2018中國智能風控研究報告

1、,前言,,風控管理是金融活動的核心。我國金融產(chǎn)業(yè)的發(fā)展表現(xiàn)出很強的信貸驅(qū)動屬性，各類以新技術支撐的智能風控產(chǎn)品服務，已成為不管是 傳統(tǒng)信貸業(yè)務，還是互聯(lián)網(wǎng)信貸業(yè)務的重要支撐工具。億歐智庫在《金融科技公司服務銀行業(yè)報告》中預測2020年金融科技市場規(guī)模 將達到245億元，其中智能風控75.9億元，占比31%，智能風控市場規(guī)模巨大，是未來金融科技公司集中發(fā)力的市場。目前市場上已有一些風控相關的研究報告，總結(jié)下來可以分為兩類：一類是以大數(shù)

2、據(jù)為主要研究對象的大數(shù)據(jù)風控，一類是針對個人信 貸業(yè)務風控開展研究。第一類報告中討論的大數(shù)據(jù)只是智能化技術的一種，并不完全等同；第二類報告研究范圍局限于個人信貸業(yè)務， 而在信貸業(yè)務中，個人信貸和企業(yè)信貸的市場需求和風控邏輯完全不同，企業(yè)信貸風控的領域被過分忽視。億歐智庫認為業(yè)內(nèi)需要一份 定義明確、研究范圍清晰全面、有翔實落地案例作為行業(yè)發(fā)展現(xiàn)狀佐證的研究報告，因此，推出了《2018中國智能風控研究報告》。《2018中國智能風控研究

3、報告》專注于信貸業(yè)務的智能風控研究，基于大量桌面研究、企業(yè)拜訪和專家調(diào)研，明確智能風控定義，分 析宏觀背景如何推動智能風控產(chǎn)業(yè)發(fā)展，了解智能風控核心技術、產(chǎn)品與服務流程和應用價值，根據(jù)實際發(fā)展存在的問題，預測智能風 控發(fā)展趨勢。,與市場上已有的大數(shù)據(jù)風控報告相比，報告明確智能風控定義，研究范圍清晰；從個人信貸和企業(yè)信貸兩個模塊分別分析智能風控的技 術實現(xiàn)和應用落地；通過問卷調(diào)查的形式，揭示智能風控企業(yè)發(fā)展現(xiàn)狀。由于專業(yè)領域和視野有限，本

4、報告難免有錯漏或不當之處，敬 請讀者批評指正。EO Intelligence,2,,,,目錄CONTENTS,,Part1.智能風控發(fā)展現(xiàn)狀及背景風控發(fā)展歷程及現(xiàn)狀智能風控定義解讀及發(fā)展背景Part2.智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控產(chǎn)業(yè)生態(tài)分布智能風控企業(yè)圖景智能風控企業(yè)調(diào)查解讀Part3.智能風控產(chǎn)品及服務應用——個人篇貸前：數(shù)據(jù)整合快速規(guī)避風險貸中：精細化管理有效攔截風險貸后：智能優(yōu)化貸前、貸中策略需求端

5、應用：數(shù)據(jù)和技術互補推動需求端智能化布局Part4.智能風控產(chǎn)品及服務應用——企業(yè)篇Part5.智能風控發(fā)展挑戰(zhàn)與趨勢智能風控發(fā)展挑戰(zhàn)智能風控發(fā)展趨勢,智能風控發(fā)展現(xiàn)狀及背景,4,EO Intelligence,,,,1.1 風控發(fā)展歷程及現(xiàn)狀,Part 1 智能風控發(fā)展現(xiàn)狀及背景,5,EO Intelligence,,Part 1 智能風控發(fā)展現(xiàn)狀及背景風控發(fā)展歷程及現(xiàn)狀,金融科技進入智能階段，智能風控是未來三年金融科技公司

6、集 中發(fā)力的市場,,回顧金融科技產(chǎn)業(yè)經(jīng)歷了電子化、信息化、網(wǎng)絡化、移動化時代，隨著機器學習、自然語言處理、知識圖譜等技術的發(fā)展，算法、 數(shù)據(jù)、硬件處理能力不斷提升，各類智能金融應用出現(xiàn)，金融科技已逐步進入智能階段。億歐智庫認為電子化和信息化只是作為一種工具，為金融產(chǎn)業(yè)的基礎設施升級提供了條件，而網(wǎng)絡化、移動化為金融業(yè)務的渠道和實現(xiàn)方式帶來了革新。央行2011年頒發(fā)第三方支付牌照是金融網(wǎng)絡化的標志性事件，這一年成為金融與科技深度融合的

7、開始。億歐智庫發(fā)布的《金融科技公司服務銀行業(yè)研究報告》中，已經(jīng)對金融科技公司服務銀行的八大場景（金融云、智能營銷、智能風 控、智能審計、智能投顧、智能投研、智能客服、生物認證）進行分析，認為智能風控是未來三年金融科技公司集中發(fā)力的市場。,6,,現(xiàn)金貸平臺 開始大規(guī)模 轉(zhuǎn)型金融科 技公司，嚴 監(jiān)管持續(xù),,,2011,,2012,,2013,,2014,,2015,,2016,,2017,,2018,,央行聯(lián)合十部委正式發(fā)布 了《關于促進

8、互聯(lián)網(wǎng)金融 健康發(fā)展的指導意見》， 網(wǎng)貸監(jiān)管開始落地,,,小微金服（現(xiàn)螞 蟻金服）推出余 額寶，成為普惠 金融最典型代表,,,網(wǎng)絡借貸平臺快 速發(fā)展，平安陸 金所推出網(wǎng)貸業(yè) 務，傳統(tǒng)銀行開 始搭建一站式金 融服務平臺,,,中國人民銀行成立金融 科技委員會，現(xiàn)金貸迎 來正式監(jiān)管文件，五大 行開始陸續(xù)和BATJ合作,,,第三方支付牌照正式發(fā)布，央行首批27家支付企業(yè)支付 業(yè)務許可證,,,,,金融科技元年，F(xiàn)intech首次被列入十三

