如何防范和化解系统性金融风险_胡继晔_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
如何防范和化解系统性金融风险_胡继晔
中国政法大学教授|
总评分4.7|
浏览量11630
用知识赚钱
阅读已结束，下载本文需要
想免费下载本文？
定制HR最喜欢的简历
你可能喜欢如何利用大数据做金融风控？(赶紧收藏，满满的干货)
我的图书馆
如何利用大数据做金融风控？(赶紧收藏，满满的干货)
随着金融科技、科技金融等概念的热起，以及互联网金融、无金融服务群体的刚性需求下，大数据风控技术也获得越来越广泛地重视和应用。但是，如何利用大数据、机器学习等前沿技术做金融风控？如何通过海量数据与欺诈风险进行博弈？本次硬创公开课我们邀请了同盾科技首席风险官董骝焕博士为我们解答。嘉 & 宾董骝焕 同盾科技首席风险官 董骝焕是南开大学概率统计博士，他博士毕业后加入中科院，2007年加入IBM/ ILOG从事决策模型在各种业务问题中的应用。2010年至2013年先后在FICO和SAS支持金融反欺诈事业。日，董骝焕加入同盾科技，负责反欺诈以及数据分析。目前他仍担任上海财经大学统计管理学院兼职硕导和教育指导委员会成员。以下是本次公开课要点：同盾提倡跨行业联防联控：一个维度是打破企业之间的数据孤岛，即企业与企业、平台之间的数据交通障碍；另一个维度是行业与行业之间也存在一定的风险重合，比如信贷行业与电商行业、O2O行业之间，需要一定的机制来打破数据障碍。风控体系：事前、事中、事后调控整个风控体系包括几个环节：事前：在风险发生之前就要通过对风险舆情的监控发现风险，比如在某些恶意的欺诈团伙即将发动欺诈攻击前就采取措施来提前防御，例如通过规则加紧，把模型阈值调高等方法；事中：信贷借款申请，在线上注册激活的过程中，根据自动风险评估，包括申请欺诈，信用风险等来选择是否拒绝发放贷款；事后：贷款发放以后的风险监控，如果借款人出现与其他平台的新增申请，或者长距离的位置转移，或者手机号停机等信号，可作为贷后风险预警。如何提前在网络中把骗子揪出？最基础的技术：设备指纹在介绍整个风控体系时我认为，对于网络行为或者线上借贷，最最基础或者最最重要的技术是设备指纹。为什么呢？从上图中我们可以看到，网络上的设备模拟或攻击，比如各种各样的自动机器人，实际上是对网络环境造成极大的干扰，在信贷中会导致信用风险的误判。这个是第一道。网络设备最关键的地方是要实现对设备唯一性的保证，第二是抗攻击，抗篡改。网上有各种高手会进行模拟器修改，修改设备的信息和干扰设备的定位等以各种手段来干扰设备的唯一性认定。所以对抗这样的情况的技术要点在于：抗攻击、抗干扰、抗篡改。另一方面能够识别出绝大部分的模拟器。设备定位：基站和WiFi三角定位a.非GPS定位值得注意的是，在模拟器或者智能设备系统里面它可以把GPS定位功能关掉。而如果通过将基站的三角计算或者WIFI的三角计算定位结合起来，定位的精度较高，且不受GPS关闭的影响。这可以应用在信贷贷后管理，用来监测借款人的大范围位置偏移。b.地址的模糊匹配对于位置来讲还有一个重要方面是地址的模糊匹配。在信用卡或者线下放贷中，地址匹配是一个重要的风险审核因素，但是地址审批过程存在一个问题：平台与平台之间因为输入格式不同或者输入错误等问题造成难以匹配，那就需要模糊算法来进行两两匹配，以及数个地址之间进行比对，或者在存量库中搜索出历史中的风险或者相关性名单来进行比对。这其中涉及的技术包括模糊匹配算法和海量地址的管理和实时比对。复杂网络复杂网络有时候大家称之为知识图谱，但这中间有点区别：复杂网络更偏向于从图论的角度进行网络构建后进行实体结构算法分析，知识图谱更偏重于关联关系的展现。