黄金老：智慧金融存在数据和技术两大风险 须进行有效管控

9月17日，由新浪财经主办的“2019中国银行业发展论坛智慧金融（上海）峰会”在上海举行，来自国内众多银行业和金融科技领域的大咖齐聚现场，聚焦金融科技背景下的新机遇和新挑战，共议未来银行之路。江苏苏宁银行董事长黄金老出席并发表主旨演讲，他表示，智慧金融存在数据风险和技术风险，这让当下的风险管理变得更难，对今天的国内银行具有很大的挑战。

　　“智慧金融就是聪明的金融，会思考的金融。“在黄金老看来，当下的智慧金融主要是指金融自动化水平越来越高。过去，金融基础的原材料更多的是资金、渠道。今天，资金和渠道仍然需要，但多了两个关键要素，一个是数据，另一个就是流量。“智慧金融非常依赖数据和流量，所以也会带来新的风险。”

　　他指出，智慧金融有两大风险。第一大风险是数据风险，这来源于金融的全自动化，要依靠数据来决策。数据风险主要包括：其一，数据的缺失。你构建一个模型可能有一百个变量，但是这个变量到每个客户身上，常常很多数据是没有的。例如，一个维度是本科学历，但如果学历这一条是缺失的，我们只能视为他没有学历，实际上他是没有填写，并不是真的没有本科学历。这是我们国家数据没有互联互通的情况下常见的现象。

　　其二，数据的造假。有一些欺诈分子可能有意识地进行数据造假，有一些数据公司也会存在系统性的数据造假。从过往的经验来看，一旦某个数据变得有价值就容易被造假。多年前，银行业开发了一个很不错的贷款产品“POS流水贷”，后来大家都停了。因为POS流水这个数据一旦变得有价值，就会有人制造POS流水数据，就发生了风险。

　　其三，数据的中断。由于供应商原因或政策原因，数据突然中断了，这样业务不得不停止。此外，还有数据的泄露、数据的合规，有些数据没有得到授权，或者数据被滥用，都会存在合规风险。

　　而智慧金融另一个新的风险是技术风险：首先是算法的可解释性和可评估性。我们构造了一百个变量评估一个贷款是否可以发放，由谁衡量这个模型是否适当。再者是分布式系统的可靠性和稳定性。分布式技术相对比较成熟，但是在高度依赖系统的情况下，系统被攻击或者停摆，会造成更大的危害。诸如孟加拉中央银行系统都可以被攻破，何况一家商业性金融机构的系统。

　　“存在着技术风险和数据风险的情况下，智慧金融的风险管理变得更加难。”黄金老认为，风险的管理无非就是风险的识别、衡量和处置。“智慧金融情况下，风险识别变得更难了，你怎么识别数据的真伪，你怎么识别模型的准确性，对今天的国内银行都是很大的挑战。”

　　他列举了十多年前美国发生的次贷危机，其实并不是银行业发放的贷款导致的风险，而是银行的金融市场部买了大量的次贷衍生品。在当时，银行的风险部门和管理层没有能力去识别这些新型的金融市场风险，导致了金融危机的发生。今天，我们大力发展智慧金融，就必须要尽快提高对数据风险和技术风险的识别、衡量和处置能力。

　　近期，央行在《金融科技（FinTech）发展规划（2019-2021年）》中指出，金融科技是技术驱动的金融创新。金融业要秉持“守正创新、安全可控、普惠民生、开放共赢”的四条基本原则，充分发挥金融科技赋能作用，推动我国金融业高质量发展。

　　作为一家定位为科技驱动的O2O银行，苏宁银行坚持以“研发能力、专业专注”为立行之本，秉承“科技密集、知识密集、风控严密、低成本运营”的经营理念，聚焦供应链金融、消费金融、微商金融、财富管理四大核心业务，已打造升级贷、账易融、货易融、微商贷等产品。

　　当下，苏宁银行大力发展和应用金融科技，尤其是在数据风控和金融AI两大领域，成绩不俗。

　　在数据风控上，围绕黑名单、地址和账户，打造了“风声”黑产监控系统，已拥有10万+黑产信息；上线了区块链金融黑名单，已具有1100万黑名单数据；IP画像系统，已归集地址信息600万；黄牛地址识别模型，准确率70%；还研发了商户交易监控模型，贷款中介识别，升级贷、微商贷和场景联合贷准入模型等多个黑科技，为业务安全保驾护航。

　　在金融AI上，智能催收，基于智能客服技术，综合采用智能催收失联修复模型，催收接通率 15%；“小V”智能客服，基于机器学习、自然语言处理、知识图谱、语义分析引擎和自动问答等技术，当前问答准确率90%；智能投顾，理财咨询导购机器人，为顾客提供理财知识、业务咨询，接入智能投顾场景，引导顾客完成风险等级评估和投资组合选择，提升用户体验。

　　“金融科技+场景金融=普惠金融，这是苏宁银行的普惠金融新模式。”黄金老表示，苏宁银行将持续聚焦资金、流量、数据、专才，通过风险管理、财务管理、绩效管理、品牌管理和执行力管理，用科技的手段打造更多元、更普惠的金融产品，提供更便捷、更安全的普惠金融服务，让未来的金融服务像水一样渗透到各个业态。