騰訊合作的“星圖”產品，通過引入知識圖譜技術，可以在開源或常見數據庫中，插入新用戶的數據節點，從而進行用戶的風險查詢。和以往產品相比，星圖中數據節點的插入速度和用戶結果的查詢效率都大大提高。
除了發現新用戶的數據造假、歷史違約、組團欺詐外，快牛金科應用的關係圖譜技術在監測老用戶的風險聚集上也起到了至關重要的作用。
數據決定模型準確率的上限
“你有多少數據，就決定了你能夠做得多好，所有的策略和算法都在無限逼近那個‘可能的上限’，那個‘天花板’就是由數據決定。”
在郭曦看來，快牛金科最大的優勢就在於其數據的“深”與“廣”。作為多家頂級機構的聯合建模實驗室成員，快牛金科擁有豐富多元的數據來源，涵蓋了用戶交易、出行、社交、資產等線上線下的2000多個維度的海量數據，使得全面刻畫一個用戶的風險畫像成為可能。
但互聯網上的數據大多為弱相關性數據，深入研究這些數據成為必修課。快牛金科與BATJ及一些大型數據供應商進行深度合作，直接在這些底層數據源中建立定製化的策略和模型，從弱相關數據提取強相關性的變量，再總結出強相關性的評分模型，最後在快牛金科做進一步的加工。在快牛金科自主研發的元方智能雲風控系統上，風險模型的KS值已經達到0.45以上。
數據的“廣”和“深”，讓快牛金科的模型表現出優秀的風險區分能力，尤其是在小額借貸、小額分期上。
“經歷過早期信用風險模型建立的人都知道，專家模型的KS值很低。而隨著多元數據源的不斷收集、AI算法的持續升級，特別是深度學習的出現，讓現在的大數據模型能對用戶風險進行精準的量化評估。”郭曦解釋了元方風控系統模型0.45的KS值的概念：“在我們拒絕20%‘好’用戶的時候，65%的違約或欺詐用戶也會被‘攔在門外’。”在互聯網風控實踐中，這無疑是一個極為有效的模型。
郭曦就職於螞蟻金服期間，就曾負責海量用戶數據下的交易與信用風險相關的機器學習模型開發與應用策略，主導了千億級團伙網絡欺詐識別模型。對他而言，在快牛金科的風控模型中，根據模型的有效性、準確性、覆蓋率和波動性對其進行合理迭代提出了更為具體的要求。
不僅如此，在多維刻畫用戶畫像、精準量化用戶風險的基礎上，保證良好的用戶體驗也對郭曦和他的團隊提出了挑戰。
“信用審核中，爭分奪秒是必須的，用戶往往缺乏耐心。此時，風控系統的實時計算能力就成為一個考驗。”郭曦解釋道。互聯網金融的獲客成本水漲船高，每多等1分鐘，用戶的流失都是不可估量的損失。面對複雜多樣的用戶數據，需要強大的實時數據梳理和加工能力將其加工成各種特徵維度，才能提煉出用戶特徵對其進行風險評判。構建實時風控計算能力是快牛金科整個風控系統中重要的一環。快牛金科目前可以實現新用戶3分鐘內、老用戶1分鐘內的風險評估和算法決策。
金融科技行業的發展讓技術降低了金融服務的門檻，服務渠道的下沉、平臺的互聯網化、金融產品的小額高頻化，都對風控提出了更現代化和個性化的要求。在這個過程中，風控是眺望者，也是守門員。基於科技能力實現對傳統風控流程的革新，將風險前置，全面提升業務風控能力成為金融科技企業持續經營的重點。
對於以郭曦為代表的風控從業者來說，數據是有趣的、風控是充滿挑戰的，如何更好地利用大數據技術服務金融、服務用戶將是他們未來持續探索的方向。
閱讀更多 中國企業報 的文章
