9月8日消息，在2017中国（常州）电子商务应用发展年会金融分论坛上，美利金融风险管理与运营总经理乔木发表了题为《美利金融的“技术流”风控：我们是如何识别高危用户的》的公开演讲，他指出，和传统银行相比，我们还是做白领和蓝领的客户，在金融的风控能力上，会提出更大的挑战。
美利金融风险管理与运营总经理乔木。
温馨提示：本文为速记初审稿，保证现场嘉宾原意，未经删节，或存纰漏，敬请谅解。
以下是演讲实录：
乔木：大家好，刚才詹总和朱总介绍的挺好，在我们B2B这些公司，如果想要切入金融的时候，第一时间应该想到我们专业的金融公司，我们美利金融就是这样一个专业的金融公司。先介绍一下我自己，我目前是在美利金融负责整个风险管理和运营工作，加入美利之前是在最大的消费金融公司捷信工作。先讲一下我们的主营业务，美利在两个行业做主营业务，一个是在汽车金融业务，这一块我们做了一个美利的车金融品牌，还有美利车联盟的品牌，在消费金融我们做了有用分期。这是我们目前的融资情况，在车金融业务这一块，主要是两个品牌，一个是美利车联盟，一个是美利车金融，在车联盟主要是做赋能车商，这一块提供了带看、车源采集、saas、门店培训、串贷、新车融资库存，主要是服务用户。目前除了台湾省之外，覆盖了全国31个省，覆盖的城市超过了330个，在车金融我们服务的车商超过了一万三千家，在车联盟的加盟车商也是超过一万家。在有的领域，消费服务的客户已经超过了两百万，今年我们的业务规模会达到180亿，目前新增在10亿左右。
接下来聊一下我们为什么切入汽车金融业务，第一个汽车金融业务现在是目前车商特别关注的，金融业务是未来增长非常大的一个点。目前在2016年我们统计到的数据是，市面上中国车辆保有量大概在1.9亿左右，就意味着1.9亿在路上跑的车，未来都有可能成为二手车，在二手车交易中，只有5%在被交易，这个数据在美国是在15%，同时我们看到二手车金融这一块的渗透率情况，在发达国家，美国、日本是可以达到50%以上，就算是在台湾省也差不多在35%，而这个数字在大陆只有15%，在2016年这个市场已经达到了700到900亿的规模，在未来几年一定会达到万亿级的市场，这也是我们为什么切入这个市场的原因。我们的客户是18到35岁的客户，在这些客户只有20%以下客户被银行服务过，他们拥有信息卡，80%的客户是没有银行覆盖的，这就说明这个市场是非常巨大的，也需要我们这样专业的金融公司去服务他们。最近几年大家对于二手车的一些交易会有很多的感观，在事实中，95%的交易都掌握在中小车商以及黄牛手中，这也是为什么现在会有这么多2B的手段，这样才能把交易更牢靠的掌握在我们手中，同时能控制风险。和传统银行相比，我们还是做白领和蓝领的客户，在金融的风控能力上，会提出更大的挑战。目前在二手车市场的中小车商覆盖率已经达到25%。
接下来我介绍一下关于整个风控体系的搭建，现在从技术体系上，已经搭建了整个服务化的体系，在这上面看到会比较多的信息，首先第一个介绍一下，我们在各个金融交易场景里面，去搭建了我们数据采集体系，到了金融后台会有大数据平台进行统一的数据源采集存储和分析，然后输出相应的服务，整个金融体系成了服务化的体系，会有线下很多场景提供金融服务。第二在组织架构方面，对于我们来说，2B建立比较大的风控团队会比较奢侈一点，对于我们专业的金融公司，我们在一开始就搭建了非常专业的金融团队。我们在整个风险的架构里面，会有三部分，一部分是信贷策略和决策科学部，负责决策策略和建模工作，第二个是风险运营部，负责客户审批，另外一部分是欺诈风险与资产保全，主要是负责资产保全和欺诈的相关调查。根据我们数据的驱动运营，我们构建了整个美利金融的智慧风控体系，先跟大家介绍一下我们智慧风控体系科学的风险决策体系，我们称之为智者，我们会根据资产组合风险容忍度和单频经济模型来确定我们的风险边界，这里是以车贷和车交叉现金贷组合为例，如果我们授信给客户10万元的车贷，在六个月以后再追加车交叉先进贷2.5万元，只要控制车贷坏账在3%以下，车交叉坏账达到5%以下就可以了。