网络分析最重要的一点是具有足够的数据量，能够对大部分网络行为进行监控和扫描，同时形成相应的关联关系，这不仅是实体与实体之间、事件与事件的关系，并且体现出“小世界（7步之内都是一家人）”、“幂分布”等特征。举个例子：团伙性欺诈嫌疑识别。在一个被拒绝的用户中，关联出来了一个失信的身份证和设备，而且发现其设备有较多的申请行为，那么，这个被关联出来的用户或将需要严格的人工审核，甚至可以直接拒绝。通过对借款事件的深入挖掘，我们可以关联出大量的借款事件。这个需要进行一些算法分团，可以把相关的联系人都分到一个地方，然后进行关联成团的团伙性分析，根据图论上的属性如团的密集程度和某些路径的关键程度等，比如介数、图直径等角度来估计风险。数据抽样结果案例：骗子遁形通过对内部大量数据的抽样分析，可以看到一些意思的现象：潜在的威胁者，出于恶意目的，他的行为会和正常的用户有所不同。这里面有几个例子可以分享：其中一个是设备与关联账户的数量和欺诈风险的关系。当然这不仅包括了信贷行业的欺诈，还包括账户层面的盗取账户、作弊、交易等欺诈风险。可以看到，当设备关联账户量大于3-5个时，其风险系数明显增高。此外，当关联数量大于五时，风险率也是明显偏高。另外一个是对于多头负债与不良率的比较：7天内贷款平台数高于5时其风险也是明显偏高的。虽然这个数据还没有做进一步的清洗和交叉衍生新的变量，但也可以看出其中的风险相关程度。另外是某个特定客群的建模抽样分析。例如多次借款申请人如果180天内夜间申请借款的比例——就是有借款行为的同时，如果大于四分之一的借款申请是在夜间的，其风险明显增加。数据都是客观的，取决于数据形成后对业务的分析和解读。优秀的决策引擎是怎样的？一个优秀的决策引擎包括以下几点：灵活可配——不但可以配规则，还可以配规则的字段和权重。业务友好就不用说了。快速部署——配置好的规则模型可以实时生效，当然如果涉及一般规则修改时，可以做一个灰度部署。决策流——它可以把不同的规则和模型串到一起，形成一个决策流，实现贷前、贷中、贷后的全流程监控。它要可以实现对数据的按需调用，比如把成本低的数据放到前面，逐步把成本较高的数据放到后面。因为有些决策在前面成本较低的数据下已经可以形成，就不必调用高成本的数据。AB测试和冠军挑战——对于规则修改、调优时尤其重要。两套规则跑所有的数据，最终来比较规则的效果。另一种是分流，10%跑新规则，90%跑老规则，随着时间的推移来观察测试结果的有效性。支持模型的部署——线性回归、决策树等简单模型容易将其变成规则来部署，但支持向量机、深度学习等对模型支持的功能有更高的要求。信用评估那经过以上的手段，我们基本可以具有一个很强的力度来排除信用风险，那么以下便是信用评估阶段。评分卡模型评分卡分为申请、行为、催收评分卡。申请评分卡用于贷前审核；行为评分卡作为贷中贷后监控，例如调额，提前预知逾期风险。它可以通过历史的数据和个人属性等角度来预测违约的概率。信用评分主要用于信用评分过程中的分段，高分段可以通过，低分段可以直接拒绝。因为行业不同，客群与业务不同，评分卡的标准也有所不同。对于有历史表现的客户，我们可以将双方的XY变量拿出来，进行一个模型共建，做定制化的评分。构建一个评分卡模型，目前传统的方法是银行体系中使用的：数据清洗、变量衍生、变量选择然后进行逻辑回归这样一个建模方式。那么机器学习和传统方法最主要的区别是变量选取过程的不同——如果还是基于传统的变量选取方法，那通过机器学习训练出来的模型，其实还是传统的模型，其模型虽然一个非线性模型，但是其背后体现不出机器学习的优势。核心技术与挑战在目前围绕大数据、大数据决策为核心的风控技术体系中，整体的数据量达到一定水平，存在的挑战将会是数据的稀疏化。随着风控业务覆盖的行业越来越多，平台间的数据稀疏问题就越明显。（雷锋网注：“稀疏数据”即矩阵中含零元素特别多，这意味着无益于增加数据信息量的无用元素很多，对于数据从存储，处理到建模都有挑战。）