9、五規(guī)劃， 中國互聯(lián)網(wǎng)金融 協(xié)會成立,,億歐智庫：2011-2018金融科技大事件及百度搜索指數(shù)國內(nèi)首家民營銀 行——微眾銀行 成立，各大銀行 開始成立互聯(lián)網(wǎng) 金融部門,EO Intelligence,,Part 1 智能風控發(fā)展現(xiàn)狀及背景風控發(fā)展歷程及現(xiàn)狀,貸前審核、貸中監(jiān)控和貸后管理等環(huán)節(jié)都存在不同程度的痛點， 需要金融科技盡快落實在風控環(huán)節(jié)中以實現(xiàn)智能化,7,,,,從人工審核和專家經(jīng)驗到機器 自動化審核的轉(zhuǎn)變,授信依據(jù)從央行征信

10、等結(jié)構(gòu)化數(shù) 據(jù)擴展為維度豐富、多樣化的非 結(jié)構(gòu)化數(shù)據(jù)，流程實現(xiàn)自動化、 便捷化和差異化,智能審批可以綜合前面流程中多 維數(shù)據(jù)、差異化定價模型實現(xiàn)自 動化審批，節(jié)省時間，解放人力,,,身份驗證,,,授信,,,審批,從因技術限制只能實現(xiàn)事后風險 識別和管控，時效性差，到利用 機器學習等技術構(gòu)建多樣反欺詐 模型，可以識別可疑交易、降低 欺詐損失，滿足互聯(lián)網(wǎng)金融的發(fā) 展需求,,,反欺詐,,存量客 戶管理,,催收,,,智能技術有望賦能催收產(chǎn)業(yè)實

11、現(xiàn)智能化、科技化、合規(guī)化， 比如風險程度預測，定制催收 策略等,傳統(tǒng)金融機構(gòu)和互聯(lián)網(wǎng)消費金融公司的風控環(huán)節(jié)中，普遍存在信息不對稱、成本高、時效性差、效率低等問題，傳統(tǒng)的風控手段已 經(jīng)難以滿足個人消費旺盛引發(fā)的信貸增長，和長久以來被傳統(tǒng)金融機構(gòu)忽視的長尾用戶的貸款需求。金融科技極大促進了信貸智能 風控的發(fā)展，目前貸前審核、貸中監(jiān)控和貸后管理等環(huán)節(jié)都存在不同程度的痛點，需要金融科技落地風控環(huán)節(jié)中以實現(xiàn)智能化，進 而更好的優(yōu)化資源配置。通過

12、智能化管理措施，主動對存 量客戶進行存管，增強客戶價值， 增大覆蓋面，提升運營效率,風險控制流程,EO Intelligence,,,,1.2 智能風控定義解讀及發(fā)展背景,Part 1 智能風控發(fā)展現(xiàn)狀及背景,8,,Part 1 智能風控發(fā)展現(xiàn)狀及背景 智能風控定義解讀及發(fā)展背景,業(yè)內(nèi)企業(yè)對智能風控的不同觀點,市場上對于智能風控的定義還受限于大數(shù)據(jù)風控，定義片面甚至混亂。隨著人工智能發(fā)展進入落地階段，對于“智能”的定義已不局 限于大數(shù)據(jù)

13、或者人工智能等技術的應用。億歐智庫拜訪了大量智能風控產(chǎn)業(yè)企業(yè)高管，以下是他們對智能風控的觀點。,9,,05真融寶“智”體現(xiàn)在大數(shù)據(jù)為基礎的機器學 習和個性化風險定價，可以覆蓋長尾 人群，同時降低人工成本，從粗放式 到精細化風控的轉(zhuǎn)變；“能”體現(xiàn)在 把“智”的能力用科技方式去應用，EO Inte提ll升ig運en營c效e率，實現(xiàn)商業(yè)化應用,,ZRobot01在數(shù)字金融時代，智能風控是以數(shù)據(jù) 為橋梁，智能手段為連接器，達到節(jié) 省成

14、本、提高運營效率和精準度的效 果；同時通過數(shù)據(jù)將場景端與資金端 串聯(lián)，將數(shù)據(jù)產(chǎn)生方和技術連接，提 升智能化程度,,06量化派首先是機器智能化，體現(xiàn)在機器可以 做到更接近人的判斷，例如身份核實、 交叉驗證；另一方面是智能化可以做 到人工以前做不到的事情，在機器規(guī)則和精細化算法下，達到降本增效,,第四范式02智能的定義除了讓機器代替人，實現(xiàn) 效率的提高，還需要實現(xiàn)自動化判斷 風險趨勢，其預測的意義遠大于識別。 智能風控相對于傳統(tǒng)風

15、控來說，除了 互補外，應用更體現(xiàn)在高效的精準、海量的個性化和快速的識別,,07同盾科技一方面是技術手段，通過大數(shù)據(jù)實現(xiàn) 智能化風控，第二是云計算、人工智 能手段構(gòu)造的整體智能風控體系。和 過去對比，智能化手段可以起到輔助 的作用，到應用層面，真正的智能風 控是無感風控，簡化金融流程，提升 用戶體驗，實現(xiàn)交互人情化,,集奧聚合03從狹義的角度定義信貸風控的兩個方 面：其一是增能提效，更多的表現(xiàn)在 機器替換人工，或機器承擔更大比例

