大数据风控在金融领域到底有哪些应用场景?又是如何落地实施的呢? 近日，博易智软CEO李凯接受数据官联盟专访，一起谈一谈博易智软在大数据金融风控领域中的独到见解...

PS：数据官联盟(Chief Data Officer Alliance，CDOA)是国内以CDO为核心的公益组织，成立于2015年10月份，遵循自愿、平等、互助原则。现有大数据专家500多人，包括大数据公司CEO、知名企业CDO/CIO/CTO/CMO、大数据科研机构负责人及行业专家，是国内比较活跃的大数据精英交流平台。 本期特邀嘉宾数据官联盟发起人刘冬冬，就大数据风控在金融领域的场景应用进行深入探讨。

采访正文内容如下：

刘冬冬:科技金融是金融业界的热点话题,博易股份在大数据金融风控领域，有哪些创新服务模式?

李凯：金融的核心离不开风控,而数据本身是金融风险本质的东西。

时至今日,数据已经成为金融业的核心基础设施。大数据技术作为一种科学工具,提高了我们用数据去解决金融风险问题的能力。 为了更好地服务金融企业,我们利用博易大数据平台(SuperCenter)结合银行风控业务，从资产负债、信用风险、反欺诈、反洗钱等方面提供多方位完整的风险控制方案，利用数据挖掘模型、外部征信模型、欺诈侦测模型等功能模块帮助金融企业更好的预测及管理风险，从而使得金融企业在风险和收益中寻求平衡。

刘冬冬：目前大数据在金融中的运用，主要是通过大数据做风险控制，建立风险模型预测还款可能性，从而决定授信额度和定价。请您给我们分享，目前大数据风控在金融行业中的具体应用场景有哪些?

李凯：大数据在金融风控领域的主要应用在于两点。

一是利用用户社交行为记录实施信用卡反欺诈。例如：用户信息是否被盗用或虚假注册。在反欺诈上，通过大数据储存用户与各种ID对应的数据库，在用户进行借贷时进行身份匹配，能够及时辨别潜在的欺诈嫌疑用户。并对卡组织交易数据进行清洗补齐，提取风险特征，再将风险特征载入神经网络和业务规则，对交易进行欺诈判断，对可疑交易实施拦截，并发送验证码核实。

二是利用数据分析报告实施产业信贷风险管理。在风险管理上，依托基于用户行为分析的风险引擎，实时快速分析网络金融渠道客户交易行为细节，建立电子化、流程化、规范化的管理方式，对海量的数据进行比对、甄选，主动识别异常行为，采集异常行为数据，进行实时分析判断，挖掘欺诈团伙作案特征和规律，根据风险形势变化，实时动态部署智能化监控策略，扩大风控覆盖范围和拦截半径，实现准确识别高风险网络金融交易，有效保障客户资金安全。

刘冬冬：目前博易智软基于金融大数据技术，已成功服务已经很多金融客户，能给我们举个具体的客户案例?

李凯：以江苏长江商业银行为例。博易股份解决方案：利用内外部数据在创造客户价值的过程中提高风险控制。

江苏长江商业银行是一家城市商业银行，发展小微金融是其转型发展的重要战略方向之一。 随着客户量的不断增长和营销管理的迫切需要，小微金融短、小、频、急，信息不对称情况显著，为加强风险管理，提高工作效率，我们结合长江商业银行当前的业务需求和现状，采取博易大数据平台(SuperCenter)结合小微金融电子地图平台，进行专业化的风险控制操作：包括逾期提醒、到期提醒、智能化客户搜索定位和城市商业合作社的管理;运用风险量化技术，建立差异化的信贷产品定价机制，实现价格覆盖风险，提高资本回报;同时，还在零售银行部内设置了风险管理板块，由银行风险管理部门独立管理小微金融的业务风险，提高了风险防控水平等功能。

银行内部建立大数据平台后，将小微金融服务作为中长期发展战略的重要支柱，有助于银行确定客户运营状态变化规律，建立运营状态变化路径，按变化路径设置风险控制点，逐点计算对应的客户价值，在客户价值的基础上评估信用风险，从而形成一全新的客户信用风险动态计算体系以及管理模式。

刘冬冬：目前金融领域竞争较为激烈，你认为博易股份较大的竞争优势是什么?

李凯：金融行业的复杂程度和安全性考虑使得其门槛相对较高，集中力量做好对金融机构的服务有助于公司的技术能力与影响力的提升。以银行为例，博易股份目前已经向银行业提供了统一数据分析平台、小微分析、客户分类和反欺诈等多样化的专业服务。

以反欺诈为例，异常行为隐藏在海量数据之中，大数据是对其进行识别的必要技术支持。比如大额存款快速提现的异常交易，就可以通过阀值设定用模型进行快速确认，从而提高安全性。大数据还可以用于ATM机分析。如何选择网点、补仓时间，如何在存取款一体机和单纯取款机之间进行搭配(两者成本相差近五万元/台)，都较大地影响着ATM机的投放成本和使用效率。使用大数据对取钱量、存取款高峰进行分析就可以帮助银行很轻松地进行ATM机的有效管理。

同时，利用云计算、大数据等技术手段，为银行建立多方向多维度的信息管理系统，实现数据的存储、分析、预测、应用，将银行的数据资源转化为资产，为银行风险控制、客户营销、产品创新、运营优化等领域带来新的业务增长机会，提升银行核心竞争力。

刘冬冬：您对金融大数据2017年的发展趋势，有何预判?

李凯：大数据会在未来金融业的创新发展提供新动能，有效解决困扰金融机构多年难题，特别是中小企业融资难，大数据金融具有相对于传统金融企业的优势。 大数据金融既要考虑技术因素，也要考虑市场因素，大数据金融要以企业为主体，在本身不断创新发展的同时，更要切实加强风险管控。在2017年，我们相信会有更多的细化金融业务驱动将会出现，在金融经营活动的各个领域发挥价值，提升运营效率，展示数据魅力。