此外，其实对于大数据来说，即便具有数据和大数据决策，如果没有一个很稳定的落地平台也是一个空中楼阁。大数据应用要做到完整，还需要符合以下要求的平台：一是容纳量，能够容纳特别多的数据；一个是响应：任何决策都能实时响应；一个是并发：在大量数据并发时也能保持调用。此外，安全性自不待言。问答问：深度学习是怎么用于风险控制的呢？董骝焕：深度学习本身的框架，是结合非监督学习和监督学习的神经网络训练和部署的框架，只要有目标，有数据就可以衍生特征，就可以做目标训练，可以当成一般机器学习去用。当然深度学习有些优势，比如无监督的特征选取方式，另外训练的过程中虽然计算量比较大，但也是可以接受的。概括地说你可以认为深度学习是模型的一种。因为深度学习有些特殊的优势，比如特征选取的自动产生，即无监督方式。 另外，它可以实现稀疏数据结构的特征生成，而且可以通过正则化的方式来控制特征的生成，这对于具有大量数据，同时维度特别多，而且稀疏化的情况时就特别有用。问：有一个问题，有没有一种可能，对于用户画像，判断的维度越多，得到的一些结论是冲突的。这个情况如果存在，是怎么协调，看权重么？董骝焕：如果传统的方法，这些维度，比如几千个维度经过模型变量的筛选，有些变量是值越高越正面，有些是值越低越正面，就是WOE是不同的方向，这种情况下可以通过建模的方式来进行权重的训练，来做一个协调。问：根据最新关于互联网金融平台法规的实施，从数据平台的角度分析下，大数据是否会取代以后的人工审核？您对互金风控未来的发展趋势认为是什么样的？董骝焕：确实取决于不同信贷产品。比如小微的信贷产品，其立足点也许是经营性的评估，甚至包括现场的实际调研——水、电、煤，以及税务调查。而对于一些小额分散的信贷产品，比如信用卡代偿，这些由于量太大金额又很小，人工审核的话成本会太高。当然还有一些中间层面的，比如几千到几万元的借贷，这种情况当前更多还是互相并存的方式。至于“未来互联网审核取代人工审核”这个命题，我认为更多取决于线上个人身份认证问题的解决。也就是说，目前线上没有真正能完全规避伪冒的风险，包括活体认证和手持拍照等措施，尤其是大金额，走线上途径还是有一定风险的，因此需要从信贷流程的各个维度来控制。对于未来的风控我认为是往风险经营走，2个方向：一个是个人定制化，让每个人都有不同的风险识别，以及对应的信贷产品。另外是最优化的授信，实现平台的某个目标的最大化，比如收入最大化、利润最大化，此外还有市场占有最大化——对于低风险人群的容忍，这当然取决于一个平台的风险偏好，但这个风险偏好最大的基础是对风险的准确识别，这样相应的风险优化才是有效的。
TA的最新馆藏[转]&
喜欢该文的人也喜欢互联网金融监管加码 行业风控体系不健全信用缺失
来源：中国证券报-中证网
作者：周文静
　　2月初，中央政法工作会议提出，政法部门将配合有关部门开展领域专项整治，推动对民间融资借贷活动的规范和监管，最大限度减少对社会稳定的影响。为推动整个行业规范有序发展，互联网金融监管正在不断加码。(行情601688,)罗毅团队认为，P2P行业从导入期进入拓荒期，疯狂扩张叠加风险暴露之后，2015年P2P问题平台率达31%。监管、整治有助于行业净化秩序，重塑规范、有序、市场化的竞争新格局。
　　聚焦信用风险
　　罗毅认为，一方面，P2P触及传统金融服务难以应对的长尾市场痛点，为低净值客户提供便捷金融服务，降低交易成本、激活民间投资。另一方面，应从金融本质出发，正视互联网金融风险，看好互联网媒介对于行业的重构效应。互联网金融归位金融，聚焦信用风险，核心是风控。相比一般商品领域，信用风险在金融领域的波及范围更广更深。而互联网金融平台作为中介，只是弱化而非取代传统金融机构的媒介角色，并未从根本上降低交易双方的信息不对称，风控依然是互联网金融的核心。
