400
機器人
人工智能時代，風控從業者是否還有未來
“人工智能”是2017年的一個熱詞，大多數人認為，風控工程師們隻需要精通數學和技術，就能搭建起完美的風控係統。而由於計算機精於計算，編程語言更是計算機原生的溝通語言，因此他們認為風控一職會很快被AI取代。
但在我看來，風控不僅是一門技術，更是一門藝術。風險控製的四種基本方法，風險回避、損失控製、風險轉移和風險保留這些都是需要認真思考，有前瞻性思維和全局觀。未來很長時間內，風控這一職業隻能由人類主導。原因有以下幾點：
1
風控首要因素：前瞻性
在計算機出現之後的一段時間，我們習慣於利用計算機來處理數據，生成模型、策略，這對風控的前瞻性原則產生了衝擊。
但風控本質是：保障業務在合規的情況下可持續發展。這要求風控必須向前看，也要求風控在很長的時間內保持穩定。而現階段的AI強在海量數據的分析整合歸納。需要明確的是，一切數據都是采集於已發生的曆史事件，這導致機器學習很難以預見未來。
要打造具有前瞻性的風控係統，很大程度上依靠工程師的經驗與腦洞，但也有一些基本套路：
1.明確業務目標，風控最終目的是為了業務正常開展，因此在構建風控策略和模型之前，首先要明確的是我們要達到什麼目標，解決一個什麼業務問題。目標決定了如何驗證風控係統的有效性，也決定了我們要在什麼人，哪些時間段去選擇數據。
2.盡量使用有以下三大要素的數據：
1）代表性：大多數的風控模型都是用在獲客環節，那我們在建模事所用的數據需要針對接下來幾個月，從特定渠道的獲客人群的特征。例如從客戶端和從支付寶獲取的用戶，特征是完全不同的；
2）穩定性：特征數據所指向的特征一旦發生改變，風控也就隨之失效。為了讓係統能在長時間內保持有效，必須保證數據指向的穩定性。
3）可使用性：這一點常被忽略。舉個例子，在Capital One的時候，我們在一次數據分析後，發現一些和電話號碼相關的信息在風控當中非常的有用。但在事後發現，依據這一數據搭建的策略在真實環境中完全不能用。原因在於，我們在獲客階段不會獲取用戶的手機號，這導致策略輸出的結果全都是missing。
3.在搭建風控係統時，很多數據可能是缺失的。這個時候，我們要有測試的概念。具體的過程是謹慎設計測試方案，在保證風險可控的情況下做小流量的測試，快速迭代模型直至係統穩定。
2
全局觀必不可少
許多機構可能認為風控隻在獲客環節產生影響，但實際上，風控牽一發而動全身。你一旦將壞的用戶引入到產品，可能會影響資金安全，影響催收，反過來口碑的下降又會影響獲客。
為了實現全局觀，要重視以下三個要素：
1.客戶群。
在新的業務或新的產品上線之前，應該先考慮用戶群的特征，我們的產品是針對B端還是C端，受眾的畫像、偏好、屬性都是什麼？
2.業務模式/場景。
我們的業務是無抵押現金貸、信用卡還是分期分期，這些業務的風險點都不一樣。
3.外部環境因素/宏觀因素。
我國的現金貸剛剛起步，往往會忽視這一重要的因素。而對於難以理解人類社會運行規律的人工智能來說，這一要素更是難以運用在風控技術中。
目前看來，外部宏觀因素包括社會就業情況、利率、多頭借貸率、監管程度。這些都會在很大程度上影響金融產品的風控數據。
為了應對極端的外部環境情況，我們將壓力測試作為常規化手段。我們會考察在比較良好的環境下我們的風險狀況，然後在利率翻倍或者多頭借貸率之前加一個係數，再來看風險是否可承受。
3
風控工程師的基本素質：洞察力
好的風控人要勇於接受挑戰及自我挑戰，這樣才能快速糾錯，洞察先機。這一能力需要對消費者行為的深刻洞察，對其心理的全麵解讀，目前的人工智能尚不具備這一能力。
中國的風控往往集中在逾期壞賬控製這一個點。但更多的時候我們需要采取換角度思考的方式，發掘更多的消費者價值。
現在的金融往往喜歡一刀切，而缺少了這種洞察後的人性關懷。這種人性關懷會讓客戶的體驗更好，通過率和申請會增加，又不會降低風控的能力。
當然，風控還有許多其他的層麵會體現其藝術性，如既要求簡潔又要求有效，充滿各種隱藏的規律可以提高效率，這些都是人工智能在近期難以實現的。
支持好欄目，兩元錢打賞
CFO良師益友公益項目
CFO良師益友公益平台由中歐MBA良師益友導師發起，一個旨在鼓勵資深CFO/財務總監去幫助其他財務人員快速成長為優秀的CFO/財務總監的公益項目。目前已有3000多CFO加入我們，10000多財務經理加入我們，30000多基層財稅人員加入我們。
微信：CFOmentor
微博：CFO良師益友
CFO良師益友，期待你的加入
最後更新：2017-08-31 15:09:09