大数据风控是否靠谱？ 听老中医“四诊法”为你解谜

2016/11/10  10:33:07

大数据风控，是互联网金融乃至传统金融风控的必然趋势，它的发展将会给金融领域带来巨大福音，同时，大数据风控一定是一项体系性工程，需要结合大数据技术与风控运维管理来层层把关。

在中国传统中医里，有望、闻、问、切四诊法理与实践，这也是中医的纲领， 通过‘四诊法’，判断分析病情，治病救人。

然而，对于大数据风控体系的建设，也需要中医里的‘四诊法’，只不过从风控流程来说，顺序稍有变化，将其称之为‘望、问、切、闻’四诊法，运用好这个方法，就可以从贷前、贷中、贷后对借款人进行全流程、多维度、更精准的风险评估、决策及监控。

风控第一诊法：望

中医《难经》讲：“望其五色，以知其病。”通过查看病人神色形态舌象，对病人的病情做出估计。此方式，非常适用于通过大数据方法做贷款申请人信息调查的风控业务。

我们知道，金融风控，特别是互金风控，申请人信息调查审核最为费时、费力，也最难管控。

通过大数据技术手段和风控模型规则设置，精准挖掘申请人多维度信息，包括姓名、性别、年龄、电话、身份证件、邮件地址、家庭住址、亲属关系等人口属性信息，职业、收入、学历、财产、信贷记录、负债、支出等信用信息，消费方式、兴趣爱好、社交偏好等相关维度信息(结构化和非结构化)。

不同维度的信息通过过滤、清洗、汇总，形成一张用户画像。通过观察用户的数据画像，判断其“神、色、形、态、舌象”，全面展示申请人个人信息，辅助审核决策。

风控第二诊法：问

《难经》有言：“问而知之者，问其所欲五味，以知其病所起所在也。” 通过询问，了解病人个人情况、过往病史，善抓重点、诱发引导，详查细辨病情，尤其与情志病人的交谈，要善于识别“诈病”者的假诉。此方式，很适合于做信贷智能欺诈识别业务。

反诈骗的核心是人，信贷机构利用某种大数据平台，将申请对象相关的所有数据来源打通, 然后平台自动转换成交互问答的型式对申请对象进行测试，平台根据申请对象回答反馈，动态连续生成一般性、前置性、推导性等多样化题型，并通过大数据平台同步提取、清洗全维度动态数据，再结合专业的评分模型，对评估对象测试行为表征及答案进行同步校验、分析，智能判断、推理、分析、识别信息真伪，甄别评估（申请）对象是否有欺诈行为。借助大数据风控题库系统平台在线交互询问，使传统的申请表“动”了起来，让信贷欺诈无所遁形。

风控第三诊法：切

《难经》有云：“切脉而知之者，诊其寸口，视其虚实，以知其病，病在何脏腑也。”通过切脉（把脉），由外向内、由表及里，诊断病因，判断病情，分析出五脏病变的内在道理。利用大数据做贷款人信用评分将会非常有效。

利用大数据，在贷中阶段，建立有效的信用模型和评分规则，利用灵活开放的数据导入技术、多维度的信用强弱关系评分项，以及专业的信贷评级模型，将信贷行为由贷前的信息审核或“人面画像”上升到对贷款申请人还款能力、还款意愿等更深入、更全面的“解剖、分析”，为信贷授信决策和管理提供全新的工具。风控第三诊法，将真正实现对评估对象由外向内、由表及里、由浅入深的精确、细致、深入、全面的分析、审核与评估。

风控第四诊法：闻

《难经》记载：“闻而知之者，闻其五音，以别其病。”主要通过觉察患者语言气息的高低、强弱、清浊、缓急……等变化，以分辨病情。利用大数据做贷后监控，既实用、又可靠。

在信贷过程中，前中期的风控到位，并不意味着信贷交易的万无一失，在贷后阶段，常常会发生贷款人环境变故、还款能力改变、还款意愿动摇等情况，利用大数据技术，对贷款人进行多维度动态事件及市场信息跟踪与监控，能快速觉察、发现贷后贷款人的变化情况，及时进行贷后预警，有效防范贷款人跑路，信贷机构坏账、死账等情况发生。

与中医的“四诊法”相似，大数据风控的“望、闻、问、切”也是我们多年从事信贷风控及大数据技术实践的经验总结，“望、闻、问、切”每一种方法都是大数据应用的深刻体现，然而，只有他们结合在一起，四环相连、层层把关，形成风控体系，才能真正将风控运营管理与大数据技术创造性的结合起来，才能真正形成信贷风控的铜墙铁壁。