16、 的工作；其二是提高精準度，有效降 低逾期率的同時，優(yōu)化信審流程，提 升用戶體驗,,08智融集團區(qū)別于傳統(tǒng)風控，差異體現(xiàn)在處理數(shù) 據(jù)的方式：以前是結(jié)構(gòu)化數(shù)據(jù)的處理， 現(xiàn)在通過接入大數(shù)據(jù)包含的非結(jié)構(gòu)化 數(shù)據(jù)，利用智能工具進行處理，替代人的學習，從而得到收益的提升,,百融金服04智能風控分為兩個階段：目前是在向 自動化發(fā)展，在信貸流程審批中，用 大數(shù)據(jù)、人工智能算法替代人工審核， 實現(xiàn)系統(tǒng)化和自動化；在未來為了提 升客戶體驗和業(yè)務

17、效率，會向人性化、智能化和定制化的方向發(fā)展,EO Intelligence,,Part 1 智能風控發(fā)展現(xiàn)狀及背景 智能風控定義解讀及發(fā)展背景,智能風控與傳統(tǒng)風控的互補和革新主要體現(xiàn)在兩個方面——技 術和應用,智能風控是智能化技術手段在金融領域的重要應用，通過構(gòu)建智能風險管理體系，突破以人工方式進行經(jīng)驗控制的傳統(tǒng)風控的局限 性和空間性，因此億歐智庫認為智能風控與傳統(tǒng)風控的互補和革新主要體現(xiàn)在兩個方面——技術和應用；技術：智能化技術綜

18、合運用互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計算、區(qū)塊鏈等先進技術手段、措施和方法，達到機器和業(yè)務流程的智能化轉(zhuǎn)型，實現(xiàn)數(shù)據(jù)驅(qū)動；應用：通過構(gòu)建智能風控體系, 提高金融機構(gòu)的業(yè)務效率和安全性，在有效降低風險事件發(fā)生概率和損失的前提下，擴展業(yè)務覆蓋人 群，完善業(yè)務流程，降低風控成本，實現(xiàn)貸前、 貸中、 貸后全鏈條自動化的同時，還可以促進風控管理差異化和信貸業(yè)務人情化。,10,,,達到機器和業(yè)務流程的智能化轉(zhuǎn)變，實現(xiàn)數(shù) 據(jù)驅(qū)動,技術綜合運用互聯(lián)

19、網(wǎng)、大數(shù)據(jù)、人工智能、云計 算、區(qū)塊鏈等先進技術手段、措施和方法,,提高業(yè)務效率和安全性，在有效降低風險事件 發(fā)生概率和損失的前提下，擴展業(yè)務覆蓋人群， 完善業(yè)務流程，降低風控成本,應用實現(xiàn)貸前、 貸中、 貸后全鏈條自動化的同時， 促進風控管理差異化和信貸業(yè)務人情化,,,,EO Intelligence,,Part 1 智能風控發(fā)展現(xiàn)狀及背景 智能風控定義解讀及發(fā)展背景,政策、經(jīng)濟、社會、技術多項利好因素推動智能風控產(chǎn)業(yè)發(fā)展,11

20、,,智能風控發(fā)展背景,,,完善科技與金融結(jié)合機 制，加強金融機構(gòu)內(nèi)控， 提高信貸支持創(chuàng)新的靈活性和便利性,政策,,,大數(shù)據(jù)、人工智能、云 計算、區(qū)塊鏈等金融科 技代表技術，為智能風 控的應用落地提供技術 支持,技術,,,我國人均可支配收入快 速增長，消費結(jié)構(gòu)從生 存型向發(fā)展型升級轉(zhuǎn)變， 形成對消費金融的強需求,社會,金融機構(gòu)住戶消費貸款 和互聯(lián)網(wǎng)消費金融放貸 規(guī)?？焖僭鲩L，個人消 費貸款額持續(xù)高速上漲； 銀行業(yè)金融機構(gòu)用于小 微企業(yè)

21、貸款增長率保持10以上%，商業(yè)銀行不 良貸款率上漲，急需智 能化風控落地,經(jīng)濟,,,,,,,,,,,Part 1 智能風控發(fā)展現(xiàn)狀及背景 智能風控定義解讀及發(fā)展背景,12,技創(chuàng)新規(guī)劃的通知EO Intelligence,政策：完善科技與金融結(jié)合機制，加強金融機構(gòu)內(nèi)控，提高信 貸支持創(chuàng)新的靈活性和便利性億歐智庫：智能風控領域主要政策文件及官方報告,來源：根據(jù)公開資料查詢，億歐智庫整理,,Part 1 智能風控發(fā)展現(xiàn)狀及背景 智能風控

22、定義解讀及發(fā)展背景,經(jīng)濟：金融機構(gòu)住戶消費貸款和互聯(lián)網(wǎng)消費金融放貸規(guī)模快速 增長，個人消費貸款額持續(xù)高速上漲,13,,,,,,,,,,,,,,,,,,,,60,183,1,184,4,367,43,847,97,737,205.3%,546.0%,269.0%,904.0%,0,20,000,40,000,60,000,80,000,100,000,120,000,2013,2017,2018E,,201420152016互聯(lián)網(wǎng)

23、消費金融放貸規(guī)模（億元）,,,,放貸規(guī)模增速,來源：艾瑞咨詢,億歐（www.iyiou.com）,,,,,,,,26,558,32,491,41,008,49,313,68,041,77,882,103,16,3,121,16,9,148,512,201,159,247,154,272,522122.9%,0,50,000,100,000,150,000,200,000,250,000,300,000,350,000,2013,201

