编者按：党的十九大报告指出：“深化金融体制改革，增强金融服务实体经济能力，健全货币政策和宏观审慎政策双支柱调控框架，健全金融监管体系，守住不发生系统性金融风险的底线。”这是做好新时代金融工作的基本要求。与此同时，信息技术和金融的深层融合不断打破现有金融行业的边界，金融科技正在以迅猛的势头重塑金融产业生态。为此，2018中国金融创新论坛特设“金融科技与金融风险防范”圆桌论坛，邀请业内专家共聚一堂，探讨金融科技在银行风险管理中的运用，以及监管如何借助科技的力量为金融业健康发展赋能。现将精彩发言予以摘登，以飨读者。
主持人致辞
欧阳日辉：监管科技与金融科技比翼双飞
目前，金融行业处于强监管的态势下，我们应该积极拥抱监管。司马迁、孙膑等古人在人生最低谷的时候写出了最伟大的思想著作，新时代最好的金融模式一定也是在最艰难的时期产生的。最艰难的时候才会把人的智慧发挥到极限，业界抛弃短视的行为方式，锻造出金融服务实体经济的理念，打造出符合国情、适应经济形势和满足监管要求的金融模式和金融新业态。
融资难、融资贵的问题是世界性的难题，解决这个问题需要新技术和新思路。政府和监管层针对融资难、融资贵的问题也进行了许多努力。为什么解决不了小微企业融资难融资贵的问题？这是小微企业本身的特性和金融体系固有的管理方式落后等诸多原因造成的。解决这一问题，要依靠网络信息技术的应用，新技术创造出新业态，新产业催生新模式。金融是为商业服务的，新经济需要新金融。数字经济是未来新的经济形态，新的经济形态需要新的金融业态、新的金融生态来匹配。运用新技术发展金融科技，重塑金融生态系统，需要大家一起努力，贡献智慧，共同推动新金融的发展，探索解决融资难融资贵的新模式。
金融科技发展的核心在于风控。与五年前相比，风险控制的场景已经发生了很大变化，这时候我们讲金融风控，更多地侧重于如何运用金融科技，特别是人工智能和大数据，这两项技术可能是我们以后进行金融风控的标配。人工智能和大数据的结合，将掀起金融风险控制的一场革命。两年以前，做互联网金融的平台可以假装自己在应用大数据做业务；今天开始，经过专项整治之后留存下来的平台，不运用人工智能和大数据来进行业务设计和风险控制，肯定走不远。未来的金融就是互联网金融或金融科技，传统金融机构也必须运用网络信息技术，进行数字化转型。我们希望金融机构与互联网金融企业加强风险的自控和自律，大家把风险控制在自己的范围之内。
金融风险防控需要制度和技术并重。监管层在制度建设方面做了很多工作，监管科技来了，从技术角度，监管层需要构建基于大数据的“四个体系一个机制”联动的数字化监管系统：监测预警体系、信息披露体系、大数据征信体系和社会评价体系，加上数据共享机制。建立数字化监管系统，改变目前“人工报数”的被动监管、事后监管格局，实现实时监管、行为监管和功能监管。由于数据实时更新，造假成本增加，将极大地提高监管有效性。构建数字化监管系统之后，实行行业自律管理为主的监管体系，才能既做到监管到位，又为金融创新留下空间。
我们积极拥抱科技，我们既要发展金融科技，也希望监管层发展监管科技。
（欧阳日辉系中央财经大学互联网经济研究院副院长）
吴震：监管科技助力互联网金融健康发展
互联网金融风险可以从以下角度进行区分，第一是跑路风险，第二是社会风险。比如现金贷、网络催收等，虽然会改善企业的经营状况，但会造成较大的社会负面情绪和较大的社会不稳定因素，属于社会风险。第三是宏观风险。宏观风险即宏观调控政策可能不一致的风险。比如说国家淘汰落后产能，然后资金流向落后产能，等等。
最初，我们关注较多的是跑路风险，所以我们也做了很多的监测预警，特别是2018年以来，我们预警了多家存在严重问题或者风险隐患的平台，并提供相关部门。目前已有很多得到验证。总的来说，我们感觉这方面成效比较显著，也需要进一步汇聚数据，进一步提高。
