郭震洲：扼住风险的咽喉.docVIP

郭震洲：扼住风险的咽喉 　　从业20年，郭震洲历尽全球各种金融风暴，他熟谙风险如同语言。回国创业，藉由接地气的数据、量化风险技术，在知天命的年纪，他试图扼住风险的咽喉。 　　去年10月，郭震洲去了趟美国。在华尔街附近的一家湖南餐厅，十几位金融界华人精英用二锅头招待了他。此时，距离这位华盛顿大学物理学博士离开美国金融圈，已过去整整10年。 　　这帮华尔街的老朋友们早已安居乐业，过着体面而安逸的日子。到了知天命的年纪，郭震洲却因着骨子里的“爱折腾”，再次清零人生，投身于互联网下的普惠金融，开始了第二次创业。 　　“互联网金融的本质是金融，金融的核心是风险管理，风险管理的基础是数据技术。” 　　―藉由国内罕有人尝试的数据、量化技术，郭震洲试图在野蛮生长的国内互联网金融江湖，扼住风险的咽喉，摸索出一条名为“夸客金融” 的新路子。 　　大数据流水线 　　每天早上9点，当郑爽打开电脑时，系统已把最新的借款申请人信息，提交在她的双显示屏上。每个人的信息由数千个数据构成，细致到手机通讯记录、直系亲属单位电话等。这些数据又按照约400个维度，分门别类地罗列着。 　　作为夸客金融大数据流水线上的第一站，郑爽的工作是核实这些数据。方法有很多，比如对比第三方征信报告、调取信用卡流水等，但电话咨询显然更为有效。 　　当然，一个人的数据多达上千个，人工一一核实显然超负荷，系统会分担掉约60%的工作量：一些非常明确的信息，例如被写在征信报告，或者众所周知的数据，系统会自动进行判断。 　　而对于剩下40%待确定的信息，系统则会标红显示，提醒人工核实。例如，在一项名为“逻辑风险”的提示里，系统提醒郑爽：这名只有22岁的申请人月薪过万，似乎有违常理，需要电话核实。 　　在系统的帮助下，平均每核实完一个人的信息，郑爽需要30分钟。然后，她将审核通过的申请人信息，提交给系统，进入信审流程的下一个环节―终审。这一天，作为“熟练工”的郑爽可以完成约15个人的信审任务。 　　事实上，早在郑爽上班前，系统已依据风险模型，筛选掉约10%明显存在问题的贷款申请人。而另有约10%的申请人，则由于申款额度太小、符合规范等，被自动批准放款。 　　当终审质检员接到郑爽们的初审信息后，除了对其中4大类关键性数据进行复审抽查外，还会在系统帮助下，进行风险定价。例如，某人申请10万元贷款，但系统经过初审、终审后评估，只给出4万～7万元的安全放款区间。那么终审质检员则最多只能放款7万元，以规避坏账风险。 　　经过这一系列流程，最终拿到款项的申请人比例，下降到了50%。高风险，意味着高标准。 　　数据化信贷工厂 　　当一笔款项被放出，这笔款项会被系统打成任务包，提交给风险运营部。在这笔款项发放在外的日子里，它会被以天为单位，严密监控着。一旦款项逾期未偿，反欺诈团队就会采用电话、电邮、上门、律师函起诉等手段催收。 　　系统会跟进每个人的催收进度，甚至记录他们电话催款时的通话内容。这意味着，即便是发生在口头、电话里的信息，也会被系统记录为数据，补充到这个人的信用数据中，被永久保存。 　　在一名反欺诈团队成员的系统后台，记录着这样一则信息：“催款，答，工资明天发放，驳回，明天不是发工资日。”这是一段电话催款的通话内容。当催款员催促还款时，对方用“明天发工资”作回复，但系统提示这名贷款人的发工资日根本不是“明天”，于是催款员予以驳回。 　　至此，连同上述“模型拒绝或通过-初审-终审”，加上“放款-反欺诈-回款”的过程，就是郭震洲用了2年时间，打造的数据化信贷工厂。在4 700人的夸客金融，信贷工厂人员规模达400人，分布于上海和武汉两个城市。此外，在全国逾30个城市里，夸客的地面部队也在源源不断地进行着个人金融数据采集。 　　目前，夸客金融已经与中智诚、深圳平安前海征信、鹏元征信等8家个人征信公司达成合作，并被全国首个从事个人征信业务的机构―上海资信选为首批优秀报数机构，多维度地获取数据。 　　当然，业务流程创新需要组织架构作支撑。为了适应这一“人机交融”的业务模式，在创立之初，郭震洲就进行了组织结构的改造创新。 　　一般来说，金融机构普遍会依据工作内容不同，设置风控部门、IT技术部门、资产管理部门等单元。但郭震洲却认为，这一设置弱化了“数据”“技术”等的作用，使其突显于个别部门，而不能渗透于每位员工的血液。 　　在夸客金融，与主业务相关的部门有三个：风险管理部门、风险运营部门以及决策科学部门。 　　简单来说，如果把风控比喻成采矿，那么风险管理部门负责指明区域，决策科学部门负责探明矿源并提供挖矿工具，风险运营部门负责具体挖矿。其中，大概决策科学部是唯一一个只看名字却不知所云的部门，它负责制造“系统”，即风控模型建模、机器学习、决策引擎优化等。