24、8Q2,金融機構(gòu)住戶消費貸款和互聯(lián)網(wǎng)消費金融放貸規(guī)?？焖僭鲩L，個人消費貸款額持續(xù)高速上漲。據(jù)中國人民銀行統(tǒng)計，金融機構(gòu)住戶消費貸款增長強勁，消費貸款總額2013年至2017年四年間復合增長率高達24.9%，其中中長期 消費貸款額占近八成。隨著互聯(lián)網(wǎng)金融發(fā)展進入第三階段——實質(zhì)性金融業(yè)務發(fā)展階段，更多的金融行為將通過網(wǎng)絡完成。據(jù)艾瑞 咨詢估算，2018年中國互聯(lián)網(wǎng)消費金融放貸將達到近10萬億元規(guī)模。億歐智庫：2013-2018H1金融

25、機構(gòu)住戶消費貸款情況億歐智庫：2013-2018E互聯(lián)網(wǎng)消費金融放貸規(guī)模及增速,,20142015中長期消費貸款（億元）,,來源：中國人民銀行EO Intelligence,短期消費貸款（億元）億歐（www.iyiou.com）,201620172018H1,,Part 1 智能風控發(fā)展現(xiàn)狀及背景 智能風控定義解讀及發(fā)展背景,經(jīng)濟：銀行業(yè)金融機構(gòu)用于小微企業(yè)貸款增長率保持10%以上， 商業(yè)銀行不良貸款率上漲，急需智能化風

26、控落地,小微企業(yè)信貸需求持續(xù)增長，急需規(guī)模化的風控手段落實。2015年至2017年銀行金融機構(gòu)用于小微企業(yè)的貸款從234,598億元增長至307,437億元，增長率保持10%以上，其中商業(yè)銀行占據(jù)主導地位，占比75%以上。,14,2013年至2018年H1，近五年間商業(yè)銀行不良貸款余額漲幅超200%，不良貸款率從1%上漲到1.86%。銀保監(jiān)會2018年3月發(fā)布的《關于調(diào)整商業(yè)銀行貸款損失準備》，強調(diào)了對銀行貸款風險分類等方面

27、的考核，急需智能化風控措施落地。,來源：銀保監(jiān)會EO Intelligence*小微企業(yè)貸款=小微企業(yè)貸款余額+個體工商戶貸款余額+小微企業(yè)主貸款余額,億歐（www.iyiou.com）,,,176,720,202,766,233,427,242,873,57,878,64,243,74,010,80,649,0,50,000,100,000,150,000,200,000,250,000,300,000,2015,2016,201

28、7,2018Q2,億歐智庫：2015-2018H1銀行業(yè)金融機構(gòu)用于小微企業(yè)貸款情況,,非商業(yè)銀行（億元）,,商業(yè)銀行（億元）,2018H1,,,,,,,,,,,,,,,,5,921,8,426,12,744,15,122,17,057,19,571,1.00%,1.25%,1.67%,1.74%,1.74%,1.86%,0,5,000,10,000,15,000,20,000,25,000,2013,2016,2017,2018Q2,

29、億歐智庫：2013-2018H1不良貸款余額及不良貸款率,,20142015不良貸款余額（億元）,,,,不良貸款率,2018H1,,Part 1 智能風控發(fā)展現(xiàn)狀及背景 智能風控定義解讀及發(fā)展背景,社會：我國人均可支配收入快速增長，從生存資料消費為主向 發(fā)展資料消費為主升級轉(zhuǎn)變，形成對消費金融的強需求,15,2017年全國城鎮(zhèn)居民人均可支配收入36,396元，同比增長8.3%，扣除價格因素實際增長6.5%，為消費升級奠定基礎。對

30、比2008—2017十年間城鎮(zhèn)居民人均消費支出結(jié)構(gòu)，發(fā)現(xiàn)恩格爾系數(shù)（食品支出總額占個人消費支出總額的比重）下降，從生存資料消費為主向發(fā)展資料消費為主升級轉(zhuǎn)變，形成對消費金融的強需求。,,,,,,,,,食品37.9%,衣著10.4%,居住10.2%,生活用品及服務,6.2%,交通通信12.6%,醫(yī)療保健7.0%教育文化娛樂12.1%,其他用品及服 務3.7%,,,,,,,,,食品28.6%,衣著7.2%,居住22.

31、8%,生活用品及服務6.2%,交通通信13.6%,醫(yī)療保健7.3%教育文化娛樂11.6%,其他用品及服 務2.7%,億歐智庫：2008年和2017年城鎮(zhèn)居民人均消費支出對比,,2008年城鎮(zhèn)居民人均消費支出構(gòu)成,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,15,781,17,175,19,109,21,810,24,565,26,955,28,844,31,195,33,616,36,396,8.8%,7

32、.0%,8.2%,7.8%,8.3%,12,000,17,000,22,000,27,000,32,000,37,000,42,000,47,000,億歐智庫：2008-2017中國城鎮(zhèn)居民可支配收入及增長率14.1%12.6%11.3%9.7%,,,,,,2008200920102011201220132014201520162017城鎮(zhèn)居民人均可支配收入（元）城鎮(zhèn)居民人均可支配收入增長率（名義增長）,

33、來源：國家統(tǒng)計局EO Intelligence,2017年城鎮(zhèn)居民人均消費支出構(gòu)成億歐（www.iyiou.com）,,Part 1 智能風控發(fā)展現(xiàn)狀及背景 智能風控定義解讀及發(fā)展背景,技術：大數(shù)據(jù)、人工智能、云計算、區(qū)塊鏈等金融科技代表技 術，為智能風控的應用落地提供技術支持,大數(shù)據(jù)、人工智能、云計算、區(qū)塊鏈等金融科技代表技術，在風控場景下的應用也各有不同和側(cè)重。通過技術優(yōu)化甚至顛覆傳統(tǒng)風 控的技術基礎和信貸流程，為智能風控的應用