此外，关于监管科技，一方面，对于新金融或者类金融而言，现在的监管科技还是处于比较早期的阶段。现在也有一些企业从事这方面的研究或者开发。我觉得从无到有比较容易的，但是从有到好非常难。做个初步系统是相对比较容易，但是打磨好，做到准确全面，还有很多的工作需要做。另一方面，数据越来越多，但还是不够全面，存在一些拿不到的特殊数据，数据源还是不充分。
监管科技也有几个难点。第一个难点是获取真实数据的难点。有些数据的真实性难以保证，数据是由企业控制的，如何避免有意无意的漏报错报是个难点。第二难点是综合业务比较难判断。现在有的平台比如P2P平台，还是有很多相关的指标可以监测。但这个表面看起来安全的平台和其他的平台存在关联，如果其他平台出了问题，这个平台也有出现问题的可能性。
总体来说，监管科技和技术监测对于未来互联网金融健康发展是非常必要的。同时我们认为，监管科技的发展现在的确处在比较初期的阶段，能发挥很大作用，但是也有一些难点需要解决。从长期的互联网治理经验来说，互联网的治理一直是管理和技术相结合的过程。管理和技术都不可或缺，有了管理没有技术，会事倍功半；技术也需要对管理上的一些热点、难点积极跟进。
（吴震系国家互联网金融安全技术专家委员会秘书长）
孙磊：互联网金融监管要保持一致性
近年来，金融科技发展迅速。一是技术迭代非常快，以信用卡为例，我们用了几年的时间，就超过了美国这么多年的信用卡发展水平。二是业务模式创新快。包括支付结算领域、P2P、消费信贷、助贷、联合贷在内的各种各样的类型模式创新之快超乎想象。三是扩展得快。以往一种新业态从创新、认可到大面积推广是非常艰苦和漫长的过程，而借助互联网，一些新的业态能够在半年、一年内拓展到全国。
为什么互联网金融能这么快地发展起来？除了技术本身带来的成果以外，我认为还有一些别的原因。以P2P为例，基于中国人投资风险观，很难想象会将大额资金投入到一个完全不熟悉的机构。这种业态能够这么快发展起来，很大程度上是由于金融体系的信任。广大群体认为所有的金融机构都是可靠的，所有投资是有保障的，甚至是没风险。但事实上出现了大量的问题机构，也导致了很大的损失。通过这一波打击，我觉得人们对金融体系的认识会更加成熟，相关业态发展速度会有所下降，但也会更加稳健和可持续。
其次，监管规则一定程度上存在空白。以消费信贷为例，现在很多机构的信贷模式和放贷标准是不符合银行业监管规则。但由于这些监管要求不适用于新兴机构，就形成了不对称的监管。对同样一种业务，银行需要一套非常复杂的程序，面临一套非常严格的监管规则，需要进行严格的资产分类、计提充足的拨备和资本，还需要接受严现场检查和非现场监测管理。而一些机构不需要承担这些监管成本，这就使得一些不可能的业务变为可能，但同时也加大了潜在风险。
最后，对于风险防控，需要厘清互联网金融到底是不是独立业态这一问题。它是不是金融？是互联网业做金融，还是创造一种新的互联网金融业态？如果认为科技是一种工具，是金融业务中的一种工具，是帮助金融提高水平的一种方法，那么在监管上就要保持一致性，对同类产品、同类业务实行一致性监管。这一导向和原则在新近发布的资管新规中有明确的体现，资管新规的核心就在于监管要求的一致性，不管券商、信托还是保险发行资管产品，都要适用统一的监管规则。回到互联网金融业务，不管是怎样的业态，怎样的模式，只要是金融业务，都要分门别类放纳入监管体系，实行相应的监管。
（孙磊系中国银保监会审慎规制局处长）
黄劲尧：以区块链技术解决金融场景痛点
