②. 非固数式快递单号生成器，可生成当日快递单号，且

　　和讯消息 由融360和人民大学高礼研究院联合主办的"2015普惠金融CRO全球峰会"于2015年10月30日在中国大饭店召开。玖富风控总监先生在本次论坛上发表主题演讲。

　　刘波从玖富的经验出发，分享了对风控的看法。玖富的风控模型是打分卡模式，模型的开发分为两个模块：定性、定量，其中又尤以定量为核心。而不论风控模型的KF值多高，人工审核环节是不能被取代的，应采用线上线下相结合的风控模式。

　　刘波阐述了对消费行为和行业形态产生的巨大影响。对于，移动互联则是催生了金融。回到移动金融本身，一般所具备的三要素是风控、粉丝和场景。而未来一般意义上的互联网金融将会融入更多的移动互联基因。

　　以下为刘波演讲实录：

　　我是13年的时候加入了北京玖富，待了将近两年多的时间，之前毕业之后是在农行，在农行的时候是从事全国百家金融超市运作模式，在全国各地有100家直营的支行。什么叫金融超市？是做了一个大额耐用消费品贷款的超市。从03年开始接触到个人业务，在05年的时候加入到中国(,)的中心，做的也是授信评审工作。

　　今天跟大家聊一下移动金融，说到移动金融呢，之前我先想给大家讲一个发生在我自己身上亲身经历的故事。这个故事听起来呢，应该会非常无聊。但这个故事大家听完之后，足以证明移动互联的普及，对我们生活产生的一些影响。

　　这个故事是这样的，去年的五一劳动节跟一些朋友约好去焦作云台山玩。但是4月份的时候，我正好在深圳做了一个(,)家庭健康消费的监管平台。我们约好是在1号的时候在云台山的风景区碰头，我是在30号晚上，匆匆忙忙地从深圳赶到了郑州，赶上最后一班大巴去了焦作，去跟大家碰头。

　　一路我都没有用过现金，从深圳到机场打车，再从郑州叫了一辆快车，都没有花一分钱的现金，所以到了第二天早晨，我去了云台山景区的时候，我发现自己的钱包里头只剩了30块钱。但是我身上背着电脑，拎着栏杆箱，不能说拉着这些去逛云台山，必须先找一个酒店、旅社，先把我的东西放好之后，再去跟我的朋友会合。但是这些朋友非常不仗义，根本没有等我，只能自己去找客栈，但是有一些比较条件好的酒店已经客满了，找了一些当地的民宿和客栈，又没有刷卡的设备，在云台山村子周围没有一家银行，没有一台取款机，当时傻了，如果没有地方住，晚上可能喂狼，狼都吃不饱。

　　我就试探性找到一家客栈，老板相对比较年轻一些，我说哥们你有微信吗？加一个微信。他说，干吗？你是要住店，还是要吃东西？我这儿不是交友平台。我说身上没有带一分钱现金，带了一堆东西，要去景区跟朋友会合，先一间房间把东西放在你这边，再跟我的朋友去碰头。他说行，那你就加我微信，我通过微信转帐的方式，把房钱支付给他。

　　这个故事听起来非常无聊，但是足以证明了移动互联的普及对我们生活的改变。试想一下这个时间倒推两年半或者三年的时间，如果钱包里头没有带钱，如果当地没有银行机构，不能提供刷卡、POS的服务，当时一定傻了，所以移动互联的普及，包括移动金融的普及，给我们的生活带来了一个翻天覆地的变化。

　　我们说到移动互联，我们可以试想一下，在移动互联普及之前，我们的生活是一个什么样的状态？比如说我们每天有很多的事情，个人的事情也好，工作的事情也好，需要跑银行。如果的话，需要去证券交易大厅盯盘。交一份需要坐在家里或者办公室里头等保险业务员上门。交水费，得去银行，交电费去银行或者电力部门去交。按照以前的节奏，一天只能办一到两件事情。

　　包括以前我们逛超市也一样，我们有一些生活的必需品，必须自己去超市。但是现在这种逛超市的模式也是一个主流，但是已经被移动互联深入到我们生活的面面。

　　我们再看一下移动互联普及之后的生活是什么样子的呢？我们不需要去跑银行了，也不需要去交易大厅了，买电费也不需要去电力部门了，只需要在家里或办公室里头看手机、看手机、看手机就可以了。