34、落地提供技術支持。,16,,,,,,02,,04,,01,,03,云計算為海量數(shù)據(jù)的運算能力和速度提升 帶來突破，并實現(xiàn)了應用場景的快 速可復制化和服務門檻的降低，支 持風險管理措施迭代升級EO Intelligence,人工智能在大數(shù)據(jù)技術的基礎上，完善風控 模型優(yōu)化的問題，算力提升和算法 突破解決了部分人力不能解決的問 題，可以深入刻畫用戶畫像、洞察 用戶需求和識別用戶風險,大數(shù)據(jù)主要用于互聯(lián)網(wǎng)金融的信用風險管 理，通過模型

35、自動分析、實時計算 結(jié)果，解決信息不對稱問題，提供 更精準的信用評分和征信結(jié)果等,區(qū)塊鏈主要應用于清算、征信等風控中技 術安全領域，去中心化特征可以降 低成本和風險，提高數(shù)據(jù)存儲安全 性，實時、多點共享信息追溯,,,,,EO Intelligence,,技術：生物特征識別、機器學習、自然語言處理、計算機 視覺、知識圖譜等AI核心技術助力風控自動化,17,人工智能的發(fā)展離不開技術的不斷創(chuàng)新，在眾多技術中，億歐智庫認為：生物特征識別、機器

36、學習、自然語言處理、計算機視覺和 知識圖譜是現(xiàn)階段人工智能五大核心技術。將人工智能技術應用于信貸風險控制，結(jié)合結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，可以覆蓋過去金融業(yè)務忽視的長尾人群，精準的完成業(yè)務流程 中風險的識別、控制和監(jiān)測。同時，人工智能的模型迭代相對傳統(tǒng)風控模型表現(xiàn)出高度自動化的特征。主要人工智能技術,,,,,機器學習 強化學習 監(jiān)督式學習非監(jiān)督式學習……,,自然語言處理語音識別 文字識別 語義識別智能問答 信息抽取……,,計算

37、機視覺 圖像分類 對象檢測語義分割 實例分割……,,生物特征識別指紋識別 人臉識別 聲紋識別虹膜識別 靜脈識別……,,知識圖譜 信息抽取 知識表示知識融合 知識推理……,,,,,,,Part 1 智能風控發(fā)展現(xiàn)狀及背景 智能風控定義解讀及發(fā)展背景,智能風控企業(yè)現(xiàn)狀調(diào)查研究,18,EO Intelligence,,,,2.1 智能風控產(chǎn)業(yè)生態(tài)分布,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究,19,EO Intelligence,

38、,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控產(chǎn)業(yè)生態(tài)分布,智能風控生態(tài)參與者包括數(shù)據(jù)端、技術端和需求端,20,,需求端,,技術端,,城市商業(yè)銀行（城市信用社）民營銀行外資銀行,股份制商業(yè)銀行農(nóng)村商業(yè)銀行郵政儲蓄銀行中國農(nóng)業(yè)發(fā)展銀行,商業(yè)銀行大型商業(yè)銀行,銀行 業(yè)金 融機 構(gòu),消費 金融 機構(gòu),互聯(lián) 網(wǎng)金 融公 司,互聯(lián)網(wǎng)借貸公司,金融門戶,持牌消費金融公司（24家）互聯(lián)網(wǎng)消費金融公司,,,數(shù)據(jù)端,電信運營商

39、,工商部門,稅務部門,司法部門,電商平臺,社交平臺,征信機構(gòu),……,互聯(lián)網(wǎng)公司,銀行金融科技子公司,金融科技公司,農(nóng)村金融機構(gòu)農(nóng)村合作銀行農(nóng)村信用社,國家進出口銀行,EO Intelligence,,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控產(chǎn)業(yè)生態(tài)分布,智能風控作為信貸業(yè)務核心環(huán)節(jié)，涉及企業(yè)可以分為自用型金 融機構(gòu)和輸出型技術公司，征信機構(gòu)也在積極推進智能化轉(zhuǎn)型,從銀行業(yè)金融機構(gòu)、消費金融機構(gòu)和互聯(lián)網(wǎng)金融公司對于智能風控

40、的需求來看，各類信貸業(yè)務主體對于智能風控的要求不同。銀行 已經(jīng)擁有非常成熟的信貸風控機制，但是應用相對局限于線下；互聯(lián)網(wǎng)借貸公司業(yè)務具有一定創(chuàng)新型，但是風險控制體系并不完善。 各類信貸主體需要通過自建風控系統(tǒng)或?qū)ν夂献鹘L控系統(tǒng)以完備自身風控能力。由上一頁可知，金融機構(gòu)智能風控的技術服務，可以將其分為三類：互聯(lián)網(wǎng)公司、銀行金融科技子公司和金融科技公司。其中互聯(lián) 網(wǎng)公司是從數(shù)據(jù)端切入信貸風控業(yè)務，而創(chuàng)新型公司大多從技術端切入。其中征信

41、企業(yè)作為中小微企業(yè)信貸授信過程中的衍生機構(gòu)， 隨著大數(shù)據(jù)采集技術的成熟和數(shù)據(jù)量的積累，也在積極利用大數(shù)據(jù)、人工智能等技術推進智能化征信體系建設。智能風控技術產(chǎn)品服務用途又可以分為三部分：自用、技術輸出和自用+輸出。,21,,,,,銀行,互聯(lián)網(wǎng)借貸,具有非常成熟的信貸風險控制機 制，但由于銀行業(yè)務線龐大，因 此創(chuàng)新和接受金融科技進度緩慢,,擁有新興信貸模型，產(chǎn)品豐富， 復雜程度也較高，具有一定創(chuàng)新 性，風險控制并不完善，急需平 衡風險

