从传统到智能

近些年来，金融与科技相结合的例子不胜枚举，如何将传统金融行业在风控上的优势与经验与“大数据”“云计算”等技术更好地结合，从而在提高效率、降低成本的同时，将风控做到更好，一直是业内外共同探讨和致力的方向。

传统的风控模型往往是基于人的智慧和业务的经验去建模，往往导致变量的数量是有限的。

而如今，各种数据正快速融入人们的日常生活之中，让衣、食、住、行等相关领域的海量数据实现了持续迸发。在大数据时代下，金融机构能够获取到更多维度的外部数据，像客户行为、电商消费、运营商数据、地理位置、购物习惯等等。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。

概括来讲，智能风控侧重大数据、算法和计算能力，强调数据间的相关关系，其在风控环节中的应用主要有以下三点：计算机视觉和生物特征的识别，即利用人脸识别、指纹识别等活体识别来确认用户身份；反欺诈识别，智能风控利用多维度、多特征的数据预测用户的欺诈意愿和倾向；正常用户的还款意愿和能力的评估判断。对于用户的行为数据，运用各种先进的机器学习算法进行加工处理。

风控是金融的根基，智能风控用金融科技降低风险管理成本、提升客户体验、数据驱动风控能效，无疑是互联网时代风险管理实务的变革与创新。

行业洗牌加剧

在智能风控这条路上，传统大型互联网公司入局早，坐拥流量、资金、资源等先天优势，具有自身比较强大的自营业务，积累大量用户行为数据，因此其根据大量数据训练出的建模分析优势明显。但是以科技创新为核心竞争力的金融科技公司亦凭借其强大的技术能力与对金融业务的场景理解能力全面布局，同样大有可为。

市场呈现出对金融安全和风控的强烈需求，行业热闹的同时，也迎来了更加严格的监管。

从2019年9月份开始，杭州、上海等地一批大数据智能风控企业遭到警方调查，一时间大数据行业风声鹤唳。部分与现金贷行业联系较强的大数据公司及助贷平台已经暂停业务，有些消费金融公司也缩减业务规模。

这次的监管行动从产品—爬虫技术—相关的数据方—网贷平台，可以说是一条链式的查处。有业内人士认为，尽管有些严格，但监管带来的强制性要求和规范，将会对大数据风控行业产生深远影响，行业将会重新洗牌。一些规模大、技术实力强以及合规要求严的大数据风控机构将能获得较好发展，而一些靠低价夺取市场的不规范小平台将退出或转型。

本体与现象

根据银监会、网信办等监管层意见，金融科技的实质是金融，关系金融业务发展的稳定性和可持续性，正在被纳入到监管范围。与此同时，为了更好地发挥金融科技的应用能力和推动作用，国家层面已出台多项政策，来指导金融科技的顶层规划、战略部署和标准制定。

利用人工智能、大数据、云计算等技术，结合各类风险模型搭建，实现大批量作业下的风险识别更准、更快，同时也能实现决策流程的智能化，让个人和企业金融需求更具可得性。这是智能风控的核心，同时也是智能风控的根本价值。

明白了这一点我们就会发现，监管介入、政策出台，以及一些不合规公司的出局，将能有效引导余下的玩家从本质、根源上落实数据安全合规，将业务重心专注于智能风控整体的技术创新、行业准则和社会责任上。

融慧金科CEO王劲是这样说的：“金融科技的基石不在科技而在金融。金融科技企业的竞争力来自于把科技最有效、最合规、最稳定地运用到金融场景里，它的成功在于对金融规律的专业的认知和长久的实战经验沉淀，是意愿、能力和经验的集合。”

结语

凯文·凯利在《失控》中是这样说的：“最深刻的技术是那些看不见的技术，他们将自己编织进日常生活的细枝末节之中，直到成为人们生活的一部分。”

无论是传统的还是智能的，“向善的科技”才能真正融入人心。