܄

“大数据院士”鄂维南:大数据在银行业面临的四个挑战

【数据猿导读】 人称“大数据院士”的中国科学院院士的鄂维南在近期的“第九届中国城市商业银行信息化发展创新座谈会”上发表了“大数据在银行业如何务实落地”的主题演讲。鄂维南表示,大数据在银行业的信贷风控、反欺诈、营销优化和企业征信等方面机遇与挑战并存

“大数据院士”鄂维南:大数据在银行业面临的四个挑战

2016年3月24日,“第九届中国城市商业银行信息化发展创新座谈会”召开。可以说,大数据已经成为金融发展转型的动力源泉。大会为此专门邀请了国际著名数学家,人称“大数据院士”的中国科学院院士、北京大数据研究院院长、普林科技技术指导委员会主任鄂维南教授就“大数据在银行业如何务实落地”发表了主题演讲。

1、大数据应用发展与应用链条

作为著名学者,鄂院士首先表示这是首次看到整个社会对一项技术产生强烈的兴趣,这背后的深刻原因正是中国经济的转型升级。谷歌的Alpha Go战胜了人类围棋最强选手,其背后的机理便是大数据技术。可以说,这是人类社会一个前所未有的机会,通过大数据技术可以帮助我们做出更加智慧的决策。

就整个大数据应用产业链条而言,首先随着互联网、物联网的发展,企业经营活动、消费者行为产生了海量数据;于是数据采集、传输、存储技术应运而生,Hadoop、Spark等大数据分布式基础架构风生水起。

随后在数据基础上进行基本的运算处理,获得对数据的初步认知。

最后便是应用数据挖掘技术,找到数据背后的规律,形成新的业务认知。当完成这最后一步,大数据的价值才真正被完全释放。

在这方面,除了大家熟知的谷歌,美国还有一家专业从事大数据建模分析的公司Palantir,据传正是他们协助美国政府找打了本拉登的藏身之所。

中国也有一家公司普林科技专业从事这方面的工作,他们帮助央行打造新一代评分模型,帮助证监会构建资本市场征信体系等。

2、银行业和城商行面临的挑战

说回到银行业,目前银行业主要面临三方面的挑战。

首先,经济下行,需求不足,这对银行业的精细化管理提出了更好的要求。

其次是新技术的冲击,互联网加大数据催生除了互联网金融、大数据风控等全新的金融业态,传统银行所秉承的经营理念、技术手段遭到了前所未有的挑战。

最后,相比于美国,可以说我国的银行业基础设施还是不够健全,个人征信报告的覆盖人群仅3.7亿,这也就意味着大部分中国人没有任何核心的金融履约行为记录。

具体到城商行,面对这样的大形势,有四方面的问题更为突出。

3、大数据在银行业的应用:信贷风控

那么,大数据技术可以如何帮助城商行应对这些挑战呢?

首先,我们来看信贷风控。

信贷风控是银行业务最核心的一环。要达到好的风控效果,好的风控模型和好的数据源都很重要。

就数据源而言,我国有3.7亿人在央行有个人征信报告,这种金融履约行为是对一个人进行授信最核心的数据源。

其次,个人在银行内部的交易数据、理财账户开通数据、存款数据等等可以作为个人金融行为数据的补充,对用户进行更丰富的描摹。

最后,互联网社交行为、手机通讯行为、电商平台交易行为等,可以作为对个人信用描摹的外围补充数据。

这里举一个例子,大家都知道,我国有征信报告的人总共有3.7亿,那么那些没有任何金融履约行为记录的人,在申请贷款时该怎么办呢?