　　在我们现在的生活当中，这个移动互联的普及已经渗入到我们生活的方方面面，衣食住行，包括我们的金融活动。说到这个移动金融包括了几方面，但跟我们距离最近的，我们最多接触到的有哪些呢？比如说移动借贷，比如说移动理财，比如说移动保险、移动证券、移动支付。以前我们去银行办业务，需要亲自去跑到银行，我记得以前刚毕业在农行的时候，曾经在柜台上做过一段时间基础性的业务。我们把企业当中的财务部门有两个角色，一个是会计，一个是出纳。这个会计是做账的，出纳是管钱的，所以这个出纳需要不停地往银行跑，管这个出纳叫跑银行的。

　　但是现在对于个人来讲也好，对于企业来讲也好，我们通过这种互联网金融的方式，已经不需要那么频繁地去银行了。我们在上半场的时候听任泉老师说了，每次去银行两、三个小时的时间，办业务只有几分钟的时间。再去银行发现排队都是中年人以上，以老年人为主的群体，为什么以这个群体为主呢？因为这个群体暂时没有完全地接受互联网金融。

　　比如说我们现在买保险的话，你只要手机一点，保险就可以下单。我们现在比如说买理财产品，包括我们的银行理财产品，包括第三方理财产品，都可以通过手机一点，就可以完成所有的操作。

　　以前我们炒股，需要去证券公司的大厅去盯盘，后期也发现一个现象，盯盘的群体年龄层次也跟去银行排队的人一样，年龄越来越大，可能有些老年人不太会操作这个手机端，还是选择在家里看电脑或者是去证券交易大厅去盯盘。现在更多的年轻人都会直接用手机去操作，包括去浏览每天的行情。

　　这个移动支付更不用说了，每天都会接触到这个移动支付。

　　说到移动金融，一般所必须具备的三要素，就风控、粉丝和场景。风控不用多说，任何金融机构，甚至金融机构以外的其他行业和企业，都是以风控管理为核心的这么一个经营模式。

　　粉丝我们可以说一下，刚刚我们上半场任泉老师也说他们的Star VC，不以粉丝营销的方式为经营理念。但是粉丝所做的贡献一定是不可忽略的。稍后我们给大家再聊一下粉丝和传统意义上的客户区别。

　　还有一个场景，第三个要素场景，移动金融为什么一定要有一个场景？比如说移动金融的优势在哪里？走到什么地方，把这个金融工具带到什么地方。今天我请一群朋友吃饭，超支了，或者根据我的理财计划，并不是很相符的情况下，我可以随时地掏出手机进行支付，并且进行一个分期的服务。

　　这个场景化便于我们每个人的使用，另外也便于我们的风控。因为我们现在的银行或者是第三方金融机构，风控有一个盲点，就是对他借款的用途、去向并不是很明确的，也没有一个非常严格、严密的跟踪。有了这个场景之后，它的借款用途是明确的，所以这个场景也是至关重要的。

　　我们从风控这个角度来讲，纯线上的产品，我们也有一套纯线上的审批模式。比如说我们按照玖富的审核模式来讲，分为两种，一种是可以完全脱离人工的纯线上的，就以秒速为计的审核方式。

　　另一种通过线上打分模型，做一个决策建议之后，再会通过人工筛选的方式过最后一关。这两种审核模式的区别在哪儿呢？批处理自动化的模式，适用于小微金额，我们对小微金额的定义是2万元之内，用我们的模型，用我们的打分卡，可以直接地作出一个决策；2万元以上的，我们视为一个小金额，小金额贷款2万元到6万元之间，用我们的模型结合人工信审的方式做一个决策。

　　不管是纯线上的系统批处理自动化的审核模式，还是线上结合人工的方式，都离不开大量的数据基础。我们看一下左边都是我们所合作的一些机构。这些机构包括当初主流的征信机构，也包括其他一些第三方机构。但是数据整合方面，在座的各位，我们的同行，我们的同业都遇到一个同样的问题，是一个什么样的问题呢？从我们建模角度来讲，人行征信报告借贷信息的前半部分都是个人信息，不止一条两条，都积累了一些个人信息，被我们称之为动态信息。这些动态信息对于建模基础来说是非常关键。

　　举一个非常简单的例子，也是一个最基本的原理，比如说有一个客户叫张三，张三的工作变更频次，征信报告上记录了有十次或者八次，每次都有不同的工作单位，或者不同从业的行业。我们可以判断为，这个客户的稳定性是有问题的，或者他从业的信息当中，可能就会有几条就是虚假信息，就是欺诈信息。

