作为金融科技的一个重要分支，智能风控起源于新型金融业态，互联网金融的兴起，壮大于传统金融业的数字化转型。本文认为，智能风控助力金融风险防控，旨在推动前沿科技与数据的融合，赋能金融行业的同时，也为我国经济发展的升级转型、弯道超车提供动能。
数字经济时代，越来越多的社会活动实现了线上化、数字化，金融行业也不例外。经过多年的科技投入，以银行为代表的金融行业已经是数字化程度最高的行业之一，沉淀了海量的数据。传统的线下、物理网点的经营模式逐渐被线上化的手机银行、网络银行取代，开放银行成为行业发展必然的方向。在大数据、人工智能、云计算等新科技的推动以及互联网金融的冲击下，传统金融业的数字化转型已成为不可逆转的趋势。
作为金融科技的一个重要分支，智能风控起源于新型金融业态互联网金融的兴起，壮大于传统金融业的数字化转型。
互联网金融的兴起，基于线上开展业务，包括营销获客、客户识别、欺诈排查、授信评估、贷后管理等业务过程都在线上实现，而金融产品的形态与客户的层级都因这个新的交互体系发生变化。传统的风控手段没法应对崭新的互联网业务形态，这成为金融科技公司建立基于人工智能、大数据、云计算的智能风控体系的契机。在互联网金融的不断推进过程中，智能风控的相关科技得到了初步的积累和验证。
电子商务和互联网金融的不断发展，带动了金融业与互联网的结合。相比于新金融平台，传统的线下经营模式，成本不断升高，客户体验落后，也没法实现普惠金融的目标。这就加速了金融业的转型，促使传统金融机构采取新兴的金融科技手段，提高竞争力和经营效率。
智能风控利用大数据、人工智能、云计算等技术构建线上化金融风控体系，通过海量运算与校验训练以提升模型精度，最终应用到反欺诈、客户识别、贷前审批、授信定价及贷后监控等金融业务流程，从而提高银行业的风控能力。智能风控为银行业金融风控提供了一种基于线上业务的新型风控模式，贯穿反欺诈与客户识别认证、授信审批与定价分析、贷后管理与逾期催收等业务全流程的风控模式。
首先，智能风控体系能够更好地理解线上运营的业务风险。传统商业银行，主要是基于线下模式，利用征信报告等静态数据，结合人工经验来判断客户的风险状态，这种方式的经营成本高，业务规模的发展受制于人员的扩充。而智能风控基于电子商务、社交网络的大规模普及，用户个人行为数据线上化，令使用这些线上化的可替代数据（alternative data）来分析申请人、识别欺诈、防控风险成为可能。另外，互联网、移动互联网的普及也带来新型风险，如网络黑产、团体诈骗等行为，这都需要以科技为核心的智能风控能体系对线上运营的风险进行监控。
其次，智能风控能够更好地实现普惠金融的目标。传统商业银行缺少有效获取小微企业和个人信息的手段，使得推动普惠金融业务困难重重，加之传统商业银行的风控模式主要是基于历史已有征信数据及自有数据等，缺少预见性和动态数据。这些数据只能判断客户当下的经济状态，无法预测其将来，导致传统商业银行更多地服务于已有的富裕阶层，无法覆盖信用白户，难以实现普惠金融的目标。对于那些缺乏历史信贷数据的客户（包括小微企业和个人）而言，导致了金融服务不公平的状态。基于互联网金融的普及，智能风控体系积累了大量的小微客户的风险特征，能够更加动态、精准地建立小微客户风险模型，可以更好地补充商业银行在小微服务领域的不足，进而推进普惠金融业务的开展。
最后，智能风控能够更好地提高服务效率、降低服务成本。传统商业银行线下经营模式，主要依靠人力和经验开展相关业务，其服务范围和服务半径受人力能力所限 （如网点服务半径2公里左右，单人服务对象300～500人），在风险控制上更是依靠人力经验和道德水准来决定，规模化成本高。而智能风控则主要依靠前沿科技，输出规则，以自动化取代人力，可以极大地提高效率、降低成本 （依靠网络，服务半径不受限制，单人服务对象可以高达10000人左右）。以机器计算辅助风控决策，不受人力经验和道德水准限制，大大降低大面积触达下沉客户的成本。
总体来看，充分利用商业银行已有的线下服务经验与金融数据，结合智能风控的线上优势（反欺诈、精准画像和智能化），能够更好地降低人力成本、控制金融风险、开展普惠金融、服务小微客户，加快商业银行的转型。
