近年來，監(jiān)管層對消費金融創(chuàng)新引導和支持不斷增強。券商分析人士預計，隨著消費金融行業(yè)利好頻出，整個行業(yè)規(guī)模將快速增長，未來3年互聯(lián)網(wǎng)消費金融交易規(guī)模將增長7倍。如何通過人工智能、大數(shù)據(jù)分析等先進科技強化風控能力，成為消費金融機構(gòu)在行業(yè)中“突圍”的關(guān)鍵所在。

　　壞賬率高

　　專家指出，隨著中國居民收入水平不斷增長、80后、90后等消費人群崛起，我國消費金融領(lǐng)域潛力將不斷釋放。據(jù)艾瑞咨詢數(shù)據(jù)，2015 年我國互聯(lián)網(wǎng)消費金融交易規(guī)模突破1000億元，增速超過500％。隨著加入者持續(xù)增加和模式不斷創(chuàng)新，互聯(lián)網(wǎng)消費金融行業(yè)或還將保持至少3至5年高速成長，到2019年交易規(guī)模將超過3萬億元，相較于2016年增長7倍。

　　從國際對比來看，2015年美國“消費信貸總額／消費支出總額”達29％，我國僅為14％。我國消費信貸總額有望從2015年的不到4萬億元，增長到2023年的16萬億元，復合增長率20％。以螞蟻花唄為例，2016年使用花唄支付的筆數(shù)超過32億筆，比上一年增長了344％。

　　券商分析人士認為，當前消費金融核心問題是壞賬率高。據(jù)中國銀監(jiān)會統(tǒng)計，截至2016年9月末，行業(yè)資產(chǎn)總額1077．23億元，貸款余額970．29億元，平均不良率4．11％，貸款撥備率4．18％，因具有“無抵押、無擔?！薄靶☆~分散”、面向中低收入者的展業(yè)特點，風險處于合理可控范圍。

　　先進科技“武裝”風控

　　不可否認的是，金融本質(zhì)是風險管理，風控是所有金融業(yè)務(wù)核心。面對消費金融領(lǐng)域客戶風險較高、客戶信用信息不全、惡意欺詐或薅羊毛現(xiàn)象、客戶違約成本低、債務(wù)收回成本較高等諸多新的挑戰(zhàn)，消費金融必須利用大數(shù)據(jù)風控豐富傳統(tǒng)風控的數(shù)據(jù)緯度，利用多維度數(shù)據(jù)、算法和模型來實現(xiàn)快速識別借款人風險。

　　業(yè)內(nèi)人士坦言，在消費金融興起的大潮中，無論是互聯(lián)網(wǎng)系、電商系、銀行系消費金融，都在積極布局大數(shù)據(jù)風控，而各家商業(yè)模式、資源優(yōu)勢不同，應(yīng)用的狀態(tài)和優(yōu)勢也各異。如螞蟻金服旗下芝麻信用，利用梯度提升決策樹、隨機森林、神經(jīng)網(wǎng)絡(luò)、分群調(diào)整技術(shù)、增量學習技術(shù)等在內(nèi)的機器學習算法，可以為缺少信貸記錄的人群做出客觀信用評價。京東金融則形成由多種大數(shù)據(jù)機器學習模型構(gòu)成的弱分類組合預測模型，借助隨機森林、lasso 回歸等算法，參考數(shù)千個預測變量，借此評估用戶的還款意愿和還款能力。

　　相比依托場景化信貸大型電商所布局的大數(shù)據(jù)風控，對于互聯(lián)網(wǎng)消費金融公司，其大數(shù)據(jù)風控模式和能力則更加重要。以馬上消費金融為例，他同時作為大數(shù)據(jù)公司和金融科技公司，在大數(shù)據(jù)模型打造、智能風險把控等金融科技領(lǐng)域的不斷創(chuàng)新，可圈可點。具體來說，馬上消費金融在運用傳統(tǒng)客戶身份識別手段的同時，增加活體識別、人臉比對等新興技術(shù)手段，進一步增強客戶身份識別精準度、有效防范控制第三方欺詐風險。在此基礎(chǔ)上，馬上消費金融以央行征信數(shù)據(jù)為基礎(chǔ)，但又不局限于央行征信數(shù)據(jù)，充分挖掘并利用客戶的其他信貸數(shù)據(jù)、消費數(shù)據(jù)、互聯(lián)網(wǎng)痕跡數(shù)據(jù)等，生成高達幾萬個風險變量，并分別輸入不同預測模型，如欺詐模型、身份驗證模型、還款能力模型、還款意愿模型等，更為精準細致評估客戶的信用風險和欺詐風險。

　　在構(gòu)建模型過程中，馬上消費金融引用先進機器學習人工智能技術(shù)，以科技手段武裝風控能力，以此提高大數(shù)據(jù)風控實效。據(jù)銀監(jiān)會公開數(shù)據(jù)，目前消費金融行業(yè)不良率為4．11％，馬上消費金融不良率僅有1．36％。