　　同样道理，我们通过他的流动信息来看他住宅方面的信息，我可能每向银行提出一次借贷申请，就会变更一次住宅地址。我也会考虑这个人的稳定性，还有这个人之前是否存在某些欺诈行为。如果我们这个机构跟它发生一些借贷业务之后，是不是会发生一些跑路的行为，失联的行为？

　　目前跟玖富合作已经有这么多数据资源和数据渠道。但从我个人的感觉来讲，因为我之前在银行工作了很长时间，所以跟银行征信的接触是最多的。我们为什么说现在脱离不了人行的征信呢？因为我们第三方的数据没有做一个非常完整的整合。人行征信上面的一些动态数据做得非常全面。但是第三方数据做得基本上每一家是每一家的，没有将我们所有机构的这些信息做一个整合。

　　现在银行，我们今天上午开会也知道，(,)有400多家银行。如果它每提出一次借贷记录，银行上报给人行征信就会多一条记录。假设一个客户在400多个银行当中都申请过一笔贷款，动态信息无非也就400多条，这是一个假设。

　　但是如果换一个角度来讲，有一个客户通过第三方机构来借贷，比如说通过小贷公司，P2P来借贷，这个客户的隐性负债比较高。假如把这些数据资源整合一下，他在30家或者20家都申请过这些记录的话，把他的申请信息汇集起来，这些信息量也要远远大于人行的征信报告。

　　再看一下也算是玖富的一个优势，就是它的一个模型。玖富的第一版模型是基于方法论，通过自己一些存量客户的数据，我们做了一版打分卡模型。后期在原来模型的基础上，做了计算机学习的打分卡。不管是哪个模型，都是基于我们的一个大数据。

　　我们看一下模型大致的原理，这个模型的原理开发的时候，会分为两个大的模块。

　　第一个模块叫定性的模块，大量的数据资源先进入了定性模块之后，会有一个基本信息的比对。比如说我们所获取的客户信息有哪些？从第三方获取的信息有哪些？比如说张三、男，身份证多少，电话号码多少，通过第三方信息和我们所获取的信息做比对，如果比对不成功的情况下，触发了禁止原则，也有可能被拒绝，也有可能弹跳到人工做人工审核，这是大数据能够发挥的第一道作用，是定性的原则。

　　分为两类，一个是硬性的禁止原则，比如说张三，我们发现了两个身份证号码。或者说是李四，性别出现了问题，那么这是一个硬性规则，那这个强规则一旦被触发，基本上系统会做直接拒绝的处理。

　　还有一种情况，它是一些非强规则类的规则，通过我们第三方数据的比对，这个禁止原则虽然被触发了。但是触发之后，可能系统的识别是比较模糊的，它不能判断这个客户是直接拒绝掉，还是有一些欺诈，或者伪冒的一些行为，通过人工再去做一个判断，会推送到人工。

　　这是我们模型的第一部分，是定性的环节。如果没有触发禁止原则，没有出现欺诈的嫌疑。

　　之后到了定量的环节，这是打分卡的核心，这个客户能不能贷到款？能贷到得到钱？期限是多少？有没有触发风险定价的原则，全部会在第二部分有所体现，定量的一个模块。

　　定量的模块最终会出来每一个客户对应不同的分值，对应不同的信用等级，以及不同的额度和期限。

　　根据这个客户的信用等级来区分，高风险会建议直接拒绝，中风险是建议人工审核，低风险建议直接通过。当前的模型是支持全自动化批处理自动审批的，但是2万元以上，6万元之内，建议每一单都过一下人工。模型达到一定程度之后，我们是不是可以把人工这个环节省略掉呢？就这个问题，我们就请教过很多的专家，内部也经过很多次的讨论，我们模型的KF值达到0.5、0.6，很成熟的一个模型，能不能把人工省略掉？最终得出一个结论，不管你模型的KF值多高，人工环节暂时是不能取消的，暂时是不能被取代的。

　　比如现在我们的公安机关有很多的工具，有很多现代化的手段去破案，去抓坏人，虽然有这么多科技手段去抓坏人，但是警察这个职业是不能少的，授信评审工作、风险管理工作也是一样的，虽然可能有很完善的模型，人工的环节也是非常重要的。