　　诸如e租宝的自融、假标等违规行为是信用缺失对金融交易的强侵蚀结果，反映互联网金融风控体系的不健全。建立立体化、社会化、信息化监测预警体系，完善跨地区跨部门信息共享机制是从外部加强风险监控，与平台自身的主动风控机制相结合，构建内外联动的风控体系，有效防范和化解金融风险。专项整治及时止血，化解风险引导规范。不同于一般的“互联网+”领域企业，风险一旦暴露，资金停止输血后会迅速倒地。互联网金融平台拥有较强的资金吸纳力和掌控力，经营上难以为继时更容易诱发诈骗、跑路等资金风险。行政整治是及时止血，防止风险蔓延。
　　促进规范发展
　　网贷之家显示，2016年1月，P2P网贷行业整体成交量为1303.9亿元，环比下降2.5%，是去年同期的3.6倍。新增问题平台88家，截至2016年1月底，累计问题平台达到1351家，涉及的投资人数约为1.7万人，涉及余额约为4.2亿元。(行情601901,)分析师林喜鹏表示，问题平台已经造成社会不良影响。从“基本法”到“监管细则”再到专项整治，互联网金融监管主旨是引导业态有序发展。
　　此外，网贷之家数据显示，2016年1月网贷行业综合收益率为12.18%，环比下降27个基点。业内专家认为，2016年1月底是网贷行业监管细则征求意见稿下发满月之际。部分地区收紧了互联网金融企业注册，深圳地区更表示对P2P网贷平台不仅要停增量还要清存量。这一举措，一定程度上促进网贷行业的规范发展。同时，各大平台也加速对投资人和借款人资金的存管，形成客户资金保护预期，风险补偿下降的背景下影响网贷行业综合收益率下降。
　　在2015年7月，等十部委发布互联网金融“基本法”――《关于促进互联网金融健康发展的指导意见》，正式将互联网金融纳入监管框架。2015年12月，央行发布了《非银行支付机构网络支付业务管理办法》。同时联合工业和信息化部、公安部、国家互联网信息办公室等部门研究起草了《网络借贷信息中介机构业务活动管理暂行办法（征求意见稿）》（以下简称《网贷管理办法》），并现向社会公开征求意见。
　　《网贷管理办法》重申了P2P平台作为信息中介的法律地位，采用备案登记，以负面清单形式划定业务边界，实行客户资金由银行存管制度，并明确禁止平台从事自融、资金池、担保、拆标、发售、捆绑销售、配资、众筹等十二项业务底线。
　　林喜鹏表示，互联网金融的监管体系正在逐步建立完善，互联网金融专项整治将加速行业进入有序竞争。互联网金融专项整治将强化现有的监管体系并加速网贷行业洗牌，行业将向资本实力雄厚、风控能力完善的平台集中，P2P行业将由此进入规范和完善的阶段。
　　随着整个行业发展越来越规范，越来越透明，接下来留下来的这些正规的P2P平台，一方面，将面临更大的市场、更好的发展机会，但另一方面，也将面临更激烈的竞争，必须培养出自己的核心竞争力，才能够从众多优秀平台中脱颖而出。
关键词阅读：
责任编辑：祝玉婷&RF13009
中国证监会授牌&&&民生银行资金监管&&&
数据来源：盈利宝基金研究中心，巨灵数据支持
全场购买手续费4折起！
近一年涨幅
近一年涨幅
已有&0&条评论
24小时新闻榜
理财产品推荐关于风控，十九大都透露出了哪些信息？
(021)
&&关于风控，十九大都透露出了哪些信息？
关于风控，十九大都透露出了哪些信息？
党的十九大24日在人民大会堂胜利闭幕。各部门各领域各行业已经开始学习贯彻落实党的十九大精神，“撸起袖子加油干”正在成为一种风潮。对于风控从业人员来说，十九大报告以及中央金融系统代表团所发表的关于风险管理的相关论述是我们应当关注的重点。
　　党的十九大24日在人民大会堂胜利闭幕。各部门各领域各行业已经开始学习贯彻落实党的十九大精神，&撸起袖子加油干&正在成为一种风潮。对于风控从业人员来说，十九大报告以及中央金融系统代表团所发表的关于风险管理的相关论述是我们应当关注的重点。
　　看点01、金融监管成为关键词