42、和創(chuàng)新之間的關系,,,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控產(chǎn)業(yè)生態(tài)分布,智能風控企業(yè)圖譜,22,EO Intelligence*企業(yè)排名不分前后，按照企業(yè)名稱首字母排序,,,企業(yè)征信（持牌企業(yè)122家）,,,,,,,,,,,,,金融科技公司,,,,,,輸出型,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,銀行金融科技子公司（6家）,,,,,互聯(lián)網(wǎng)公司,,,,,個人征信

43、（持牌機構(gòu)1家）,,,,,,,,,,,,,,自用型,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,EO Intelligence,,,,2.2 智能風控企業(yè)圖景,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究,23,,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控企業(yè)圖景,金融智能風控企業(yè)分布25個省份，其中北京、上海和廣東三個 省份相加占比高達70.3%,通過IT桔子、登記持牌機構(gòu)、公開

44、數(shù)據(jù)和億 歐自身企業(yè)庫篩選，共573家金融風控企業(yè) 被納入此次研究范圍，其中登記持牌機構(gòu)包 括持牌消費金融公司、百行征信和擁有企業(yè) 征信牌照機的公司；通過一級標簽分類，發(fā)現(xiàn)在IT桔子的企業(yè)列 表中，金融智能風控企業(yè)的標簽多為金融和 企業(yè)服務；據(jù)億歐智庫統(tǒng)計，金融智能風控企業(yè)分布在25個省份，其中北京、上海和廣東三個省 份占比高達70.3%，企業(yè)數(shù)排名前五的城市有：北京（185）、上海（128）、深圳（62）、杭州（49）和廣州

45、（15）。,24,,,海南2,黑龍江3吉林1,遼寧9,內(nèi)蒙古5,北京185天津,河北4,山西2,4山東12,2,江蘇,安徽 19,59,廣東,江西,2福建5,湖南3,河南5湖北4,重慶6貴州2廣西2,四川12,陜西7,甘肅,青海,新疆,西藏,90澳門,香港,臺灣,南海諸島,云南,上海,浙江 128,寧夏,,EO Intelligence數(shù)據(jù)來源：公開資料整理,,Part 2 智能風控

46、企業(yè)現(xiàn)狀調(diào)查研究智能風控企業(yè)圖景,2012年智能風控企業(yè)劇增，增長率達到80%，2015年新增企 業(yè)數(shù)目達到峰值,573家企業(yè)中，69.8%的企業(yè)成立于2013-2017年，大眾熟知的大部分企業(yè),基本成立于這段時間，例如：第四范式、 量化派、百融金服等。其中2014年增長 率達到156%。2015年，新增企業(yè)數(shù)目達到峰值——148家，隨著2016年開始逐步落實的嚴格監(jiān)管政策，智能風控甚至金融科技的 新增企業(yè)數(shù)量開始回落。截止

47、到2018年上半年，僅有5家智能風 控新增企業(yè)。,25,,,,,,,,,,,,,,,,,,,,,,,,,,1111,55,3,5,7,6,7,66,10,19,15,27,45,115,148,92,41,5,0,20,40,60,80,100,120,140,160,,,,億歐智庫：中國歷年金融智能風控新增企業(yè)數(shù)量,EO Intelligence數(shù)據(jù)來源：公開資料整理,,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控企業(yè)

48、圖景,2005-2018H1中國金融智能風控私募股權(quán)投資市場整體情況,右圖呈現(xiàn)了中國金融智能風控企業(yè)私募股權(quán)投資 市場情況。其中，A輪階段的獲投企業(yè)2012年占,比為85.7%，隨著新增企業(yè)不斷入局2017年這一 比例仍然保持在50%；由于金融科技發(fā)展時間較 短，實際落地時間不長，因此可以看到進入到中 后期階段（B輪及以后）的企業(yè)數(shù)量及占比均不 在高位。在2018年H1的數(shù)據(jù)中，首次出現(xiàn)中后 期投資占比超過前期投資占比，約占到六成。投

49、資金額方面，從2014年開始出現(xiàn)大幅度增長，2017年投資頻次出現(xiàn)了小幅回落。2018H1單筆平均投資額達到歷史最高：5.49億 元，總體判斷，2018年金融智能風控企業(yè)的投資 金額有望創(chuàng)造歷史新高。,26,,,,,,,,,,,,,,,,,,,,,,,,,,,,1,7,12,35,32,14,5,6,5,30,19,45,14,1,7,15,12,10,6,7,5,3,17,4,7,4,6,7,0,10,20,30,40,50,6

50、0,70,80,90,100,億歐智庫：中國金融智能風控私募股權(quán)投資市場情況,,,,,B輪C輪,,,戰(zhàn)略投資,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,3.08,0.20,1.17,3.43,3.83,1.96,3.66,3.96,3883.23,1427,126.,275.07,263.36,,,,,2005200620082010201120122013201420152016201720

51、18H1投資金額(億人民幣）種子/天使輪A輪D輪及后期,注：A輪包括pre-A、A、A+輪，B輪同。,11,11 1 1,312,312,7,13,512,791,94,90,48,EO Intelligence數(shù)據(jù)來源：公開資料整理,,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控企業(yè)圖景,192家獲投金融智能風控企業(yè)中，70%企業(yè)僅獲投1-2次，人 民幣投資事件數(shù)量占比78%,左圖反映了192家獲

