在第四季里有一个情节，印象还是挺深刻的，结合这篇文章的主题放在这也是再好不过了。伊芙琳因为和丈夫吵架搬出别墅，身无分无的她投靠了她的朋友马莉索，出于富人的心态，伊芙琳不好意思开和马莉索说自己身无分文以至于都没有早饭吃，马莉索看出了她的窘态，随即掏出一张信用卡给她去吃早饭。
这就引出了我接下来要说的，美国的信用卡的负债率基本上是百分之九十以上，人手有一张张信用卡，就像前面提到的《蛇蝎女佣》中的马莉索，他们吃早饭都是用信用卡，所以他们的信用数据是非常丰富的，但是在中国就不一样了，中国只有三亿人有信贷记录，那其他十亿人民就不需要借钱了吗?当然需要，只是银行不会借给他，那如何解决他们信用数据缺失，做好信用评估是最大的难题。
中国式风控系统，你听过吗?
中国银行首席经济学家曹远征说：互联网金融最核心的挑战是风险定价功能。北京市金融工作局党组书记霍学文在《新金融 新生态》一书中提到：互联网金融的终极形态是云金融，而云金融=互联网金融发展高级形态下的云存储技术+云风控平台+云指挥系统。那么究竟什么是风控?什么又是中国式的风控系统呢?
在8月14日由IT168主办的第七期【创客IT168】活动中，达飞金融的风控负责人林朝辉对此作出了解释并且带来了一个新名词，星云系统。
▲达飞金融风控负责人林朝辉
什么是风控呢?风控顾名思义就是风险控制，指风险管理者采取各种措施和方法，消灭或减少风险事件发生的各种可能性，或风险控制者减少风险事件发生时造成的损失。
中国式风控系统就是结合国人的特征来做的一个减少风险的系统，当然这其中最为显著的特点就是前面提到的中国人信用数据缺失的问题，而星云系统就是这样一个解决这方面问题的中国式风控系统。
这张图是风控的系统架构图，介入的数据层，信用类的数据比较少，但是接入了大量的社交数据、合作方的数据、网络上的公开数据以及用户的受选数据，很多数据是跟信用相关的，比如说在微博上你的爱好是什么，你关心的是什么东西，你的手机里面，你有几个联系人等等，第一印象是这些和信用没有关系，但是在实际过程中会发现这些数据都是可以挖觉出很多有用的用户特征。
第二个是数据的处理层，林朝辉表示：“我们可能会做一些优化项目等等这些处理，这些处理完之后是一个分布式的存储，通过特征数据做一些模型的训练以及规则引擎的挖掘，包括结合一些人工的东西，一些系统专家，他们有几十年的经验，他提出哪种人是比较坏的，我们会用数据验证这个结论，也会帮他们优化完善这个条件规则，最后我们会得到一些反欺诈系统以及一些新闻评分系统，我们还会有一些数据的展示，数据的可视化，这个是一个过程，刚开始可能是帮助系统加快他的工作效率，加快他的审批的速度，我们会有一些数据化的东西，会把一个人的三百六十度的信息全部展示出来。”
以上就是整体的风控系统架构，对于星云系统，完成全方位的风险控制防御主要分为以下三步。
全方位风险控制防御——三重奏
以下将以故事系列呈现……
第一奏——反欺诈
小王：达飞金融的实习生;林老师：达飞金融的风控负责人
小王：林老师，来了一位顾客，想要申请借款;
林老师：先查一下他有没有上黑名单(即社会上众多P2P平台上有无失信记录);
小王：没有诶，信用数据非常好，而且这位先生是XX研究生，在XX大公司工作，各种条件非常好;
林老师：做一下自动检测，确定申请人信息真实有效(APP做指定动作做比对，确定是本人，跟公安部照片做比对，确定是本人提交申请，最后进行身份核实身份核实)
小王：各方面条件都符合;
林老师：那就进行下一步;
第二奏——自动信审&人工信审
自动信审是通过提取用户的特征，结合一个规则引擎(即专家系统)，做出评分，评分合格，可同意贷款。
要想了解用户特征，教育背景无疑是最好的入手点，这是其一。教育背景是非常强的特征，包括跟研究一些国外的论文，教育在一个人的信用的表现里面是非常强的一个因素，还有一个是信用表现。
还有一个就是查到他的消费情况。如果要知道一个人的消费情况的话，最好的方法是拿到他的银行流水，知道他每天花多少钱，工资是多少，信用卡刷多少，大家可以知道基于这些数据得到这个人的信用表现。除此之外，和第三方合作也是了解用户特征的好方法。
拿到这些特征之后会做一些数据模型的评估，也会结合一些规则引擎以及人工去做辅助，为用户的守信度划分等级。
小王：那内部是如何进行自动信审的呢?
大家知道很多数据的获取是有成本的，比如说央行征信报告，一个人要二十多块钱，那么基于长时间积累下来的千万级别的用户，如何根据这些用户对新用户做一个评分，对于信审这一步是有战略性意义的。
设想一下，我们有覆盖全国百分之九十五人口的社交关系链的数据，根据已有的几千万的信用的评分的结果去扩散到中国十几亿的人口的信用评分，这个是非常省成本的。
所以引入了比较简单的一个模型。通过社交关系链先做一个关系图谱的挖掘，可能是你的亲朋好友，你们的关系到底是什么关系，你们的联系的亲密度你们联系的导向，你经常联系一个人，他不联系你，这个传导是单项的，不是双项的。
然后做一个信用扩散，就是一些热传导的一些算法，最后做一个大规模的云计算，简单的MR就可以实现了。
小王：这位先生的评分合格，可同意贷款了吗?
林老师：他要贷款多少?如果1万块以下，可以同意;
小王：这位先生要贷款3万元;
林老师：先给这位先生做出等级评分，然后进行人工信审;
人工信审分为初审，中审，以及其他几道信审流程。初审大概过一下申请人的资料，到中审的话会比较细致的参考更细节的特征，给予云计算推算出申请人的信用分。
小王：这位先生审核通过;
林老师：可以同意申请。
第三奏——催收系统
在整个P2P里面催收是非常重要的环节，可以大幅度的降低坏帐率，但是催收的先觉条件是要在前期保证是客户本人，以及确保客户资料的完整性详实性，才能在后期做好的催收，所以这一切都是紧密的联合起来的一个体系。
作者：信雪蕊
来源：IT168
原文标题：整个金融行业都在说风控，这些你听过吗
