風險控制一直是P2P行業的熱門話題。與銀行不同的是，P2P公司面對的借款人大多是輕資產的中小微企業或者工薪階層的個人，很多情況下他們缺乏抵押擔保物，這意味著借款有更高的風險，P2P平臺進行風險控制的難度也更大。
為了保證風控，P2P公司都在各自采取對策。不久前，融道網和上海財經大學信息管理學院簽訂了戰略合作協議，打算一起構建“大數據的P2P風險控制模型”。
融道網首席風控官楊琨接受了《陸家嘴》記者的采訪，他描述了大數據技術在行業風控的應用。“我們正在建一個大的數據模型，這個模型可能顛覆P2P行業的風控理念。”楊琨說。
用大數據還原人性
融道網和財大的戰略合作，是想通過收集和分析借款申請人切身相關的數據和信息，來判斷這個人的信用狀況，并確定對他的授信額度。上海財大會搭建一個理論分析模型，融道網則為上海財經大學提供相關數據，并參與模型的優化設計。
基于這個模型，融道網會讓客戶提供一些信息，這些信息可能增加對該客戶的授信。“如果你什么都不提供，可能只能獲得1萬元的貸款，提供更多信息，就可能是5萬，你同意的話就在授權協議書上簽字，提供自己的網購賬號以及微信、微博、博客賬號，也可以自己補充，這都是和日常相關的信息。”楊琨解釋。
但上述模型尚在測試階段，推廣到完全地應用，可能至少是一年以后。
研發團隊正在發掘這些信息與個人誠信之間的關聯。“有些是很簡單的道理，一個手機號碼5年不變的人和一年換5個號碼的人，你覺得誰更有誠信？”楊琨如此形容。
不論微博、微信或者個人的其他賬號，都能挖掘出很多有價值的東西。比如去看手機通話詳單，分析這個人的通話對象，如果他聯系的大多是中介、法院或者催債公司，這個人的名聲可能就不大好，而如果和公司業務上下游聯系得更多，說明這個人生意做得不錯。
楊琨說，系統會關注這個人平時的生活軌跡、發表什么樣的評論，以及他的愛好如何。這些信息沒有好與不好之分，他們會選擇適合融道網的借款人，他認為一個比較宅的人，獲得的信息有限，意味著未來發展空間有限，他們可能只會給他短期授信；那些積極在外接觸并擴大朋友圈的人，他們的職業發展潛力更大，則可以把貸款期限放長一點。
“我喜歡他能發些正面的信息，約朋友吃飯，到哪里買了什么東西，或者去旅游，我覺得這個人應該面對的生活圈就是這樣。”楊琨表示。
購物習慣是一項重要的參考，偏愛在哪一類電商購物能大致反映一個人對品質的要求并對他的消費能力做出初步推斷。“我們會通過網站的類別來分辨一些信息，如果你經常在蘇寧、京東購物，可能是個數碼發燒友，我們認為他的消費能力應該高于常在淘寶買衣服的人。”楊琨說。
融道網還會收集借款人的文本，比如讓他寫一段話說明申請貸款的用途，怎么規劃這筆貸款。“從文本入手分析，首先看看字怎么樣，再看他的語言組織能力，這能看出他受教育的程度和管理能力，這些東西很有用。”楊琨說。
模型的意義在于把各類信息數據化。比如，一個人在什么地方吃飯、人均消費怎么樣、一年去旅游幾次、旅游地的平均花費在什么水平，這些數據會形成報告。楊琨介紹，只要把信息發給上海財大，在很短的時間內就能出結果，他們有一套爬蟲軟件來進行匹配，抓取關鍵信息導入分析系統，就能得出這是個什么樣的人。
報告會作為融道網在風控審核時的重要參考，再比對傳統風控審查的數據，看兩者是否吻合。楊琨相信，這個模型可能顛覆P2P行業的風控理念，即擺脫對傳統數據報表的依賴。
“準備貸款的時候，要很用心地去編輯微信圈，還要持續一段比較長的時間，還是蠻難的，這些隨時發生的東西很難作假。”他說。
他們希望以后把這個模式向整個行業推廣。“項目的進展還沒那么快，暫時只能抓取部分信息，我們的設想是讀出這個人。”楊琨表示。
傳統風控創新
除了大數據技術之外，楊琨也介紹了融道網在傳統風控手法上所做的一些創新。
他提到，傳統的審批模式，整個審批流程所有步驟都集中在一個人身上，很容易產生道德風險，所以他借鑒了德國信貸工廠的模式，把審批分成了幾個環節，每個環節都由不同的人負責。
“我把審批分了幾個環節，第一是算流水，然后是網查，接下來是央行征信報告解析，再是反欺詐，第五個環節是分審，然后是實地征信，最后一個環節是終審。每個環節都是獨立的，各有權限，比如算流水的不會告訴你流水是好是壞，只會給出流水是怎么樣的，都是表格化來完成；網查的只會把好與壞的信息都列出來，比如客戶得了什么獎，或者遭到了什么樣的投訴。”
最后這些客觀的信息陳述會匯總到終審，由終審人員給出授信。楊琨相信，這樣能最大程度地降低道德風險，因為一個信貸員很難把所有環節的人員全部打通。另外，這種做法也有助于降低人力成本，他把每一個崗位負責的事情都標準化了，比如算流水有固定的公式，網查也有固定的網站和分類標準，一個新人不需要太多培訓就能很好地適應，而且每個人在做重復簡單的工作，熟練程度很快就提升了，也有助于降低差錯。
“我們的實習生算流水的速度比有幾年工作經驗的人還快，他們自己算得多了，也一直在動腦筋想怎么算更快、更有效率。”楊琨說。
除了貸前審核之外，楊琨在貸后風控上也想了很多辦法。比如他們在借款公司的打卡處安裝了智能攝像頭，根據攝像頭每天早上統計的打卡人數來計算公司出勤率，假如公司有80個人，某天有64人打卡，那么出勤率在80%，可以認為公司在正常運營；要是某天只有20人打卡，連續幾天，說明員工大量流失或者被裁員，企業經營很可能出現了問題。
他還會要求借款公司出具電費賬單，對比公司的設備額定功率來計算機器的開工時間。楊琨強調，風控不是簡單的流程工作，除了審查報表之外，必須自己去想很多不同的方法，通過各個角度來判斷風險。
楊琨在風控領域已經很多年，他最早在2002年加入招商銀行做信用卡風控，幾年后到美國學習并加入了高盛國際投行部，2011年回國后楊琨加入了證大財富，后來到合盤貸，都是負責包括風控在內的工作，2014年11月他到融道網任首席風控官。
“我為合盤貸設計的風控，壞賬率1.87%，比銀行要低；現在在融道網做了這么多還沒有壞賬。我們充分驗證了，在快速有效建立風控機制的時候，熟練工非常重要。”楊琨說。
楊琨認為，因為借款人屬性不同，傳統的銀行風控手段，比如看報表、調查財產狀況、抵押擔保等，應用到P2P行業會遇到一些瓶頸；而現在很多P2P行業的風控人員都來自傳統金融機構，如果不對目標客戶群做一個系統的分析，很容易產生問題。
進入P2P行業近4年，不管是進行中的大數據技術，還是已經驗證過的信貸工廠模式，楊琨表示，他一直在摸索一套適合中國本土的風控體系建設。
京公網安備 11010502049343號