52、得投資的金融智能風控企業(yè)分布情況，其中43.2%的企業(yè)獲得一次投資，27.1%的企業(yè)獲得兩次投資，12.5%的企業(yè)獲得三次投資，獲得四次及以上投資的企業(yè)僅有17.2%。獲投七次的企業(yè)是：金電聯(lián)行和點融網(wǎng)。其中獲投六次的企業(yè)是：微貸網(wǎng)、成都數(shù)聯(lián)銘品、閃銀奇異與和信貸。其余獲投三次及以上的企業(yè)名錄見報告附錄。從投資數(shù)量看，人民幣投資事件占比78%，共323起；從投資 金額看，人民幣基金投資金額585億元，占比58%。,27,,,

53、,企業(yè)數(shù)量,獲投1次,獲投7次,獲投6次,獲投5次,獲投4次,獲投3次,獲投2次,EO Intelligence數(shù)據(jù)來源：公開資料整理,,,22%,78%,,美元基金,,人民幣基金,,,42%,58%,投資 頻數(shù),投資 金額,億歐智庫：人民幣基金vs美元基金,,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控企業(yè)圖景,中國金融智能風控市場中，共有387家機構(gòu)參與其中，僅有5.4%的投資機構(gòu)投資過5次及以上,28,,,投資10次以上,

54、投資7-10次,投資5-6次,投資3-4次,投資2次,,投資機構(gòu)數(shù)量,2,4,EO Intelligence數(shù)據(jù)來源：公開資料整理,,,,,,,,,,,,,,,,,通過整理可以發(fā)現(xiàn)，387家機構(gòu)參與中國金融智能風控企業(yè)投資。其中，68.7%的投資機構(gòu)僅發(fā)生過一次投資，16.0%的投資機構(gòu) 發(fā)生過兩次投資，9.8%的投資機構(gòu)發(fā)生過3-4次投資，僅有5.4%的投資機構(gòu)發(fā)生過5次及以上投資。億歐智庫：金融智能風控主流投資機構(gòu)（投資頻數(shù)≥

55、5）投資1次,,,紅杉資本中國,IDG資本,領沨資本,華創(chuàng)資本,線性資本,真格基金,國科嘉和,北極光創(chuàng)投,奇虎360,海納亞洲,晨興資本,源碼資本,經(jīng)緯中國,銀泰資本,騰訊,東方弘道,豐厚資本,順為資本,光速中國,洪泰基金,凱鵬華盈,,,,,,EO Intelligence,,,,2.3 智能風控企業(yè)調(diào)查解讀,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究,29,,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控企業(yè)調(diào)查解讀,研究說明,為了

56、更好的展現(xiàn)智能風控企業(yè)發(fā)展現(xiàn)狀，了解智能風控技術 產(chǎn)品及服務落地情況，以及企業(yè)對金融科技其他領域的布局規(guī)劃，億歐智庫制定了《2018億歐智庫智能風控調(diào)查問卷》，對智能風控企業(yè)進行了問卷調(diào)查。本調(diào)查調(diào)查對象為智能風控企業(yè)的相關負責人，發(fā)放100份 問卷，最終收回66份調(diào)查問卷，其中有效問卷63份。其中63家受訪企業(yè)中，有30家位于北京，14家位于上海，9家位于浙江，其余10家分為位于廣東、重慶、天津、江蘇和 四川。下面為智能風

57、控企業(yè)解讀。,30,EO Intelligence數(shù)據(jù)來源：億歐智庫智能風控調(diào)查，N=63，n=52,,,,,30,0,10,20,30,億歐智庫：受訪企業(yè)地區(qū)分布,,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控企業(yè)調(diào)查解讀,具有技術輸出能力的智能風控企業(yè)占比82.54%，產(chǎn)品類型主 要為：數(shù)據(jù)類產(chǎn)品、技術服務類產(chǎn)品和一站式服務等,31,,,,全部自用17.46%,產(chǎn)品輸出46.03%,自用+產(chǎn)品輸出36.51%,按流量/次

58、數(shù),戰(zhàn)略合作,,技術服務類 產(chǎn)品,一站式服務,數(shù)據(jù)類 產(chǎn)品聯(lián)合開發(fā) 其他,按效果,其他,受訪企業(yè)中，46.03%的企業(yè)僅輸出產(chǎn)品，36.51%的企業(yè)既自用又輸出產(chǎn)品。輸出產(chǎn)品以一站式服務、技術服務類產(chǎn)品和數(shù)據(jù)類產(chǎn) 品為主，收費模式以按項目和按流量/次數(shù)為主。左圖為智能風控產(chǎn)品五中輸出方式，右圖為產(chǎn)品收費模式，中間的連線表示各類產(chǎn)品的收費模式情況，任意產(chǎn)品和收費模式之間連線的寬度，表示數(shù)量的比重。億歐智庫：受訪企業(yè)的智能風控類產(chǎn)品

59、及收費模式億歐智庫：受訪智能風控企業(yè)產(chǎn)品用途按項目,EO Intelligence數(shù)據(jù)來源：億歐智庫智能風控調(diào)查，N=63，n=52,,,,,,,,,,,,19,27,32,7,27,27,3,6,403020100,,金融智能風控服務客戶類別及分布以互聯(lián)網(wǎng)借貸公司和城市商 業(yè)銀行為主，其次為股份制商業(yè)銀行和消費金融公司,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控企業(yè)調(diào)查解讀,在各類服務客戶類別中，城市 商業(yè)銀行、

