2018年8月25日 第二届“SP闪光辉之反欺诈分享会” 在浙江杭州西子湖畔如期开展，汽车金融人汇聚一堂，共同探讨。下面是杭州仁润科技股份有限公司CEO吴健，就汽车融资租赁智能化风控进行演讲。
以下是演讲内容
汽车金融行业背景：政策的出台
2017年出台文件《汽车销售管理办法》其实对整个汽车行业影响特别大，实际上承认了汽车超市这种模式的合法化。从原本的品牌单一授权制，例如：买车、保养，一系列都必须在4S店。2017年的管理办法对此进行调整，把汽车真正的当做商品来流通，因此为我们汽车金融行业带来更大的可能性。
2018年5月发布的《关于规范民间借贷行为 维护经济金融秩序有关事项的通知》主要是严厉打击*力暴**催收。因为很多车抵贷公司贷后压力特别大，催收起来特别困难。政策出台后，行业内许多朋友彻底放弃了，车抵贷业务，尤其是规模较小的直接不做，转而从事以租代购、直租等业务。国内催收的手段实行起来都非常困难，条约的出台也是为了整治这种现象，对于行业长期发展是有益的。
智能大数据的发展
传统的几种风控方式中最简单的是通过安装GPS进行定位，业务过程中还要进行面审、电审，以及做资料评估。面审、电审这两个部分和大数据，没有太大关联，主要是通过经验进行判断，但是工作效率低下且对判断者的经验要求较高，资料评分卡这种模式显示的主要是“冷数据”，能够比较清晰、高效的进行审核，但我认为：“还不是我们现在所认为的大数据。也有“热数据”：多头借贷、反欺诈报告、手机运营商、芝麻信用 、公积金社保等等。"
智能化大数据风控在汽车融资租赁的运用：为什么我提到汽车融资租赁更需要大数据的支持？
因为在直租上，一定会面临很多的风险。中国市场主要是回租为主，直租到后期会在车辆管理上面临非常大的问题。如果没有大数据能力，这些问题还会放大。在直租的过程中，客户违章是个非常大的问题。甚至有这样的情况，价值5万多元的车辆违章罚款超过6万。
因此，如果能够结合大数据，定期的查看违章（目前是可以实现的），对用户的全国违章信息、驾驶证变更信息进行监控。发现如果对违章信息滞后处理，运营公司可以及时介入。还有一种是安装车联网的终端，对整个车辆的驾驶行为，包括不限于地理位置的数据进行监控从而保证对车辆的维护。有人说做直租其实是在管理一个巨大的车队，大数据的能力在这其中就凸显出来了。
大数据风控能力，在贷前我认为侧重于历史数据，即通过历史判断未来。贷中贷后更加侧重于实时数据，这时大数据就非常重要。
贷前就是反欺诈，反欺诈的纬度是身份的核验。他的手机号、银行卡、社保、公积金、黑灰名单等自从有了大数据、互联网，成为了一个非常大的产业链。背后是一只无形的手，显示是否有进黑名单，是否是欺诈户，是否有相关的违约。
再比如：张三、李四、王五中有一个发生过欺诈，他们都有共同的关联，或者同有一个IP, 那么其他都会全部关联上，都知道具有欺诈风险。
大数据的风控建模要经历很复杂的过程，有小模型、大模型和复杂模型。比如：特别大型复杂的模型，肯定是由三个专家一起建立的，第一个是技术专家，要去实现模型；第二个是数学专家，第三个是行业专家。一定是这三个专家共同建立的模型才是最可靠的。
创建过程：首先是业务准备，即产品理解。第二个是数据准备，我们需要收集哪些数据？还有一个就是变量探索，是在模型建立过程中不断修正的。比如：芝麻信用是一个很大的变量，最终输出一个值，这个变量在目前的中国社会是非常有用的。再去建立模型，模型建立好后再去验证，再进行模型的升级，不断地迭代。加上算法和系统的学习成长，这个模型会不断优化。
所以，一开始在行业中积累很久，数据量很大，模型就会越准确。听说平安银行一个模型能卖好几个亿，我说他的价值肯定不仅于此，因为它的量太大了。这个模型放出去，在中国就是准确的，不需要怀疑它的准确度，模型的价值可以非常高。
这是非常简单的一个模型，通过各种分析，比如说大于多少分我就贷一千块钱，小于多少分就拒贷。其实就是一个非常简单的EXCEL式的模型，通过我们的技术手段把它做到系统里去。形成一个自动化的工具，还可以看到各种模型和数据的风控效果，其中芝麻信用分和多头借贷的反欺诈效果会比较好。
这是个较复杂的风控模型，它会有很多规则引擎和数据库，以及大量的分析，可以随时介入到各个业务流中，数据的处理以及真个系统会特别复杂。
做完以后还需要依靠比较好的系统评分支撑，这样就能把大数据的能力充分发挥出来。