再跟大家介绍一下我们的大数据平台，我们称之为十字军，在广度和灵活度，包括我们部署的一个速度上，已经和行业内的一些相同的玩家建立了一些壁垒，在整个大数据平台上部署的比较成功的是我们以Neo4j额和SPARK为核心，建立了一个知识图谱系统，我们利用客户信息用知识图谱的形式连接起来，包括QQ的联系，还包括共同的工作单位和收货地址的关系，建立了超过亿万级的关系网，这些关系存储在我们系统中我们怎么去利用呢？首先第一个运用是异常关系网络的识别，在我们搭建了整个关系网络之后，我们可能会去对现有的数据进行分析，异常网络识别是一个实时的识别，在这里是怎么回事？比如说我们的一个节点的人会被多个联系人去联系，如果出现了一些坏账，我们很有可能认为被多个联系人联系的事件焦点是一个中介。我们在河南识别了一个26人的团伙，当时识别了一个预期的情况，在整个关系网络有离职的销售和代还款的合同，为公司防止了进一步损失，同时向对于相应的欺诈销售以及欺诈的客户，进行线下的调查以及立案。另一块应用是染黑算法，在每一个预期或者坏账的客户都会标记为黑，利用染黑算法去对每一个客户实时进行黑度，黑度越高颜色越深，颜色越深就是欺诈的可能性越大。
我们在数据工具的深度上，也是在贷前、贷中、贷后部署了超过二十个模型，包括申请欺诈模型、通话行为模型、申请信用模型、关联网络模型、工资收入模型等等，贷中有交易欺诈模型、贷中行为模型。我们在数据运营上的速度也是比较快的，因为我们搭建了自己的大数据平台。
介绍了整个风控体系以外，再介绍一下我们授信审批的体系，我们称之为利剑，在整个风控审批体系中，第一步让客户在APP端做相关的信息，第二步是人脸识别和检测工作，第三步是进行欺诈识别和风险评级，第四步是对个人风险评级，同时会结合他的一些其他信息进行评分，比如说为他办单销售历史的风险表现，以及他区域商户的风险表现，结合了这些之后，我们会对客户风险进行分层，进行接下来相关的核查，最后经过整个自动化的审批之后，我们会有一部分客户还不能确认，或者有欺诈嫌疑，我们会给到信用专家，对这些具有高风险的客户进行审批。车金融的话还会对车进行判断，我们的链条会更长，对车的判断和对人的方法论是一样的，我们有外部数据、内部数据，还有人工的核查，对车辆进行估值，我们建立了自己车辆的评估模型，最后能有一个车辆的估值。第二点我们是会有一个车辆的抵押权监测，会对GPS信息查出来异常的车辆进行不定期的抵押权查询，如果抵押权产生变化，会立即触发后续的手续。刚才说到所有的步骤还是很烦琐的，相对于一般的车贷公司，我们做的审批动作会很多，但这些都会在15分钟之内完成，97%以上是在60分钟之内出结果，我们未来的目标是在12分钟出结果，这个数据在业内会是一个星期以上。
同时我们会有一个贷后的管理企业，叫做监盾，在我们所面临的客户是银行现在没有做的客户，这些客户在市场上的供债情况是非常多的，我们整体贷后管理的策略就是快，能够更快地去找到这个客户，能够更快地向这个客户进行催款，如果发生车辆的抵押权，或者这个客户完全丧失还款能力的时候，我们能更快发出收车的信息。在整个反欺诈组合拳是全方位保障了我们的资产安全，我们会有100%的欢迎电话覆盖，会在贷款申请之后对客户进行回访，同时我们会有暗访的一些行为，对销售欺诈和门店欺诈进行相关的查询，如果发现了相关的信息，会有专门的调查团队对相应的信息进行核实和调查，如果发现有一些违规的话，我们马上就会进行挽损的动作。
在这之外，我们会有我们自己的知识图谱，会有不断丰富的电话网络，这样我们失联修复能力会比较强，而且会不断去增强这样的能力，第二个，在金融公司大家可能知道，对于号码的管控以及暴力催收的管控非常严厉，我们对于整个催收的质量，以及号码动态保护，我们会做的非常有效率，同时因为车辆是非常高的价值，所以我们在每辆车上都会有我们的GPS，对于GPS相对异常的现象，我们会立即启动资产保全的流程。所以整个全方位进行贷后催收的动作，让我们整体的资产质量得到了一定的保障。
今天内容可能会比较多，谢谢。
