壹技探讨一下大数据风控的发展趋势

基于数据和技术驱动的方式管理风险，是行业未来发展的一个不可逆转的大方向，壹技认为金融机构须主动拥抱这个发展趋势。

风控模型体系

消费金融的风险，大体可分为可控风险及不可控风险，算法能解决的主要是可控风险。可控风险包含欺诈风险、信用风险及作业风险;其中，欺诈风险指的是客户在发起借款请求时即无意还款，按照人数可以分为团伙欺诈和个人欺诈，欺诈者往往通过伪造身份信息、联系方式信息、设备信息、资产信息等方式实施欺诈;信用风险指的是借款人因各种原因未能及时、足额偿还债务或银行贷款而违约的可能性。不可控风险包括市场风险、实质风险及名义风险。

风控模型，贯穿于获客、准入、经营、的整个客户生命周期。

根据用户生命周期的不同阶段，可将风控模型分为贷前信用风险模型、贷中行为风险模型、欺诈检测及贷后催收模型。

事实上，抓住信贷审批管理就能控制80%的风险，一旦用户获得授信，后续的管理只能控制20%的风险。

除此之外，贷前、贷中、贷后不同场景，可以从不同的观测粒度进行建模与抽象。拿该机构的业务来讲，可以从每一笔交易角度来看，也可以从生态中用户账户来看，也可以从自然人概念为核心的客户级别来看。一个自然人客户与可以是一对多的关系，一个与交易也可以是一对多的关系。

目前国内的征信体系、大数据体系和数据环境还在逐步完善中，各种数据的质量、可靠性也各不相同，参差不齐，这对于模型能力和技术能力带来很大挑战。一方面，需要有收集、整理、汇总海量数据的能力，另一方面也要有识别、清洗“脏”数据，检验“沙里淘金”的能力。这是基于目前国内的数据可获得性，互联网生态环境而言，壹技认为在电信运营商底层数据挖掘分析领域，金融风险控制的探索之路会成为一种趋势。

ww***uo***