60、股份制商業(yè)銀行、 消費金融公司和互聯(lián)網(wǎng)借貸公 司客戶數(shù)量占比較高，在50% 以上；氣泡圖中，圓圈的大小代表選 擇該選項的受訪企業(yè)數(shù)量。其 中有14家受訪企業(yè)服務6-15家 消費金融公司，13家受訪企業(yè) 服務50家以上互聯(lián)網(wǎng)借貸公司，13家受訪企業(yè)服務5家及以下 大型商業(yè)銀行。,32,農(nóng)村金融機構(gòu),大型商業(yè)銀行 股份制商業(yè)銀行 城市商業(yè)銀行,消費金融公司 互聯(lián)網(wǎng)借貸公司其他銀行金融機構(gòu)其他,5家及以下EO Intelligence

61、數(shù)據(jù)來源：億歐智庫智能風控調(diào)查，n=52,6-15家,16-30家,31-50家,50家以上,,,1家,14家,企業(yè)數(shù)量,注釋：理論上服務銀行客戶的分行不做分開處理，所以大型商業(yè)銀行理論值應該不超過5家，但是由于被調(diào)者計算方式差異，可能會存在客戶數(shù)量大于行業(yè)理論存在數(shù)量,億歐智庫：受訪企業(yè)的金融智能風控服務客戶類別及分布,服 務 客 戶 數(shù) 量,,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控企業(yè)調(diào)查解讀,六成企業(yè)將核心技術研發(fā)和創(chuàng)

62、新作為建立企業(yè)護城河的關鍵,受訪智能風控企業(yè)中，員工數(shù)量在100人以上企業(yè)占比74.6%，其中101-300人的數(shù)企業(yè)量最多，占比30.16%。根據(jù)調(diào)查問卷中智能風控企業(yè)員工數(shù)量的統(tǒng)計，可以看出企業(yè)人數(shù)101-300和1000人以上的企業(yè)占到50%。大多數(shù)企業(yè)將核心技術研發(fā)和創(chuàng)新作為建立企業(yè)護城河的關鍵：約六成企業(yè)技術研發(fā)類人員占比在50%以上；而企業(yè)技術研發(fā)、升級及維護投入上，透露數(shù)字的企業(yè)中有35%以上研發(fā)投入都高于50%（技

63、術研發(fā)投入/公司總成本）。,33,,,,,,,50人以下7.94%,51-100人17.46%,101-300人30.16%,301-500人9.52%,501-1000人14.29%,1000人以上20.63%,億歐智庫：受訪智能風控企業(yè)員工數(shù)量分布,,,,,,,0%,10%,20%,30%,40%,10%以下,11-30%,31-50%,51%-70%,70%以上,億歐智庫：受訪智能風控企業(yè)技術研發(fā)類人員占比情況,,,,

64、,,,,0%,10%,20%,30%,10%以下,10-20%,21-30%,31-40%,41-50%,50%以上,億歐智庫：受訪智能風控企業(yè)技術研發(fā)、升級維護投入情況,EO Intelligence數(shù)據(jù)來源：億歐智庫智能風控調(diào)查，N=63,,Part 2 智能風控企業(yè)現(xiàn)狀調(diào)查研究智能風控企業(yè)調(diào)查解讀,不管是科技公司還是銀行業(yè)金融機構(gòu)，對于智能化風控還處于 嘗試階段,同時透露2017年收入和2018年預測收入的受訪企業(yè)中，有55.

65、6%的企業(yè)表示2018年收入上升，11.1%的企業(yè)表示收入下降，33.3%的企業(yè)表示收入持平。通過前文結(jié)論，收入下降直接原因是消費金融和互聯(lián)網(wǎng)金融公司客戶對于智能風控的接受程度高且布局較多，但是監(jiān)管收緊導致2018年有一大批互聯(lián)網(wǎng)金融公司退出市場導致客源下降和需求減少，因此影響科技輸出端企業(yè)收入下降。受訪企業(yè)中，2017年有49.21%的企業(yè)已達到盈虧平衡?，F(xiàn)階段，不管是銀行、消費金融還是互聯(lián)網(wǎng)金融機構(gòu)，對于智能化風控還處于嘗試

66、階段，隨著金融核心數(shù)據(jù)技術的延伸, 智能風控的 應用將會越來越完善并走向成熟階段。,34,,,,,,,,,,12.70%,7.94%,4.76%,15.87%,1.59%,7.94%,49.21%,0%,10%,20%,30%,40%,50%,2000萬以下EO Intelligence數(shù)據(jù)來源：億歐智庫智能風控調(diào)查，N=63,2000-4999萬 5000-9999萬,1-4.9億,5-10億,10億以上,不方便透露,,比例,億歐

67、智庫：受訪企業(yè)2017年收入分布,2018年預測收入55.6%上升11.1%下降33.3%持平,智能風控產(chǎn)品及服務應用——個人篇,35,EO Intelligence,,Part 3 智能風控產(chǎn)品及服務應用——個人篇,智能化技術與傳統(tǒng)風控模型互補，可以對客戶風險進行更及時 有效的識別、預警、防識，同時實現(xiàn)全鏈條自動化、智能化,36,個人信貸單筆數(shù)額小、數(shù)量大，需要大量的人力和時間投入，在效果提升和成本控制中很難達到指數(shù)級的突破

68、。傳統(tǒng)個人信貸的審 批是通過客戶歷史信用信息和個人消費情況，對申請人風險進行評分和預測，而金融相關數(shù)據(jù)一般呈現(xiàn)分散化、碎片化的特點，真 實、有效及完整的數(shù)據(jù)往往很難獲取，信息不對稱難以消除。智能風控可以覆蓋包括貸前、貸中和貸后三個階段的個人信貸業(yè)務全流程，依托智能化技術與傳統(tǒng)風控模型互補，對客戶風險進行 更及時有效的識別、預警、防識，同時實現(xiàn)全鏈條自動化、智能化。網(wǎng)貸的風險控制由于其自帶“科技”屬性，所以智能化的滲透 率要高于傳統(tǒng)線下