本文共字，预计阅读时间。

记得郑渊洁先生曾经说过这样一句话：“把听得懂的话往听不懂里说，把简单的道理往复杂里说的，都是骗子。” 用最复杂的方式说最简单的道理的，常常是是用来忽悠大家膜拜的，真正的高手往往对复杂的事情迅速准确做出判断，一出手便将事情的发展控制得恰到好处，3招之内让你明白贯穿复杂事情发展中线的原理。你才恍然大悟，原来是酱婶儿的啊。

扯远了，互联网经济发展中存在太多“玩概念”现象，例如被玩坏了的“互联网思维”，还有“股权众筹”，随便一家O2O创业平台都能扯来“共享经济”作为品牌背书。但！我今天要趟的是大数据风控的深水！互联网金融核心的深水！

今天上午，笔者公司的内部会议上分享了一个业内小故事，让笔者感触颇深，故事讲的是：最近，某国内知名大型消费金融公司A一直在找互联网金融风控服务公司合作，该公司反复甄选了好久，终于选定一家在互联网上非常知名的“大数据风控”公司B，B公司一直以强大的消费端大数据风控为标榜，这也是A公司看中他们的重要原因。但是，在洽谈合作时，A公司问了个技术细节：“你的模型都是用什么方法做的？”这时，B公司的回答是：“我们的大数据自动化审核系统，用的是人工智能模型和机器学习技术，可以准确对申请者提交的信息进行识别。。。”B公司话还没说完，A公司就“呵呵”了。

B公司的回答有问题么？听起来完全没有问题的好伐。如此多的专业术语看起来又专业又高大上的好伐。。。好吧，这是外行的角度。

但是A公司可不是外行，A公司是在消费金融市场摸爬滚打好多年的大牛公司，A公司一听就听出了B公司夸张和不实的地方，B公司的破绽就出在了“机器学习”、“人工智能”这两个高大上的专业术语上，因为A公司知道，目前根本就没有一个“机器学习”技术能够实现有效风控。

“机器学习、人工智能都还是泛的概念，真正能用到风控上还有待证明。当前最好的风控模型只能是用国外成熟的统计和优化模型技术结合中国现有的数据基础。”笔者公司的老大王文阳博士感叹，现在的大数据技术宣传的要比做的更好。

中科院院士、北大元培学院院长鄂维南教授也曾经说过：看待大数据在风险管理中的应用首先要区别一些概念，首先就是大数据和大数据技术，前者是指数据及可用于风险管理的数据问题，后者是指一些诸如机器学习、神经网络、支持向量机（SVM）等大数据算法。

B公司以专业大数据风控为标榜，却未能分清大数据和大数据技术这首要概念。

“市场上还没有哪家公司可以用实例来证明他们的大数据技术是创立一套新的方法和模型技术的。”王文阳博士给了这样一个肯定的论断。在创办上海乐融金融（即笔者公司）之前，王博士深入中国、美国金融业风控管理18年，从摩根大通银行副总裁、太阳信托银行助理副总裁到益百利(中国)业务部总经理、费埃哲(中国)首席咨询专家，他的看法也绝大程度上代表了业内资深风控权威的观点，老大是带着将老美已成熟的线上风控技术引入国内的理想回国哒！而面对国内的概念牌，王博士更希望能通过知识普及来“教”会更多人去懂风控，从而“教”会整个国内市场。

再透露个内部私货：不久前，与国内的某某科技交流，某某科技自称已有数千万募资、技术各种先进，还有海量数据可以帮你校验欺诈风险，而笔者公司则做的是反欺诈风险识别，于是，王博士用乐融金融内部已知“好”和“坏”的数据去测试他们的效果，结果发现，他们跟实际结果相差很远。于是，与对方一起分析原因，某某科技给出了一些他们认为导致评级低的“坏”的判断因素，比如某些人的信用卡逾期等。追问这些数据的来源，他们居然完全答不上来。原来，这些数据竟然是。。。编的。。。

王文阳博士认为，国内市场看来，几家大型国有银行有较强的风控经验、体系和模型，阿里巴巴、京东这样的互联网巨头也从国际顶尖金融机构高价揽走了一大波顶级风控人才，因此风控水平也是走在前列的。而绝大多数的草根创业公司还需要将风控概念做“实”一些、不断将数据维度丰富和完善一些。“互联网金融的一个核心命题是风险控制，完善的风控体系更需要拥有多年金融从业背景的团队支撑。“王博士表示，金融行业与其它行业不同，其发展方向不仅仅快，更重要的是稳重，跑得很快而且跑得很大但后来跌倒不起的金融公司国际上比比皆是。只有解决风险控制问题，才能更好的成长。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。