近日，由中国互联网金融协会主办的互联网金融风控技术与案例交流会在上海召开。本次交流会旨在提高从业机构风险意识，加强风控实践经验交流。包括360金融（NASDAQ：QFIN）、新网银行、蚂蚁金服等在内的60余家会员单位的120余名风控负责人受邀出席。其中，360金融副总裁郑彦在交流会上分享了“科技助力下的智能风险管理”，并首度揭秘了97%智能审核中的黑科技。
会上，郑彦表示，数据和技术是能够帮我们去找到风控最优解的方式，360金融97%左右的交易和申请都是通过系统自动审核。据介绍，目前智能风控管理大都集中在贷前、贷中、贷后三个环节，但360金融将智能风控前置进获客阶段，从而将智能风控扩展至客户全生命周期，并通过精准量化风险，让公司收入、成本、业务规模等多元目标之间实现平衡和优化。据郑彦透露，自动审核发现疑似风险客户的背后，是360金融构建的地址热力图和复杂关系网络系统这两样黑科技在发挥支撑作用。
360金融风控黑科技：地址热力图
众所周知，在风控中，获得客户的城市标签是在风控管理中是非常有效的指标，但是同一个城市不同地方的差异很大，如郊区与城中心就有着巨大的差异。为此，360金融构建了地址热力图，通过把城市的每一平方公里都标记为一个“点”，再依托于地图的一些底层数据，了解每一平方公里的设备接入数量，形成从零到一的数据，再根据不同数据的阈值设置不同颜色显示出来，颜色较深的“点”则表示是人数较多的地方。
360金融地址热力图案例
与此同时，地址热力图还能通过升维，将多种变量结合起来，包括结合每个点的GDP信息综合分析出客户的风险大小。“闹市区相对安静的区域GDP相对高一些，对应的风险值相对比较小。而低线城市或者偏村镇的区域，风险会相对高一点点。”郑彦进一步举例表示。
360金融风控黑科技：复杂关系网络
除了地址热力图，郑彦还分享了360金融的另一大智能风控黑科技——复杂关系网络。“我们现在这个复杂关系网络其实就是一些点和边的连接，点代表一些客户、设备、wifi这一块，边就是他们的连接关系。”
360金融复杂关系网络案例
与正常客户相比，拥有风险属性的客户将会在复杂网络上显示出更多红、灰以及粉红色等点，这些点即代表了不同程度的风险。在此基础上，360金融通过与黑名单客户连接，提取相应指标，综合了解客户的风险大小。据郑彦透露，目前，360金融复杂关系拥有十亿多条点和一百多亿条边，3秒钟即可把客户底层关系全部刷新一遍。
除此之外，智能风控还能对客户行为、电商消费、运营商数据、地理位置、购物习惯等更多维度的外部数据结合分析。与传统金融数据相比，虽然这些数据与客户违约本质上没有必然关系，但增加了更多风险因子和变量，可以从更多层面刻画客户风险视图，可以提升风险定价、违约计算的效果。
基于此，360金融将人工审核与智能风控相结合，不仅大幅度提升了人工审核的效率和准确度，还让风控的数据清理和变量分析做得更加准确。“我们会有额外的一个系统去做整体的数据清理，审核人员除了处理3%案件之外，很多时间承担着数据清理的工作。”郑彦表示。
有业内人士认为，智能风控作为金融科技创新的核心部分，已成为构筑行业安全体系和从业机构核心竞争力的基石。智能风控的愿景是进入一个智能交互、人机协作的新时代，实现传统金融机构和互联网企业跨界融合，推动建设兼具包容性和竞争性的金融生态环境，更好地服务实体经济和普惠金融。当前来看，这是蚂蚁金服、360金融等金融科技公司正在集中发力的市场，也是他们未来的重要布局。