传统的信用评估方法本质上其实一直秉持的是相同的理念,即假定难以得到大量数据、存储大量数据成本过于高昂,或者说不可能使用大体量的数据。所以基于银行本身数据的、基于经验的审贷方法一直占据了主流。

但是大数据时代改变了这一切。传统的信用评估只关注信用历史等几个变量,因而那些“金融活动不足者”便难以获得贷款。于是美国一家公司收集了许多看起来微不足道的数据,甚至包括打字速度在内的上千维度的信息,再通过机器学习的方法建立这些信息和违约率之间的联系。结果显示,这种基于大数据和机器学习的评估模型较业内一流信用评分改善了40%。

可见,相对外围的个人行为数据,结合大数据新算法,可以化学反应出非常神奇的结果。说回中国,其实现在也有很多互联网征信企业,试图通过借款人在网上的行为记录来辅助放贷决策;也有公司试图通过覆盖面达到了12.3亿人的手机,来“增厚”个人信用报告。

比如普林科技就打通了三大电信运营商,通过一个人的手机消费金额、通话对象、停机次数等众多维度手机使用行为信息,来对信贷申请人进行信息核验和风险评估。

4、大数据在银行业的应用:反欺诈

我们再来看一下面对金融诈骗、网络诈骗案件增多的情况,大数据可以如何帮助城商行?

基于行为标签化的行为分析与异常识别是一点。通过对用户的个人信息、交易偏好、交易习惯等大量信息的分析,可以清楚地描摹每一个用户,甚至可以得出许多借贷人本人都不清楚的习惯。一旦这个账户出现了某些不符合分析结果的异常交易行为,就能够被精准地识别出来。

关联分析和社交网络分析也是数学模型在金融反欺诈中的绝佳应用。比如诈骗团伙常常通过电话、邮编、身份证号、地址等不同类型的信息互相关联,这些不同的关联关系对应着特定类型的图结构,通过大数据建模分析技术,可以构建基于图的典型欺诈团伙模式库,从而识别不同模式的诈骗团伙。

此外,在对申请人的信息进行处理时,其背后也用到了自然语言处理技术和中文模糊匹配技术,从而实现精准的分析匹配黑名单。

5、大数据在银行业的应用:营销优化

城商行目前面临的第三个问题是,对客户了解不够,细分不够,从而难以进行有效的产品营销。那么我们如何认识我们的客户呢?

这时就需要用到基于标签化的用户画像技术。用户画像本质就是从业务角度出发对用户进行分析,了解用户需求,帮助寻找目标客户。这里举个例子帮助大家理解。

普林科技通过大数据分析和用户画像,为某商业银行深入分析用户的基本信息、消费行为、交易流水等,结合业务场景,将用户细分,业务部门再据此设计产品、制定营销策略,从而节省了45%的营销成本。

6、大数据在银行业的应用:企业征信

最后,目前银行内部数据之间,内部和外部众多数据源之间难以进行数据整合和共享。我们以对公业务为例,传统想要了解一个公司,需要投入大量的人力和精力去获取各种信息,再根据经验做出判断。

而在大数据时代,通过互联网爬虫技术,我们可以获取并整合包括工商、法院、税务、互联网舆情、企业招投标、招聘等海量数据,再通过建模分析将之归结为信用历史、运营指标、舆情指标等多维度,最后输出综合评分。其背后的技术则是网页解析技术、图像识别技术、自然语言处理技术和大数据建模分析技术。

7、对城商行大数据应用落地的建议

首先,打造核心的风控与反欺诈系统,提高核心竞争力。

其次,将数据分析成果与营销优化的具体方案结合,切实落地。

最后,立足本行数据,结合外部数据源,与专业分析团队合作,有效实现数据共享、信息整合与技术融合。


来源:数据观

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

旅游交通大数据——大众旅游时代的“富矿”
旅游交通大数据——大众旅游时代的“富矿”
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数据”智慧丨数据猿新冠战“疫”公益策划
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数...
#榜样的力量#中诚信征信新冠肺炎全国疫情感染场所实时查询平台丨数据猿新冠战“疫”公益策划
#榜样的力量#中诚信征信新冠肺炎全国疫情感染场所实时查询平台...

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部