机器人帮你识别“渣男”

发布时间:2015-05-25 来源:《中国企业家》查看原文

2014年创立爱钱进前,我在私募股权投资行业工作了多年,投资过包括银行、小贷公司、担保公司在内的很多传统金融机构,正是这些工作经历,让我看到了传统金融机构可以很好地覆盖到个人层面的金融服务,有了进行互联网金融创业的初衷,也明白了风控是悬在金融行业头顶的达摩克利斯之剑。

此前2-3年的时间里,P2P行业经历了所谓的“野蛮生长”,但自2014年下半年开始,坏账集中爆发,能否健康地生存下去,大家更关心。

爱钱进创立之初,并没有沿袭互联网的屌丝创业路线,我们的团队带了丰厚的资金入场,在公司的数据库系统上进行了大手笔的投入。虽然爱钱进的风控模式系统线上与线下相结合,但我们深知风控的核心在于数据积累,要把客户数据都抓取过来,把客户特征按照数据库的规则来进库,然后对这些数据进行分析和建模,让机器人逐渐学会判断这些借款人的风险。爱钱进也是国内在机器人风控上走的最远的平台。

得益于风控识别这一核心定价能力,爱钱进在上线3个月内就实现了盈利。截至目前,爱钱进未让投资人承受过任何损失。2014年逾期90天坏账率为0.5%,虽然行业尚未有统一的逾期计算方法,但爱钱进的逾期率远远低于一个金融机构最低承受能力。

常有朋友挑战我说,大家做风控,都要依靠数据平台完成,为什么爱钱进的风控,可以被上升为机器人风控。我常举一个识别“渣男”的例子说明。对于一个借款人是否存在欺诈,P2P平台通常是通过将借款人的信息与黑名单信息(自己积累及从第三方取得)对照来完成的,程序上是一条直线。而在爱钱进的反欺诈模型是动态的,比如说当一位男性借款人提交了借款信息,机器人会在经过用户的授权后,调集他的近三千项社会变量属性,以分子级还原借款人社会形象,比如说三类主要信息——个人通讯记录,个人淘宝记录,以及信用卡关联的邮箱的帐户,若这个人通讯记录中,发现近三个月他的前十位频繁联系人中,有四位是女性;他近半年在淘宝上多次购买情趣用品;他提交的常驻地是北京,可是信用卡的花费多在深圳和上海。机器人会自动为这个用户打一个“高欺诈风险”的标签,因为我们此前的数据积累验证,有类似匹配性的人,私生活会很乱,也会因此认为他的欺诈性风险比较高。而他居住地与信用卡消费地的偏离,也会让他的欺诈风险陡然上升,因为他提供的数据可能是经过包装的。机器人是通过多数据连接,在十秒内得出一个高欺诈风险的结论。