消费金融发展与创新研讨会

《消费金融发展与创新研讨会》由会员分享，可在线阅读，更多相关《消费金融发展与创新研讨会（11页珍藏版）》请在金锄头文库上搜索。

1、 国家金融与发展实验室 2017 年 4 月 25 日 消费金融：发展与创新研讨会消费金融：发展与创新研讨会 暨消费金融创新报告发布会暨消费金融创新报告发布会 1 消费金融：发展与创新研讨会 暨消费金融创新报告发布会暨消费金融创新报告发布会 王刚王刚/ /主持人：主持人： 各位好！我是国务院发展研究中心金融所的王刚，感谢国家金融与发展实验室的邀请，下面进入下一个环节的圆桌讨论。有请 5 位讨论嘉宾，中国银联北京分公司的邱键，TalkingData 的 CEO 崔晓波，脉脉的林凡，聚信立的创始人兼 CEO 罗皓，还有第 1 车贷董事长李海燕。 刚才工作人员跟我讲，咱们的时间要如期在 5 点35

2、结束，这给我非常大的压力。直接聆听几位嘉宾对一些问题的看法，事先我也准备了一些业界和消费者都比较关注的问题，我们就直接按照顺序请大家做一个发言。同时由于时间确实非常有限，请各位嘉宾配合，每个问题的发言请大家控制在 3 分钟之内。 首先进入第一个话题，大家都知道消费金融天然具有这种规范性、综合性的特征，有大数据做消费金融，技术的前提就是怎样从海量的数据中筛选出优质的数据。我想请问在座的 5 位嘉宾，根据咱们的业务实践，这方面是怎样来做的。同时过程中可能会涉及到把社交数据、电商数据转化为技术，这个过程中有哪些难点。 按照顺序，首先有请中国银联北京分公司的邱键副总经理。 圆桌圆桌论坛论坛： 大大数据

3、、人工智能数据、人工智能在在消费金消费金融的融的运用运用脉脉 CEO 王刚 国务院发展研究中心金融所 银行室 副主任 丘丘键键 中国银联北京分公司 副总经理 崔晓波崔晓波 TalkingData CEO 罗罗皓皓 聚信立创始人兼 CEO 林林凡凡 脉脉 CEO 李海燕李海燕 第 1 车贷 董事长 2 丘键：丘键： 大家好，我是丘键，来自中国银联。中国银联是全球第一大发卡量和交易量机构。今天的主题是消费金融，大家都知道中国银联是做支付以及支付衍生场景的一些工作。刚才主持人提问的问题，讲到了大数据，银联拥有所有的基于银联卡的交易，不管是线上还是线下的跨行交易的数据信息，这些数据信息如何对一个用户进

4、行画像，这里面有很多工作可做。 现在只讲一下对消费金融的认识。大数据一定要在风控，在客户征信体系中发挥作用，前提是要在海量的数据中找到相关性，在这个过程中必然要避免经常所说的一两个问题，一个是数据缺失的问题，二是数据挖掘上的，工具性的一些偏差。在这种情况下，如果我们要对一个消费金融业务进行充分的尝试，就应该把最有利的数据信息和最相关性的信息抽出来进行分析。主持人也提到了，不论是社交性信息也好，还是其他的一些生活信息来讲，对一个人来讲，肯定支付型是第一位的，你浏览成百上千个网页，也不如你下单的那一刻。从这一点来讲，我司也会有很多具体的探索。 王刚王刚/ /主持人：主持人： 下面有请 Talkin

5、gData 的 CEO 崔总。 崔晓波：崔晓波： TalkingData 是一家数据型的公司，我们现在覆盖的领域比较广，既有金融，包括银行、券商、保险、私人银行等，也有地产、零售、快消、航宇、政府等等，相对来说是跨行业比较多的公司。对消费金融这件事情其实我们是这么看的，因为我们服务很多金融企业，有传统银行，包括网络经营信用卡的部门，又有互联网公司。大数据在这个过程中主要有两个定律，第一个是大数据定律。前段时间，跟一家互联网金融做模型去验证大数据定律，包括失信人群3 和守信模式基本上是类似的，跟这个基本相关，做营销策略包括风控规模的时候，都是跟大数据相关。 第二是在跨界本身。刚才有些专家提到，不

