新網銀行首席運營官劉波：建立數字銀行，要先打造數字化的科技和風控體系

10月13日，中央財經大學聯合零壹財經召開"中國金融科技創想峰會暨中國金融科技創新發展指數發布會"。此次發布會，不僅建立金融科技"創新、思考、發展"的平台，同時還基於金融科技中心在人工智慧、大數據、區塊鏈等方面的多年研究與積累，發布央財金融科技創新指數，對銀行、保險公司和金融科技企業的金融科技創新能力進行全方位評價，助力金融科技發展。

會上，新網銀行首席運營官劉波發表了主題為「如何打造一家數字科技普惠銀行」的演講。劉波表示，要建立一家數字科技股份銀行，首先要打造數字化的科技和風控體系，主流銀行主要運用的服務方式是因果性分析，大量參照專家的經驗模型。但在徵信覆蓋人群不多、數據缺失的前提下，如果用這套經驗模型考核他們的收入負債比、財務數據，缺失了任何重要一項，或者有任何一項無法交叉驗證，就無法去做。

對此，他認為，首先一定要自主研發反欺詐系統，自主研發大數據模型。雖然非常多公司在細分領域或者某一塊做的比較先進，但僅僅是某一塊，如果要做這一塊成品服務，目前市面上還沒有成熟的架構和體系，只有依靠自研，既使在螞蟻金服、阿里巴巴，也沒有做出一套完全可以適用於市場可以推行的東西。

另外，他還表示，要做互聯網金融業務，首先要防住的是心臟，在這中間要確定三個真實，即真實的深，真實的意願，真實的設備，三點缺一不可。

演講實錄：

劉波：大家好，我是新網銀行的劉波，我今天為大家分享的題目是「如何打造一家數字科技普惠銀行」，5年前我在螞蟻金服籌建組，兩年半前我在成都也是籌建組參與籌建了新網銀行，這兩家銀行都是以互聯網運營的銀行，我今天用比較短的時間和大家分享一下民營銀行，數字科技股份銀行是怎麼籌建的，中間有哪一些要點，我們的經驗和教訓是什麼。

首先認識一下新網銀行，新網銀行有三家股東，第一家是新希望集團，第二家是小米，第三個是紅旗連鎖，新網銀行定位為「互聯網模式運營的民營銀行」，新網銀行是全國首批將在線技術運用到銀行主體中來的銀行，作為主體運營模式的銀行，同時也是全國唯有三家經過銀監會書面批准，可以做全在線信用業務的銀行。第三個是把機器學習作為重要的信貸決策依據放入到實際生產鏈中。新網銀行服務客戶定位是小微企業主，第二個是C端用戶的消費者，服務C端用戶的同時，我們搭建了金融開放平台。

要建立一家數字科技股份銀行，首先要打造數字化的科技和風控體系，我們的主流銀行主要運用的服務方式是因果性分析，因為A，所以B，大量參照的是專家的經驗模型，有大批的審批人員依據的盡調報告，為客戶提供長長的銀行流水，非常多的時候需要個人去櫃檯辦理，依據的是央行徵信的一些數據，財務的一些數據，這些方式有沒有用？當然有用，當然有效。金融業、銀行業這麼多年積累的經驗當然是有效和有用，說實話銀行徵信報告覆蓋的人群是4.8億，大概有9億多人群是徵信報告覆蓋不多的。第二點很多數據是不完整，是缺失的。這種前提下，如果用這套經驗模型考核他們收入負債比，考核他種種財務數據，缺失了重點任何一項，或者有任何一項無法交叉驗證，就無法去做。

新網銀行採取的是相關性分析，A和B關聯，B和C關聯，C和D關聯，N多的可能性，這麼多數據無法用人工經驗分析，我們用機器去學習。我們運用大量的數據，更多的應用行為數據，而每個數據決策要用到數據。根據這樣的風控體系，首先我們判斷技術首先是人，新網銀行70%人員是數學科學家，只有這樣的人數比例才能保證這家機構的基因，否則做著又回到老路上來。

新網銀行採用的雲計算架構，對於很多新金融機構來說雲計算很正常，但對銀行來說就是風控。當然，你如果做互聯網業務的話，互聯網業務是高速發展的，且不談雙十一一天的交易量是平時的幾百倍，幾千倍，幾萬倍，既使一天中間，晚上占的時間，或者下班一刻占的時間，可能是正常時間點的7倍到10倍，準備的伺服器到底要準備多少，到底有多少人，真正的極限到的時候，伺服器夠不夠，對於一家銀行而言，不可能出現長時間宕機，出現宕機就是失誤，你的主機房、備用機房到底需要備多少，所以我們採用的是雲計算。

