□记者 苏洁
“通过大数据、知识图谱、机器学习技术的AI平台，在传统风控手段及数据基础上，补充了‘关联’这一全新视角来审视风险，并以智能化手段进行风险特征的学习与识别，可有效解决金融企业单体信息不足的情况下风险评估难题。”中诚信征信副总裁殷宝玲向记者介绍。
近年来，金融呈现互联网化趋势，越来越多的交易不再通过面对面形式达成，这也给一些不法分子可乘之机，网络上各类身份伪造、黑中介等欺诈行为层出不穷，且欺诈行为更加隐蔽和复杂，相对于此，近两年服务于金融机构的技术服务商也是层出不穷，竞争激烈。作为起家于征信行业、服务于金融企业的第三方信用科技服务机构，对于如何解决金融行业的欺诈问题以及风险管理，中诚信征信另辟蹊径，走出了“信用+技术”的商业模式。
“信用科技”助力金融企业风险管控
信用机构对于“风险”二字最为敏感，他们所做的一切工作都围绕其进行。而金融机构天生就要与“风险”做斗争，这与信用服务机构的服务宗旨不谋而合。
殷宝玲表示，个人伴随着公司的发展而不断成长，期间也见证了公司的不断壮大：中诚信征信有限公司前身为中诚信集团2002年成立的征信与商账管理事业部；2005年正式注册成立征信公司，开展企业征信、电商认证、实地调研、信用管理咨询等征信服务业务； 2015年开始开展个人征信和大数据风控业务，仅三年多时间，大数据风控业务比重已上升到80%，足见这一领域旺盛的市场需求；2017年，公司业内首度提出了“信用科技”理念，以呼应新时代背景下科技在信用管理领域的应用。
在殷宝玲看来，信用相关领域服务的范畴越来越广泛。从最初狭义的以偿还为目的的银行借贷活动中，对信用主体所表现出来的获得信贷的能力与按时还款、履约的能力判断；到广义的有价证券交易、商业贸易往来等交易活动中，信用主体所表现出来的成交能力与履约能力的判断；目前已扩展至更广泛的职场、家政服务、共享经济等业务场景。
“目前中诚信征信服务的客户仍以金融机构为主，银行客户占比较大，保险机构这几年也在不断增多，这与整个行业对风控的需求离不开。”殷宝玲坦言，“公司与保险机构的合作日益深入，服务范围已从国内市场扩展至国际市场；服务内容已从简单的信用报告服务扩展至为保险机构提供风控工具、智能化平台等全方位服务；服务阶段已从事前的客户风险判断扩展至事中的信用监控、事后的商账管理与催收全业务流程。为保险机构提高业务决策效率、防范信用风险、降低交易成本等方面起到了积极的作用。”
当然，仅仅考察单一主体的信用状况不能全面进行风险识别与把控，随着新技术的发展及数据处理技术及手段的不断提升，为深入、全面的风险控制提供了新的方法及思路。
引入“关联”全新视角审视风险
当前，技术驱动金融服务产业转型升级的作用日趋明显，以技术创新引领的金融服务模式变革趋势仍将持续。如何将前沿技术与各类金融服务场景深度整合，使技术创新发挥最大价值，已成为金融科技产业的重要研究课题。
以金融机构为例，有些企业或者个人在参与金融活动的各个阶段可能都存在一定风险，相关的数据维度不断丰富，例如股权关系、对外投资、交易、物料、通讯、社交等复杂关系数据，但是受限于传统关系型数据库的机制，往往造成查询效率低、关联程度差等难题，数据价值难以直观体现。与此同时，金融机构在面对高维及超高维的复杂关系数据时，传统建模技术受限于数据处理能力、计算能力，导致模型结果欠佳，因此，如何解决复杂关系数据的深度挖掘及建模分析，进而有效识别互联化趋势下的风险行为，成为各金融机构在新时代风控智能化进程中所面临的核心问题。
“我们基于大数据、知识图谱、机器学习等技术研发的AI平台——万象智慧平台，实现了数据关联挖掘、风险特征学习与识别的自动化、智能化。在技术层面可大幅提升金融机构的数据处理及挖掘分析能力，其中基于万象智慧的模型自学习模式，风控模型还可以随着业务数据流转不断优化迭代，自我学习；在业务应用层面，与传统风控体系相比，补充了‘关系’这一全新视角后，实现了风险识别手段由点到面的提升，可深度挖掘群体间隐藏的关联风险，同时具备天然的团伙欺诈识别能力。”殷宝玲介绍。
举个例子来看，比如某人具有明显的风险特征，与之关联的某个群体（例如频繁交易、资料相似等）则可能有潜在风险，所以在做风险管理时就要特别注意与之关联的这些群体，通过关联风险挖掘审视和核验，以保证风控的全面性和有效性。
而这样做的效果如何？“自2018年5月产品发布以来，基于万象智慧平台在执行和洽谈的大型合作已有数十个，可有效降低金融机构欺诈率”殷宝玲说道。
除了大数据、知识图谱和机器学习技术以外，引入区块链技术则能够为金融资产管理助力。利用区块链特有的技术信任机制，可以有效约束资产方的商业道德风险，提高底层资产数据、交易、信用评估的透明度。
在殷宝玲看来，征信与风控更多的是一种约束能力，未来信用科技的日益成熟将会助力金融行业的大发展。