首页 > 观点

MobTech金融风控专家霍文虎:数据智能风控在金融中的创新实践

观点 零壹财经 零壹财经 2021-01-13 阅读:6114

关键词:MobTech智能风控霍文虎数据智能风控

在2021零壹财经·峰会上,霍文虎发表了以“数据智能风控在金融中的创新实践”为主题的演讲。
2021年1月13日,零壹财经•零壹智库 “数字经济•数字科技•数字金融——2021零壹财经·零壹智库峰会”在北京召开。

会上,MobTech金融风控专家霍文虎发表了以“数据智能风控在金融中的创新实践”为主题的演讲。


MobTech金融风控专家 霍文虎

以下为演讲实录:

我今天的分享主要有自己在甲方的实践经验,以及对现在公司一些产品的介绍,我今天讲的内容可能和其他老师讲的不一样,我可能会偏向实践应用,可能偏细节的稍微多一点。

我2014年在蚂蚁金服,当时主要做外卡支付欺诈模型构建,2016年去了某知名互联网企业甲方公司,当时负责整个风控模型,主要是该平台的支付反欺诈以及诚信风险模型的构建,当时也带团队去做了一部分联名卡营销的模型。

简单介绍一下在该平台遇到的支付风控,比如说盗卡份子盗了正常用户的信用卡以后,他可能拿着这个信用卡在该平台进行非正常使用,主要的风险当时来自于两个:盗卡欺诈、Friendly Fraud,Friendly Fraud其实比较难防,因为它主要是亲属或者朋友之间的纠纷。

但绝大多数风险还是盗卡,所以盗卡的话,我们这边相当于要构建模型,把盗卡交易识别出来,并进行拦截。

我加入该平台的第一件事就是搭建变量体系,因为做模型嘛,数据大于特征、大于算法。我们基于数据,根据自己的业务理解,从不同的维度去衍生特征,衍生的特征我是希望每个维度对其它维度都是有信息的补充。通过使用传统的机器学习算法、朴素贝叶斯算法等不断去优化算法来实现精准的风控模型。

第二个就是针对特征,我的建议是不要太自动化,还是要加入人工干预。当时我们用的深度学习方法,因为我们发现传统模型我们用一些特征,比如我们会去看过去三个月、过去一个月、过去一周这个用户做过什么,但是我们实际上漏过一个信息,就是这个用户先做什么、后做什么,这个一般做的模型是没有办法捕捉的。我们用了循环神经网络,这个模型实际上可以把持续的行为给带进去,我们的数据用的是用户的浏览数据,相当于用户打开一个网页,先浏览什么,搜索或者排序,或者支付,把这样的信息在模型里体现出来。

在信用风险场景,我们也用GBDT+LR的方法做了试验预测模型,我们希望把一些恶意的失联用户识别出来,直接在准入阶段就给他停掉。

准模型我们用的是逻辑回归,逻辑回归这种模型有一个非常好的点是有非常好的解释性,它也是线性模型里面可以解释的。不好的点是你把单特征放进去,没办法做一些特征交互,特征组合的关系你挖掘不到。

特征组合的话,有的同学可能是基于经验去组合,这样的话尝试成本会比较高,我们这边用了Facebook当时提的方法,用算法去给你找特征的组合,用了GBDT,从算法上给你找组合,最后也融入了用户在浏览我们平台主页时候的一些行为序列,这个行为序列也能反映一定的风险信息。除了自己基于业务衍生的特征以外,也加入了一些组合的行为以及序列的行为,最后把它放到这个模型里。

说到特征就不得不提下我现在任职的这家公司,MobTech袤博是一家大数据的科技公司,我们拥有庞大的自有数据源,目前整个安卓设备的覆盖在96%左右,IOS能覆盖80%左右,聚焦于数据的商业化应用,主要服务金融、商业地理、营销以及研究院这几个板块。

MobTech袤博自成立起依靠专业团队,对市场全渠道数据应用需求的敏锐度,先人一步布局数据智能产业。经过8年之久的沉淀,从数据的统计、分析、处理、应用,已形成一套完整的全景大数据服务体系,从线上到线下覆盖多场景的智能解决方案,成功赋能旅游、零售、金融、地产、医疗健康、创投、政府等诸多领域企业,助力打通数据孤岛,提供数据生态化布局。

尤其在金融领域的应用,MobTech自主研发智能风控系统,推出一套全方位、精细化的反欺诈服务体系,实现用户信用评分,以及设备风险、位置风险、行为风险等的识别,提升金融机构信贷业务服务能力。以AI技术贯穿金融风控及反欺诈全业务链条,大幅提高金融机构金融风控能力以及欺诈应对效率。

针对中小银行、保险公司及其他金融机构面临线上风控经验少、建模能力弱、无专业团队、用户数据单薄等问题,MobTech袤博可整合线上线下数据,补充金融机构风控模型数据维度,助力完善金融机构风控体系的搭建。

在风险用户识别环节,MobTech袤博结合自有大数据库与部分合法脱敏处理的机构共享大数据库,例如,识别网贷灰名单、电商消费风险数据、社交媒体欺诈数据等,使得交易有风险的“黑名单”与“灰名单”(高欺诈风险用户)无处遁形,将交易风险降低到可控范围内。

在用户借贷场景下,MobTech袤博可对信贷业务环节中,例如,风控规则、申请评分模型、授信额度模型、贷后监控等服务体系的搭建赋能。贷前,对个人的信用评分、行为数据、个人资产迁移率等进行风险评估;贷中,进行实时风控及预警;贷后,定期更新用户投后的管理,提示是否有不良以及不良资产处置等等。


【MobTech助力金融机构数字化转型】

最后欢迎大家来我们公司交流数据处理、应用的知识,大家一起探索更多大数据在金融场景放下的解决方案,谢谢!


零壹智库推出“金融毛细血管系列策划”,通过系列文章、系列视频、系列报告、系列研讨会和专著,系统呈现“金融毛细血管”的新状态、新功能、新价值、新定位。
 

上一篇>中国人民银行原副局长安起雷:接受监管,拥抱监管

下一篇>北大光华·百行征信征信数据分析与应用联合实验室主任王志诚:数据要素助力产业化升级


所属专题


相关文章


用户评论

游客

自律公约

所有评论

主编精选

more

专题推荐

more

第四届中国零售金融发展峰会(共15篇)


资讯排行

  • 48h
  • 7天



耗时 164ms