我們要做到數據化風控體系，首先一定要自主研發反欺詐系統，自主研發大數據模型，我知道有非常多公司在細分領域或者某一塊做的比較先進，但僅僅是某一塊，如果要做這一塊成品服務，這個市面上沒有成熟的架構，沒有成熟的體系，只有依靠自研，既使在螞蟻金服，既使在阿里巴巴，也沒有做出一套完全可以適用於市場可以推行的東西。所以在新網銀行我還在研發，因為有一些技術螞蟻不賣。

這套東西如果還有後來者，希望繼續走這條道路的話，需要非常強的人才，懂得這一塊的人，你一定要不計代價的把他挖過來，在國內真正懂得這個的不多。

要做互聯網金融的一些業務，首先要防住的是心臟，在這中間我們首先要確定三個真實，真實的深，真實的意願，真實的設備，這三點缺一不可。

首先，真實的設備，我們對應的方式是對每個社會，就在上個月我們大概看到有很多的報告，大概有9700萬部問題手機，也就是說疑似被黑產掌握的手機，但是智能手機有成本，你要做一個壞事買一部手機成本非常高，所以我們不斷的識別手機，其實真正的黑產不用真正的手機，用模擬設備，根據手機的種種特徵可以定位這個手機究竟是什麼，當你刷完機或者怎麼樣，依然還是這部手機。

第三個根據人際關係關聯。當一個人是正常人的時候，你的人際關係是廣泛的。當你不是一個正常人，既使模擬關係也可以識別出來。這些專業技術每家公司情況不同，我們自己有一些圖譜，這些是反欺詐整體架構，具體架構怎麼搭，短時間內說不完。

我們簡單講一下這些關聯到底怎麼做的？這些真實的案例，一個真實的人，根據IP地址我們找到一個人，知道他是同事，第二層管理是朋友，我們可以關聯到十度關聯，在新網基本上可以做到十度關聯，但是我們不會每個都去跑，我們會跑出四維到五維數據。我們會記錄下來客戶每一個操作每一個數據，這些客戶在這些地方操作，我們把數據放大到四川再放大到成都，再放大到某個街道再放大到新網銀行所在地，這個人在這一刻做了什麼樣的操作，是登陸，是什麼信息是什麼設備，它有完整的數據鏈，一旦其中的一環攻破，我根本不怕，因為你造假很難。

我們銀行都在用一些數據，歷史還款逾期的數據等，我們拿到了非常多客戶行為數據，比如說在客戶授權情況下，我知道他的打車習慣，它的公司的大概的範圍，家的大概範圍，我知道它每一餐的消費多少錢，消費的水平怎麼樣，這種情況下我知道你這個人平時出去坐什麼樣的飛機，這樣你跟N多平台合作，對一個人的刻畫非常的準確，第三方的數據包括電信和移動的數據、社保的數據加上政府公開的數據，加上很多優秀的互聯網公司雲上的數據，加起來之後形成了我們的數據。

在這個上面我們做了8種模型，關於消費能力，關於債權等等，這是我們的邏輯判斷方向。這些東西我們交給機器自主修正，機器自主做一些判斷，現在每天發放貸款的筆數是25萬，數據越來越多，樣本越來越豐富，它的盤子越來越大。連我自己都決策不了這個客戶是放款還是不放款，有時候有一些判斷找不到它的原因，因為我們用的是相關性分析，它的內在原因以我現在的制度或水平理解不了機器的舉措，但是機器實際的舉措就是這樣的。機器決策的同時我們加入了人工理性的模型，當相似性達到90%的情況下就可以放款。

我們用GBDT模型，它不斷的對結果進行預測修正，對稀缺數據的容忍度比較高，我們有8000多個決策樹，我也不知道它用哪個模型，現在按照銀行標準口徑新網銀行的不良率2.3%。我們自己做了這麼長時間，用傳統的方法批，批2%以下都沒有把握，這還是我們在銀行做了這麼長時間的情況下，這就是科技的力量。

我們在2016年12月8號開業，現在合作機構突破200家，突破放貸1700萬，估計2000萬，我們放款的餘額超過1100億，它的加速度非常快，我們頻率的授信是7秒完成一筆放貸。我今天跟大家講的就是我們用這樣的方式在全國這些城市都可以做這些業務。好，謝謝大家！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！