　　同十八大关于金融改革相关论述相比，十九大报告中着重体现了：要求多层次资本市场从&加快发展&转变为&健康发展&，&完善金融监管&转变为&健全金融监管体系，守住不发生系统性金融风险的底线&，金融监管的力度在未来将呈现较高的力度，这一趋势已成定局。
　　郭树清说，&风险是可以化解的，矛盾也是可以解决的，但需要付出各方面的努力，希望能得到大家的理解。&&影子银行&、交叉金融、房地产泡沫、地方政府债务等比较突出的风险点，银行理财业务、同业业务等方面都将受到重点监管。&
　　这些观点与一行三会于今年发布的各项监管政策基本一致，例如，银监会6号、45号和46号发文中，明确了对于影子银行、金融乱象专项整治的多项举措，尤其是理财业务等，坚决杜绝空转和脱实向虚的一切风险因素。
　　看点02、宏观审慎监管是必然趋势
　　&只有货币政策对于维持金融系统稳定还不够，金融系统风险的主要来源是金融顺周期性和跨市场风险传染，宏观审慎就是对金融顺周期性和跨市场风险传染对症下药。&易纲称。
　　宏观审慎监管（marco-prudential supervision）是金融系统性风险管理的必然趋势。相较于微观审慎监管来说，宏观审慎监管不再关注于单体机构的健康状况，而且更多考虑机构间相互作用及重点防范系统性风险。
　　系统性风险是指从事金融活动或交易所在的整个系统因外部因素的冲击或内部因素的牵连而发生剧烈波动、危机或瘫痪，使单个金融机构与个人不能幸免，从而遭受经济损失的可能性。它具有复杂性、传染快、突发性、波及光和危害大五个基本特征，整个过程分为累积、爆发和扩散三个阶段。
　　可以说，中国已经处于风险累积的关键阶段，需要宏观层面更科学与严格的监管措施，来降低风险传染速度和化解部分风险累积。
　　金融监管机构需要做到在跨行业维度（across-sectional dimension）和时间维度（time dimension）对金融机构进行宏观审慎的监管。
　　跨行业监管会重点考察那些&大而不能倒&的大型金融机构，尤其是对他们的金融产品与投资组合之间的关联性会特别关注。
　　而时间维度，即易纲所说的关注金融体系的顺周期性，是指去考察金融体系的脆弱性和风险是如何随着时间的推移而建立和发展的。
　　看点03、金融要去杠杆，但货币政策不会进一步收紧
　　易纲说，金融危机前主流央行的政策框架以货币政策为核心，稳定物价是政策目标，对防止高通货膨胀起到了很好作用。但本轮国际金融危机说明，价格稳定并不代表金融稳定。
　　可以说，产品杠杆并不是金融去杠杆的关键，重点需要关注的应当是银行体系的无谓扩张或未有足够风险保护的扩张。
　　经测算，17年5月后，银行体系中的金融杠杆增量已经回落到15年初的水平且趋近于稳定（通过用银行证券投资科目减去修正后的M2来衡量内部杠杆），这说明，针对金融去杠杆，央行并不需要进一步收紧货币政策了，但同样需要大家正视的是，金融去杠杆仍然会是一个长期任务。
　　推荐阅读：
告诉小伙伴：0
区块链有多火？近来，区块链概念公司股价暴涨，国内金融机构、互联网公司、IT企业和制造企业都在积极投入区块链技术研发和应用推广，发展势头迅猛。
对于中低端客户开发，该如何维护工作、如何合理的分工和管理?主要是做好“到访激发、意向跟进”两个方面。
登录金程教育
两周内免登录
金程帐号合作帐号直接登录
注册金程教育
同意金程的《用户协议》
已有账号马上合作帐号直接登录“大风控”架构与风险共担
第1页:“颠覆性”中融：“独立审批人”制度详解
第2页:中融信托“独立审批人”制度详解
第3页:“大风控”架构与风险共担
　　“大风控”架构与风险共担
　　在上述“大风控”条线里，截至一季度，有376人供职，占到中融信托全部员工数量的近四分之一，是整个行业中风控条线员工数量最多的信托公司。
　 微信号里寻财富，jrjmoney有思路！...