6、应该是消费金融，而是消费者金融，是研究人的。人有很多属性，既有金融属性，也有很多其他属性。我们在 2014 年跟几家信用卡银行尝试做用户分群，尝试把信用卡用户跟游戏用户进行交叉，利用信用卡的一些积分去兑换一些游戏币，发现效果非常好，对沉默客户的唤醒有非常明显的效果。 对我们来讲是这样两个场景。 王刚王刚/ /主持人：主持人： 谢谢崔总的分享，下面请聚信力的创始人兼 CEO 罗总分享。 罗皓：罗皓： 大家好。今天的主题是消费金融，我主要还是提一下过去几年从数据的角度如何运用到风控上的一些感想，不管是消费金融也好，信贷也好，信用卡也好，从数据的本源上来讲，我看上面写了一个信用数据，本质上非常简单，

7、谁在借，谁批了，谁还了。我们现在做的事情就是针对没有这三方面信息的人群，在大型的征信机构或者监管部门拿不到谁借了，谁批了以及谁还了的数据。 从 2008 年、2009 年，我注意到在美国有那么几家公司开始用社交数据包括电商数据判断一个人的资信状况。本质上这些数据都是一些补充，或者跟刚才所说的三个数据有一些关联性，我觉得这中间有几个难点，第一要考虑到数据的精度问题，在过去几年，有非常多的数据来源于不同的渠道，其实这中间有非常多的不一致性。 4 第二，数据的覆盖度。这也是一个非常关键的指标，我们在过去几年服务客户的时候，发现客户除了关心数据的真假以外，第二关心的就是覆盖度的问题。 第三，数据的有效

8、性。有效性反映在消费金融上面，可以从两个方面来看，第一个方面，比如数据是不是能够判断出这个人欺诈的问题。对于信贷或者是消费金融，用数据可以解决几个问题，第一，判断他是不是欺诈，第二是还款能力，多壳借贷，还有当他不还钱怎么解决他失联的问题。从有效性的角度，欺诈的角度来说，用到了他的还款能力还有偏好等等。 最后一点，因为现在转型速度很快，我们觉得在这个过程中，数据的易读性和可用性非常重要。因为我们推出的产品，发现有非常多互联网的数据，大家都觉得这个非常有用，但是不知道怎么用，所以会有很多的数据翻译过程，无论是消费金融还是现金贷在发展过程中都应该注意的问题。 王刚王刚/ /主持人：主持人： 下面有请

9、第 1 车贷的李海燕李总。 李海燕：李海燕： 大家好，第 1 车贷是 2014 年成立的，第 1 车贷的模式跟大家纯个人消费模式不太一样，因为汽车有一个非常特殊的属性，汽车的抵押权，这和房产是一样的，所以在车的消费领域里面，在模型上还是有很大差别的。所以汽车领域基于的一个是数据或者是人，另外基于的是一个车。 说一下大数据在汽车领域里面的应用，或者今天的话题可以分为两类，一类，如果有数据了，如何取得用户源。另外一个，如果有了数据了，如何去掉中间的中介。 5 中间的乱像很多，风险的核心是反欺诈。很少大家会说风险的核心是数据模型或者数据的校验。为什么提到反欺诈，就是因为敌在暗，我们在明。我们的对手在

10、很多技术层面上并不是一个小白，他们也在深入研究。我前两天看了一篇文章，大概的意思就是大数据的征信其实是有一点不太靠谱的。我不完全赞同这个理念，但是里面的一个难题是反欺诈的难题，在汽车领域里，反欺诈现象的普遍性是我们很难想象的，汽车领域是一个大家叫做薄毛利、大规模的领域，它的毛利利差比较薄，规模又很大，它不是一个高利率覆盖高风险的东西。在这个模型下，反欺诈显得尤为重要。反欺诈在汽车领域就是一个场景，如果场景错了，或者交易里的场景不对了，被欺骗的概率是很高的，甚至被欺骗概率是几十台车，上百台车的概念，所以在汽车领域大数据的应用更是反欺诈的一个模型和车的真实交易场景的一个应用。 当然这个话题就比较深

11、了，暂时先说到这儿。 王刚王刚/ /主持人：主持人： 下面请脉脉的林总。 林凡：林凡： 大家好，我是脉脉的 CEO 林凡，脉脉在 2013 年底上线，逐渐成为中国最大的资产支出平台，有很多互联网的 CEO 加入进来，比如今日头条的张一鸣，那时候还没有这么著名，现在已经成为一家著名的公司了。 在脉脉发展历史上，我们一直跟金融或消费金融走得比较近，2016 年，跟京东金融、支付宝以及很多家金融机构展开了合作，把脉脉的资产数据分享给各家做数据的分析和判断。 6 刚才听到了很多关于数据的使用，越有价值的数据是跟人的长期属性有关的，比如他在百度工作过，或者他是一个做了十年的工程师，这些职业的属性能够跟用

