整理 | 近音 米格
监管层正在重视金融风险防控
国家信息化专家咨询委员会委员、央行科技司原司长陈静
重要的金融风险防控
金融是现代经济的核心。
金融风险，尤其是系统性金融风险危害巨大。而金融领域的风险点多面广，其隐蔽性、突发性、传染性、危害性都很强。
一旦发生金融风险，金融体系运转失灵，必然会导致全社会经济秩序的混乱，甚至引发严重的政治危机。
因此，金融风险防控，是世界和国家的大事，对此党和政府历来高度重视,一直强调：“金融是国家重要的核心竞争力。”
在做好金融工作要把握好四项重要原则中，明确提出要强化监管、提高防范化解金融风险的能力；
要以强化金融监管为重点，防范系统性金融风险为底线，加快相关法律法规建设，完善金融机构治理结构，加强宏观审慎制度建设，加强过程监管更加重视行为监管；
防止发生系统性的金融风险是金融工作的永恒主题，要把主动防范化解系统性金融风险放在更加重要的位置；
科学防范早识别、早预警、早发现、早处置，着力防范化解重点领域风险，着力完善金融安全风险，发现和风险应急处理机制。
事实上，金融风险具有两大显著特征。
第一是影响巨大。
第二是防范预警难度很大，至今仍然是世界的难题。
目前，金融界的共识是，金融危机产生的原因十分复杂，涉及经济宏观政策、金融体系的脆弱性、金融监管的失败、社会集团利益，以及国家和政治的博弈等。
围绕金融危机产生的研究越来越多，争议也越来越多。
金融风险防控和监管仍然是世界公认的难题。
金融风险防控分两个部分，即金融机构自身风险的防控，以及金融监管机构对风险防控的监管。
事实上，我国的金融监管信息化，目前达不到美国的程度。
人工智能
时下是重要历史时期，创新与发展都很迅速。新一代人工智能及其应用也在悄然兴起。
去年，国务院发布了新一代人工智能发展规划。
规划指出，人工智能的迅速发展，将深刻改变人类社会，改变世界。
当前，新一代人工智能相关学科的发展理论建模、技术创新、软硬件升级等，整体推进，正在引发链式突破。
这也将推动经济社会各领域从数字化、网络化向智能化加速跃升。
这个规划明确要求，“建立金融风险智能预警防控系统”是及时，并且重要的。
目前，中国的金融行业在加强加快利用人工智能，主要有以下场景：
第一，机器学习神经网络应用知识图谱。
机器学习对财务交易数据进行建模，分析其中的显著特征，利用回归分析等传统机器学习的算法预测交易的策略，将神经网络应用于知识图谱。
目前，知识图谱在金融中的应用大多用在风控和征信领域。
基于大数据的风控，需要把不同来源的数据，不管是结构化还是非结构化的，都整合在一起。
这样可以减低数字当中的不一致性，有效地进行结构性的数据对比。
它应用于金融预测、反欺诈，应用于融资授信决策，通过数据筛选、建模和预测打分，将不同的资产分类分别出来。
同时，它也应用于智能投顾，利用人工智能算法，为客户提供资产管理在线投资建议服务，实现个人客户的批量投资顾问服务。
第二，计算机视觉与生物特征的应用。
以生物识别技术为代表的新的手段受到越来越多的重视。
生物识别技术通常分为两类，一类是用人类特有的生理特征，比如指纹、人脸、虹膜；另一类是用人类特有的生态特征。
互联网尤其是移动互联网，服务安全是关键。
而安全的基础是参与基因活动的真实身份的确认。
人工智能的重要的领域在金融行业里有重大的应用，现在刷脸取款已经开始，还有语音识别、自然语言处理、语音的数字挖掘等等。
第三，服务机器的应用。
一个是机房巡检机器，投入24小时的机器人，辅助人工进行监控。
网点大堂尝试设置智慧机器人，赋予机器人性化，赋予其人性的形象和相应的感情动作，对网点客服进行智能答疑、辅助分流、大数据营销等等。
事实上，这在银行里已经逐步开始应用，实行区域的自动巡航，但还是一个实验阶段。
人工智能与风险防控
金融危机产生的原因十分复杂，金融风险防控与监管仍然是公认的世界难题，人工智能有希望能解决这个问题。
实际上，800多年来金融发展的研究发现，金融风险和金融危机的产生，有标志性特征，有一定的规律。