　　说到人工这个环节，就以玖富为例，以前的玖富把IPC技术做了线上化，不去客户的现场，通过远程召回的方式，做很多的交叉验证。

　　后期我们发现IPC虽然对风险管理起到作用非常重要，逾期率非常低，严重制约了业务规模的发展，效率实在是太慢了。我们需要分析客户回答的问题是真是假，通过我们一些记录、计算，再推算它的财务报表，中间的时间耗时非常长，导致我们之前的人均产能可能是在每天四到五件左右。因为我之前是做打分卡出身，后期我们就把这个审核的模式做了一个翻天覆地的变化，所有我们眼睛看不到的问题，就不要再问了。因为如果问也是白问，客户如果想骗你的话，客户经过几次调查的话，会把我们的规律摸得非楚，经营规模有多大，场地的面积有多少，大概的设备值多少钱，员工有多少，给员工支出是多少。如果要是眼睛看不到的情况下，有可能把你骗了，而且浪费非常多的时间。

　　后期基本上通过模型之后，我们在人工信审方面，我们会通过反欺诈的反问方式，通过第三方的信息，给客户提一些问题。假设这些问题客户是看不到的，而且我们所获取的数据呢，客户也应该是看不到的。比如说我们从闪银提出一条信息来，这个闪银有可能是通过网络爬虫的形式，爬取这条信息，客户自然是不知道的，如果是一个欺诈伪冒客户，必然是不知道的。所以通过类似的手段，基本可以把欺诈和伪冒的客户排除掉。现在玖富的逾期客户当中是没有伪冒客户的。

　　再说一下粉丝，粉丝的力量真的是无法去想象的。我们现在称为粉丝，跟我们传统意义上的用户有什么样的区别呢？粉丝是平台拟人化了之后，吸引了众多的用户，而且保持了黏性，长期的关系，称之为粉丝。

　　用户比如说我在某个银行开了一个户，到期之后，换到其他的银行，这叫用户，之间的黏性，之间的情感表达方式是有区别的。

　　悟空理财是一个理财产品，起了一个名字就拟人化了，拟人化了之后看它的成绩，上线的首日交易额是100万，第七天单日是1000万，第23天破亿的，第43天，单日破3000万，第80亿交易破100万，116天交易额破10亿元。现在是610万粉丝，60亿累积交易额，现在的进账是4000万到5000万左右。

　　我们再说一下场景。比如说享受、享乐类的场景，奢侈品的分期，婚嫁的分期，目前玖富跟世纪佳缘建立了合作关系，会员费是可以通过我们来分期的。

　　最后请允许我再说一句话，我个人的一个见解，一般意义上来讲的互联网金融，很快或者即将已经过去了，因为什么呢？因为移动金融已经来了。

　　我跟大家分享的就是这些内容，谢谢大家！

（责任编辑：HF059）

很多人都在说风控的重要性，但真正想明白风控的怕是没几个人。每个人对风险控制的定义都不同，有的人说分散投资就是风控，有的人说控制仓位就是风控，有的人说买好的股票长期持有也是风控，有的人说快进快出坚决止损止盈也是风控。

我来说说我对风控的理解，当然也是我们星瀚投资的观点：

1、首先我认为，风控是一个系统的行为，不是单一的逻辑。这个体系是自上而下的，是非常庞大的。

2、其次，要搞明白风险的来源。有哪些风险来源？我把他们简单分类：1）宏观经济风险；2）市场波动风险；4）行业和企业变动风险；5）仓位&配置风险；6）交易策略&体系风险；7）资产配置风险。

第三，再思考如何进行风险控制。我认为必须对每个风险指标要给出阈值来控制。假设我们给每个风险源等权重，按1-10打分，定义综合风险值0-3为低风险，4-6为中风险，6以上为高风险。下面为举例：

①宏观经济风险：全球经济萎靡，但中国GDP加速增长，通胀温和利率稳定，宏观经济风险值很低（风险值=2），理论上应该加仓重仓投资中国。

②市场波动风险：恰好这时A股整体估值非常高（比如100倍PE），对应的风险值=10，如果你这时候你去投资指数ETF，你冒的风险就很高（10+2）/2=6。

③行业和企业变动风险：但如果你不是投资指数而是投资某个估值非常低前景稳定的行业呢（比如股灾后大幅跑赢指数的金融股、白马股、优质港股），假设风险值=1，则你的综合风险值就会比较低为4.3=（2+10+1）/3。 如果你分散投资选择某些个股，那么你的风险等级就可能更低，具体的风险值就要看个股的基本面和估值了，买一个5PB的券商股和买一个1PB的券商股，买伊利和辉山，风险等级差异巨大。这个是不好量化的，只能由企业所处行业的前景、公司未来的业绩增速、当前的资产质量、管理层的优劣、估值的高低等综合去衡量，给出一个大致的风险值。