　　在中融的大风控架构里涵盖着7个部门，分别为风险管理部、运营管理部、法律事务部、合规管理部、稽核审计部以及资产管理二部和资产管理三部。
　　这也是中融的风险管理体系中，除“独立审批人”制度外，另一项特殊之处。上述7个部门中，前五个分别对应不同的风控维度，后两个部门则专职于房地产以及证券类业务的项目后续管理。
　　拿房地产业务来说，由资产管理二部负责贷后的现场管理工作，并实施差别化后续监管。根据不同类别房地产项目特点，对于集合类、股权类项目，根据交易对手评级，采取非现场监管、预算控制监管和全面共管监管三种不同方式。其中，后两种模式下，需派驻现场监管人员。
　　目前资产管理二部有超过130人，其中派驻到房地产项目公司的现场监管人员70-80余人。
　　而除上述之外，与中融信托的团队运作模式和高度市场化企业风格特征融合的一项风险管理方案，即为合伙人风险共担机制。换言之，就是业务部门共担风险。
　　按照这一制度的要求，中融信托的高风险项目将停发绩效奖；信托项目出现清算兑付风险时要扣回项目全部绩效、停发部门其他项目绩效；信托项目发生最终清算处置损失由各合伙人连坐承担。
　　另外，据中融信托相关负责人透露，中融信托目前的储备风险金约12亿元，除了监管层的统一基础要求外，还有很大部分来自于团队的额外计提。
　　例如从2013年开始设立的“合伙人风险基金”，业务部门每年需计提不少于部门净收入的5%作为部门风险基金，用于弥补可能发生的项目清算损失。截至2013年末，该基金累计计提数额为2.5亿元。
通过键盘前后键←→可实现翻页阅读
（责任编辑：戴海东）
已有&0&条评论
绾虫揪缁煎3173ワㄥ锛剁涓璺17.95癸璺骞锛17.07%锛58.....
当前人气：0
[褰姣ぉㄨ] http://itougu.jrj.com.cn/view/189514.j.....
当前人气：0
1.1.富17浜'澶х',姣ュ17璁″褰ュぇ瑰.....
当前人气：0
琛涓瑰ソ锛姣ぉ灏遍ｄ涓釜″澶肩锛璧锋ユ定杞拌.....
当前人气：0
归澶淬17娆℃ 扮瑗胯 搴
当前人气：0
缇堕0(浜堕0)锛璺4.72癸17......
当前人气：0
璧璧璁17浣ラ锛借富濂A楠ㄩ哄ㄤ汉Fourier X1杩.....
当前人气：1
拌＄宠喘锛17缇3拌17174ョ宠喘锛 缇宠喘浠ｇ锛.....
当前人气：0
娴峰╄杩浼瑙12浠ヤ17浣浼涓涓挎璋达寰璋寸锛.....
当前人气：0
澶у╀濂斤
当前人气：1
热门问诊股：
刚刚问诊了刚刚问诊了刚刚问诊了刚刚问诊了刚刚问诊了刚刚问诊了刚刚问诊了刚刚问诊了刚刚问诊了刚刚问诊了
理财产品快速查询
组合投资类
信托贷款类
信贷资产类
证券投资类
权益投资类
债券投资类
24小时新闻点击排行榜
48小时新闻点击排行榜