世界范围内积累了浩瀚的相关数据的资料，现在要切实分析掌握其中的必然性。
金融监管部门的信息化已经有相当好的基础，积累了大量的基础数据，同时拥有高性能计算机能力，仅缺乏智能化分析能力。而金融机构也缺乏智能化的分析能力。
新一代人工智能的优势是深度学习和大数据应用，与金融机构高度的互补，正好适应在金融风险防控和监管上应用。
当前，人工智能发展是解决这一问题的历史机遇。
而如何加强人工智能在金融防控中的作用？
第一， 进一步建立完善大数据的管理和平台。
第二， 金融机构切实支持和推动相关人工智能产业的发展，加强与相关研究单位院校的合作。
第三， 人工智能企业研究单位要高度重视，积极探索金融防范。
第四，金融机构要高度重视人才队伍建设。
“信联”，能成为中国征信的救命稻草吗？
北京大学金融智能研究中心主任助理 、《征信与大数据》作者刘新海
中国征信现状
2017年4月21号，央行征信管理局发布消息：全国八家个人征信机构没有一家合格，这给了征信行业一个重大冲击，震撼至今。
无论金融科技还是风控，都与征信分不开。那么什么是征信？我们在中国怎么做征信？
征信系统可以被看成金融的高速公路，金融信贷平台可以被理解成交通工具，风控是驾驶技术。如果没有一个好的征信系统，再好的驾驶技术也没有意义。
我们围绕三个重要的征信现象来讲一讲中国的征信问题。
中国的征信体系
从2006年正式有央行征信系统，到2017的征信格局，可以从征信机构、征信监管者、数据提供商、征信用户、数据主体这几个维度来分析。
2018年之前唯一一个官方征信机构，成立于2006年，官方名称是国家金融信用信息基础数据库。它是一个基础数据库，但它实质上就是一个征信机构，虽然一直存在一些争议。
它有什么特点？全球唯一一个既是个人征信机构，也是企业征信机构，同时还是央行信贷登记系统的征信机构。目前，它的数据覆盖了四亿消费者和两千多万企业信贷记录，目前提供的主要产品有征信报告个人版和企业版、信用数字解读（信用评分、部分银行内部测试）、关联分析。
央行征信系统把全国银行的信贷数据整合在一起，在解决处理信贷金融风险问题上发挥了重要作用，使不良率大幅度降低，同时促进了经济发展。
但是央行征信系统也存在一些问题。
首先是整个金融市场服务不完善，金融信贷服务供给不足，导致央行征信系统覆盖的人群和企业非常有限，1/3的人群被覆盖了，大量小微企业没有被覆盖。
其次与发展阶段有关，央行征信系统服务的对象，目前仅限于持牌的金融机构。
再次是它自身的问题。它是一个国家事业单位，而不是独立的商业机构，运行效率比较低，缺乏市场化机构，产品和服务单一，而市场需求非常迫切。相比来说，美国的三大征信机构，每年能研发出上百个征信产品。而中国央行征信系统十年来研发的征信产品还非常有限，这不是由于人的原因，主要是机制和体制的问题。
最后是市场机制问题。美国的三大征信机构，每年能研发出上百个征信产品。而中国十年来研发的征信产品还非常有限，这不是由于人的原因，主要是机制体制的问题。
征信大跃进
2015-2017年，是征信大跃进的三年。
在全球各个国家，包括东南亚、欧洲、美国，从来没有哪个国家的征信能像中国征信这样，这么大幅度地引起社会大众、所有金融机构、所有大数据公司的关注，所以称之为征信大跃进。
征信大跃进的发生并非突然。
首先，互联网金融和消费金融兴起，新金融机构需要征信服务，央行征信中心无法直接给他们提供服务，或者提供的服务不够。
其次，互联网经济发展非常快，越来越多的用户购买场景需要有信用评分、信用决策工具。
再次，虽然我们只有1/3的消费者有传统信贷数据，但进入大数据时代和互联网经济时代，消费者有丰富的其他非信贷信用数据。
下图我们看到三大运营商和微信，他们的活跃用户远远超过央行征信系统覆盖的信贷人群，这些数据可以辅助进行信用分析。
这种情况下，央行监管层面对市场化征信开始有所松动。
首先，从个人征信来说，八家个人征信机构在2015年1月5号通知准备征信工作，掀起了大跃进的序幕。大量的互联网高科技公司和新兴的金融机构都要做征信。