智能反欺诈。智能风控采用不同的技术手段，广泛收集电子商务、社交网络、黑产、暗网等各类网络欺诈信息，适时监控网络上各类欺诈方式，利用人工智能等技术将其输出为各类规则、策略、模型，以提高金融机构的反欺诈能力，降低金融欺诈风险。服务内容覆盖推广、登录、注册、营销、申请、支付等多个风控场景，服务方式灵活，既可为毫秒级响应的云端调用，也支持本地部署。
智能用户分析。智能风控技术利用网络大数据，结合金融机构已有金融数据，获得用户授权后，准确分析判断，建立精准用户画像，适时快速向用户推送相关金融服务。通过渠道、人员、产品、客户等各个环节，能够极大地简化工作流程，提高客户群体覆盖面，为客户提供私人订制化、精准化的用户分析，减少对用户不必要的干扰，提高用户的服务体验，同时把风险管理前置到营销阶段。
智能授信评估。智能风控充分利用已有征信数据，结合其他来源数据，通过分析、建模，借助生物识别、机器学习、复杂网络等人工智能技术，多维度、多层次分析用户风险特征，可以有效控制潜在风险，为信贷业务全流程风控注入新能量。目前智能风控技术可以在人行征信数据、内部数据的基础上，增加其他维度数据（如电子商务、社交网络），构建多维度指标体系，如信贷类指标、设备类指标、网络类指标、多头借贷类指标等，采用订制分、欺诈分、联合建模等方式，构建更加全面的风控体系，以适应线上运营条件下的业务模式和风控管理要求。
智能贷后管理。智能风控的贷后管理服务可持续扫描借款人的新增风险，帮助银行客户动态监控借款人的状况，发现可能不利于贷款按时归还的风险，及时调配资源，采取风险化解措施。智能风控通过建立贷后监控规则，如新增其他平台借款、新增法律纠纷、其他平台违约记录、新增网络欺诈行为及其他定制规则，可以及时监控借款客户的风险变化状态，以提醒金融机构及时采取有效措施，以防止风险损失的扩大。
智能逾期管理。智能风控的逾期管理技术，通过采用逾期客户画像、逾期评分模型、智能互动工具（如语音机器人）等改变了传统人工催收的互动和决策方式，更轻型化地协助银行适应互联网时代高频低额的业务催收情况。逾期客户画像根据客户的不同情况采取不同的客户交互策略；逾期评分模型则对客户逾期情况评估不同账期的催收策略；智能互动工具则采用人工智能技术建立自动化催收流程，减少人力成本。
借助数字经济时代的东风，智能风控技术快速发展。然而，智能风控在不断进化的过程中，也面临着许多问题，如数据作为数字经济时代的新能源，信息孤岛现象依然严重；公共数据的开放依然迟缓，严重限制了智能风控行业的发展；个人数据保护立法的迟缓，导致智能风控行业有可能面临法律风险。针对以上问题，我们认为应该加强以下工作：
通过立法加快数据融合与保护。数字经济时代，加强立法，既要保护个人隐私，也要促进数据的合理利用。欧盟出台《通用数据保护条例》（GDPR），一方面强调了个人隐私的保护，同时也提出要促进数据的流通。为了保证GDPR的顺利推行，欧盟开展了一系列立法推广活动，包括制定各类指令、指南、操作手册和应用案例。在规范管理数据应用的同时，为数据共享提供合法路径。主要文件包括：《欧盟非个人数据自由流动框架条例》《欧洲数据经济中的私营部门数据共享指南》《私营部门数据共享指南》等。美国加州通过的《消费者隐私法案》（CCPA），也强调消费者保护的实际效果与技术创新的平衡，如采用opt-out（选择退出）模式，保证隐私保护与商业创新之间的平衡。
积极组织建立行业自律机构。如何更好地服务社会、遵循更高道德伦理标准，是智能风控行业需要思考的问题。组织行业头部企业，建立行业自律组织，成为必要。如新加坡金融管理局（MAS）发布的《新加坡金融部门使用人工智能和数据分析时促进公平、伦理、问责制和透明度（FEAT）的原则》。另外，智能风控行业可以参考环境、社会和公司治理（ESG）体系，建立一整套的智能风控企业评估体系。
恪守专注科技不做金融原则。智能风控作为金融科技行业的重要分支，在数字经济时代助力数字金融、智能金融、普惠金融发展的同时，自身也取得了长足的发展。为了保证智能风控行业的健康持续发展，需要建立以独立第三方原则为基础的行业规则，即智能风控服务企业应恪守专注科技不参与金融业务的原则。智能风控服务商长期与银行、消费金融等金融机构合作，难免会涉及到金融业的核心内容——业务、数据、渠道等，为了保证智能风控服务商不损害合作金融机构的商业利益，独立第三方地位尤为重要。唯有如此，方能保证智能风控行业的持续健康发展。
本文刊发于《清华金融评论》2019年5月刊，2019年5月5日出刊，编辑：王晔君