12、户实际的消费能力产生比较紧密的结合。 我们其实是一个很大的社交网络，社交网络数据的伪造或者数据的真实性会变得比较容易控制。你说你是百度公司的，这个很容易，自己在资料上填一下就好了。但是如果说你的朋友里有存了你手机号码的一些人，他们是百度公司的，或者说他们没有一个是百度公司的时候，这时候你是不是百度公司的人这件事情的风险就比较大了。 通过整个社交网络和个人信息数据的交叉验证，比较容易能够建立出一个征信模型。而且这个模型相对来讲，用户的伪造难度要大很多。这可能是我们在这方面一些小的看法吧。 王刚王刚/ /主持人：主持人： 我们准备的第二个问题，有关人工智能的。这个问题是说，如何看待人脸识别技术，人

13、工智能在下一步，在未来消费金融中的运用空间有哪些，也欢迎大家发表意见。这一轮发言顺序颠倒一下，先请林总发表您的高见。 林凡：林凡： 我博士的时候，刚好是读了人工智能方向，所以一直也是关注人工智能在整个新的产业里的一些应用的场景。我有两个感觉，第一个感觉，人脸识别随着人工智能技术的成熟，已经普遍加入到这些场景里来。一家服务的提供商一定要把准确性和覆盖面做到一个平衡，我相信再应用两到三年时间，这种伪造的技术应该也是不太能够实现的。 但是人工智能本身在消费金融的使用上，我有一个比较大的预测，因为大家搜集到的个人数据越来越多，这么多维度，比如几百人的数据跟一个人实际7 征信程度的相关性，这件事情其实可

14、以作为一个非常复杂，或者非常强大的计算模型出来。我觉得一段时间后，这个模型的准确性可能会超过很多现有成熟的模型。我觉得这个时间点有可能是在三年左右，特别是国内一些数据的连通性更好以后，人工智能技术本身会产生很大的冲击和应用。 李海燕：李海燕： 关于这个话题，我觉得有点汗颜，因为在汽车领域有一点特殊性，车一定要上牌的，人必须是真实的。所以在这个领域里，人脸识别技术已经广泛应用了，而且应用的广泛度还是比较高的。在汽车行业里虽然有一个落地上牌的过程，但是线上的放款速度越来越快。基本上在汽车领域，30%的放款需要两天时间，余下的 70%只需要两个小时。人脸识别的技术应用比较广泛，但是我们自己不会开发这

15、个。 罗皓：罗皓： 其实我对人脸识别技术并不是那么熟悉，但是从概念上来讲，我觉得这个技术首先解决了几个基本的问题，比如办理远程业务时，首先判断你是不是人，因为欺诈团伙可以用各种设备伪造人形，第二判断是不是活体。从数据到个人的维度来讲，从弱到强，比如最弱的，像设备的数据，手机号、身份证，再往上是人脸，一个人同时有几个 ID 的可能性逐步降低了。 讲到人脸识别，我觉得结合一些高维度的人脸，以及偏好和性格，人脸可以在其他方面做一些模型，可以做一些尝试。因为有句古话说得好，相由心生，通过数据和人脸，包括五官及延伸信息，我觉得这中间可以用数据解决一些相由心生的问题。 另外一点就是人工智能。我前两天在日本

16、看一个电视节目，刚好有专家在讨论人工智能，我听不懂，但是上面有几个字“人工知能”，我觉得人工知能这个词用得非常好。因为现在还谈不到所谓应用技术或者数据去创造一个非常8 智能的产品，比如判断什么会审批，会智能化地创造一些人工智能产品，现在还处于知道的阶段。 我个人观点，未来五年内，当数据开放性、数据定价等这些问题都逐步被解决的时候，当数据大范围丰富，硬件及其处理能力得到急剧提高后，人工智能在消费金融，以及其他领域才有更蓬勃的发展。 谢谢！ 崔晓波：崔晓波： 首先这是一个特别混淆的概念，包含了多种技术。我们现在看到的比较成熟的应用是图像对比，更多甚至是人像比对的技术，而实际智能产品里也应用比较多。 第二，我们现在研究两个方向。从图像上，第一个是情感，我们在大时代地区，对这个地区的人的情感指数进行搜集。第二个是把火警数据跟社会数据做打通。第三个是在其他商业用途里，像以前大家着重在人脸识别，但是现在在零售业，更多是在做一些穿衣风格的检测，比如是衬衫还是一些其他的检测。从人工智能上，现在已经有非常成熟的应用，比如硅谷出一辆