④仓位&配置风险：按上文的情况，这时候如果你80%仓位持有一个ETF或一个股票（风险值8），那么你的综合风险值就大于6了，即（2+10+4.3+8）/4=6.1，按照我们假设的定义属于高风险投资了。但如果这时候，你分散投资几个相关系数比较低的低估值行业或个股，那么你的风险值就会降低（我个人认为分仓10-15个品种是比较合理的）。

⑤资产配置风险：指宏观的大类资产配置（微观的资产配置就是仓位高低、持仓个数的多寡），比如全球经济萎靡，各国风险资产价格昂贵，整体风险等级很高，但你配置了避险国（经济独立全球）的资产，那么你的风险等级可能是比较低的。并且针对同一个国家，你配置不同类别的资产，风险等级也不同，你买利率差不多的国债和企业债风险等级不同、你买房子和国债冒的风险完全不一样。

⑥交易策略&体系风险：不同的交易策略和交易体系，风险等级是不同的。交易策略方面：长期持有白马蓝筹股风险值可以给2，而短期投机垃圾题材股风险值可以给10；交易体系方面：基于主观判断的交易风险值比较高，基于量化交易风险值比较低。

3、最后，核心的关键问题就是如何定义每个风险的风险值。可以通过量化的手段：

·对于指数来说，我们都知道美股的PE在15-25倍之间徘徊，超过25可以对应10风险值，低于15对应0风险值（我们每周纪要的市场估值区间表就是基于此逻辑）；

·对于交易策略同样可以量化计算，比如大家熟知的海归交易法，你可以回测历史计算你最大亏损波动率收益率等，最终给出一个风险值；

·对于大类资产配置、仓位高低、持仓品种多少等均可以人为的定义风险值。

·对于宏观经济、行业个股等可以对各种数据指标代入量化模型去分析当前的风险值， 如把各种宏观经济数据代入宏观分析模型去判断当前的宏观形势，如把行业、个股的营收利润增速、利润率，负债率、资产周转率、现金流、ROE\ROIC、PE/PS/PB/PEG等指标代入分析模型中，当然这里是有主观判断的成分；

4、最后的最后，那就是每个风险的权重如何确定，这个就留给大家自己摸索吧，毕竟每个人的投资风格都不同：投机为主的人可能会给交易策略风险更高的权重，投资为主的人可能给基本面风险更高的权重，宏观&固收的人可能给宏观经济风险、市场波动风险很高的权重……

5、总结一下：假设经济很好，但你买入的点位很高，那你冒的风险会很大——但如果你买了低风险资产（比如行业前景向好，估值较低的个股），且做好了合理的仓位管理、分散的资产配置，那么你冒的风险又不是那么大——但如果你用了很激进的交易策略，比如基本面不错估值较低的标的短线大涨，你选择追涨，又不采用任何止损止盈策略，或不加量化交易模型控制，那么你的风险等级有可能又变得很高。

在举例另一种情况：假设经济很糟，你买了高估值的资产，没有全球的大类资产配置，没有看行业和个股的基本面，重仓持有的是短线博弈题材品种（典型的散户操作手法），但如果你用了比较牛的交易策略和交易体系，如执行严格的止损策略（例如A股特别有效的20日均线法则），或采用了ROC动量策略（参考雪球蛋卷28轮动基金，历史回测表明净值回撤很小，最大亏损很小，牛市跟上大部分指数，熊市早早离场），那么你的风险等级可以说依然是可以接受的（散户中的牛散）。很多人失败就在于牛市顶峰时没有很好的风控，高位继续冒风险，最后资产过山车，而有的人则是牛市半山腰就因为感受到风险太高而撤离，没有吃到后半程的泡沫。面对这两种问题，最好的情况就是研制出一套高位追涨的交易策略，即在风险等级较高的情况下，采用跟随市场策略，一旦破位下行就立刻止损离场 （比如ROC动量策略、20日均线交易法则、海龟交易等）。

总之，每个人都要学会计算你当前资产的风险等级是如何。很多散户之所以失败就是分不清楚风险的来源，搞不清自己资产的风险情况，才会在看似低风险的情况下死的不明不白，因为你们很可能在做高风险的投资（比如买入100倍的中小创，5连板的题材股），反之，很多高手在看似高风险的情况下仍在重仓投资，但他们可能冒的风险是非常低的。