其次，从企业征信来讲，国家目前有130家企业征信机构备案，但这些机构都比较弱小。整个社会，也有50万家公司注册名称具有征信的字眼。
最后，资本市场的认可，出现了中国征信第一股。
征信大跃进带来了哪些弊端？
首先浪费了大量的人力、大量的资金。
其次导致“征信”概念的混乱。征信与风控混淆不清，很多人理解的征信是风控，认为一切数据皆信用，只要有点数据都想做征信，征信机构变得没有门槛。
为什么征信大跃进这个泡沫灭掉了？主要原因是金融监管的加强，特别是互联网金融的整治在加强。
征信产品是有公共属性的，那么民营机构如何保证公信力？如何保证消费者的权益？保证公平正义，赢得监管层、传统金融机构的信任？这是一个需要长期且深层思考的问题。
征信大跃进的背后，是我们对征信的本质理解的欠缺。
机遇和挑战并存的信联
百行征信（信联）最近引起了很大关注。它自有优势。首先是央行的公信力，有很强的央行背景。其次，互联网金融征信是有空间的。
但它仍面临很大的挑战，一是商业机制如何能不完全利用央行的行政权力把数据搜集起来，制定合适的商业游戏规则，拉着这些不太成熟的新金融机构一块来玩，用商业的力量把大家纠集在一块。
二是能否采用市场化的商业机制、激励机制，让征信系统更加有效率，进而开发出一些更加满足实际需要的产品。
三是如何结合大数据，人工智能技术、区块链技术做一些征信研发上创新，面对未来飞速发展的互联网经济。
上图是2018年以来新的征信体系，加红的表示2018年之后征信体系发生的一些变化。如果对未来的征信体系做一个分析，信联能否解决中国的征信问题？我的回答是，能解决一部分。
第一，它在覆盖信贷人群和新金融机构上能做出一些贡献，但能不能成为一个有效率的征信体系，有待观察。
第二，征信产品是一个半公用的产品，需要市场的参与、政府的监管，兼顾公平和效率。我国的特点是政府强势，市场活跃。政府和市场的平衡点还没有找到，国进民退还是民进国退，还在博弈中。
第三，个人信息对个人征信冲击比较大。中国征信或者是风控的机会在于强劲的需求和相对宽松的个人信息保护政策。但目前有一种趋势：某些（个人信心保护）的政策制定部门，不考虑消费者的实际需求，不考虑企业真正运营的情况，计划全盘引进欧洲新出台的个人数据保护措施（GDPR）。这样做出的决策，虽然实际完全落实不太现实，但还是会对个人征信，对风控，提出极大的挑战。
第四，企业征信的挑战。相比个人征信来说，企业征信的特点是非标性，维度比较高，情况比较复杂。中国目前的企业征信还存在很大的挑战，即使央行有很多的企业征信数据，企业征信的产品仍很难推出来。
但国内还是有很好的机遇，我们有很多丰富的非信贷信用数据。比如电信数据、支付数据、社交数据、电商数据、心理测量数据。
从征信角度来看，分散和不加工的数据没有用。可以通过一些机构提供一些通用的基础产品，通过征信的视角、思路把数据整合，提供一些通用的产品数据，这样大家做风控的时候就会有效率一些。
这里提一个政策建议：非金融征信平台，可建一个电信的征信机构，电信内部的信用风险能解决，也可以对外输出。
美国就有这种电信的征信平台，电信数据不仅能反映经济活跃性，也有先用后买的征信含义。这个可以作为一个基础的征信平台给信贷提供服务，也可以为很多先用后买的互联网经济服务。
前面提到的50万个含有征信字眼公司，在2017年4月21日之后一部分开始改名了，把征信改为信用，向社会信用体系建设靠拢。
征信挂不上了，就往社会信用体系上靠。社会信用体系是中国特有的，它跟征信系统关系非常紧密，但是还是有区别，征信是用信用信息解决风控，而社会信用体系则是想把征信的一些机制用于政府管理和社会治理，不限于金融领域。
未来的社会信用体系建设会和征信有交叉、联系，但两者不是一回事。
中国征信业现在还没有走向成熟，没有找到政府和市场的平衡点，这种博弈还是要继续，还要付出代价。
附：第一届卓越·风控颁奖盛典榜单
金融科技风控企业TOP 50获奖企业：
金融科技风控服务商TOP 30获奖企业：
点击阅读原文查看峰会详情
