2016年10月27日，融360在北京举办第二届普惠金融CRO全球峰会，如何利用金融科技促进普惠金融的发展，如何监管互联网金融中出现的新问题，是本次峰会的关注重点。峰会旨在连通政府、监管、专家及国内外行业代表，通过充分的交流碰撞、经验分享，探讨出中国互联网金融机构的有效风险管理路径，以期推进整个普惠金融的长远发展。

　　费埃哲公司（FICO）中国区总裁陈建在《风控建模领域的理论与实践》分论坛中发表主题演讲，以下是重点摘要：

　　随着互联网金融的蓬勃发展，大家对于风险建模的技术和应用，尤其是一些创新的发展有很多的关注。

　　从传统到大数据  模型的本质未改变

　　现在业界有很多的讨论，说大数据建模是一种新的发展趋势，对应的是信用评分、传统评分这些老的趋势。不管是互联网金融还是传统金融，它的本质都是一样的，就是金融。金融就是管理风险，要对金融和风险管理有敬畏之心。借用那个话到今天的场景，其实传统的信用评分模型，还是大家今天共同关注的大数据建模，它都是一种风险模型，它的本质是一模一样的。

　　不管是传统信用评分模型，还是大数据评分模型，还是今天大家谈论很多的各种机器学习和算法，模型的本质没有任何改变，模型的目标也没有任何改变。

　　大数据模型是传统信用评分模型的延伸

　　需要说明大数据模型只是传统的信用评分模型的一种延伸，它不是一种颠覆，它也不是一种修正，它是一种自然的延伸。

　　首先它体现在对于数据来源的延伸上。

　　传统的信用评分模型确实更多的使用了征信局的数据，消费者过往的信贷记录，然而因为科技的发展，让越来越多的反映消费者的各种画像、各种特点、各种行为模式的数据能够被捕捉、记录并且转化为模型分析的原材料，所以我们自然地把我们的预测数据的来源延伸了。体现在中国市场今天的实践上来讲，就典型的体现是在央行征信数据以及银行内部自有数据的基础之上，延伸到了很多外部的大数据，比方说交易的数据，比方说电商的数据，比方说电信运营商的数据，比方说其他各种各样外部的数据。

　　那么在以往云计算这个技术模式普及之前，我们要把风险建模从传统的信贷数据延伸到新的各种各样的大数据，确实存在比较多的挑战。因为这些外部的大数据存在于各个数据孤岛之中。但今天在云计算技术非常发达和普及的情况之下，这种产权的壁垒，这种大数据的孤岛已经可以被轻而易举地解决。因为通过云端它不需要再去传输这种数据，因为传输数据就会涉及到数据的产权，涉及到消费者的隐私。

　　第二个非常重要的延伸是对于你要预测目标客群的延伸。

　　从模型的专业术语来说叫做对Y变量，因变量的这种集合的延伸。今天在中国市场上不管是传统金融机构，还是新兴的互联网金融机构，最令我们激动的是什么？是我们面对的一个蓝海，我们会有14亿的人口，8亿的潜在信贷人群，其中有5、6亿还没有征信。我们此前作为单一的金融机构可能还不了解这些客群的特点，我们已有的客群积累出来风险规律未必适用于新的客群，除非你就是沿着原先目标客群的策略。

　　所以我们今天说大数据建模它的第二个很重要的延伸是着力建立起一个跨单一金融机构的，反映中国消费者或者信贷人群整体的目标变量集。这样信贷好坏表现的变量集，这种目标变量的延伸，它才能够真正地让金融机构，它可以不仅在自己熟悉的客群里继续地精耕细作。

　　大数据建模领域的第三个延伸，其实是应用场景的延伸。

　　那么谈到应用场景，我们经常说这个典型的场景就A卡、B卡、C卡，信贷的审批，存量客户的管理，坏帐的催收，这显然是最经典的应用场景。那么在今天随着大数据应用的普及，这个模型技术的普及，其实对于整个预测性分析来说，它可以用到所有涉及你客户的决策点上。从这个精准营销到获客，甚至你催收里面客群通过什么渠道，对某种客户最有效。用什么样的话术对什么样的客户是最有效的，这些都可以通过大数据的分析来延伸出非常好的应用场景。