近年来，随着区块链技术的发展，企业应用区块链技术的项目也在迅速增加，许多人认为今年将会是区块链技术与实体经济结合并爆发的一年。尽管如此，目前大家一谈到区块链技术就会想到比特币与虚拟货币筹资，并且把焦点聚集在加密货币投机炒作上。然而我认为，利用区块链技术解决实体经济产业的各种问题与痛点才是区块链技术最大的意义。尤其是金融领域，区块链技术能够有效地解决当下金融领域面临的问题。
自2016年起，我国的金融机构陆续加入区块链技术的行列。传统金融机构以民生银行、招商银行为代表，金融科技企业则以蚂蚁金服、京东金融和百度金融为代表。涉及多项应用场景，如供应链金融、贸易金融、保险防诈欺，等等。这些金融场景普遍存在如下问题：一是节点多，且参与主体众多；二是由于涉及金钱的交易，各节点缺乏信任，往往需要第三方增信机构；三是过于中心化，一个节点若出现错误，将影响整个系统运作；四是场景内节点资料存在安全疑虑。区块链技术具有去中心化、信任共识机制、交易公开透明及不可轻易篡改等特性，能够有效解决金融场景面临的诸多难题。
供应链金融的参与主体众多，包括商业银行、商业保理公司、上下游供应商、承销商与核心企业等。主要涉及应收账款融资、货权质押融资、预付账款融资等业务。目前，由于参与主体众多，供应链上下游间难以实现联动，增加了融资周期和融资成本。且供应链上各种凭证往往需要人工验证，真伪难辨，提高了增信机构的审核风险。透过区块链技术的去中心化、信任共识机制和无法轻易篡改的特征，将供应链上所有的交易行为放入区块链中，使得供应链金融摆脱繁杂的人工审核，第三方增信机构也无需耗费时间去验证凭证的真实性，大大提升了融资效率。
贸易金融的处理流程主要包含销售、运输和交货，都记录在提单中。传统贸易金融中，每笔国际运输交易也同样涉及到多个主体，包括发货人、银行、保险公司、港口和政府海关检查部门等。由于各参与主体的交易记录与作业系统彼此间不同步，导致在贸易金融中涉及的相关方越多，运营风险越大，容易带来法律纠纷。贸易金融里的出口商、进口商、银行、保险公司、港口和政府海关检查部门等各节点可以借助区块链技术的数字签名技术来达成共识，分布式实时更新技术可以保证上述各方的通信直接相互进行，智能合约技术可以保证相关指令自动执行，无需借助每个环节中的中心实体，可以提升流程效率和执行力。
欺诈是困扰保险业的棘手问题。传统保险业务流程中，任何一步发生错误(如投保人信息丢失、保单条款随意解读、理赔周期过于冗长)，都有可能牵一发而动全身。区块链的分布式储存特性能确保投保人信息的安全性，而智能合约则不用投保人申请理赔，也无需保险公司批准理赔，只要触发理赔条件，保单自动理赔，减少了重复理赔的风险，也提升了理赔效率。反欺诈将是区块链在保险行业最有意义的应用案例，区块链能为保险公司和投保人提供一个永久可查询的理赔审查账单，所有人都可以查询和评估被记录过的理赔数据。
展望未来，区块链行业需要站在更高的维度去思考布局，将区块链与实体经济结合，与行业应用结合，提升生产效率，优化生产关系，从而在全球区块链领域占得一席之地。
(黄劲尧系北京大学大数据研究院研究员)
陈平：金融的本质是对风险的有效管控
金融科技给整个社会尤其是金融行业带来了深远的影响。移动互联网、人工智能、大数据、云计算等科学技术与金融的融合，实现了金融服务的创新，提高了金融服务便利性和效率。金融科技的发展也降低了金融服务准入的门槛，给客户提供更多接受金融服务的机会，使得金融服务更具普惠性，能够覆盖更多的社会大众。
金融的本质是对风险的有效管控。金融服务给社会大众带来良好体验的同时，也带来了风险管理方面的问题，我们做银行也好，做其他金融服务也好，不能只看短期的经营业绩，而是要看一场“马拉松式”的长跑的结果，历史上出现的“百年老店”，无不是风险管控出色的机构。经营银行或其他金融机构，我们要永远对风险存有敬畏之心，警惕过于追求短期利益而忽视对风险的把控，要把风险管控好才能再谋求进一步发展。
风险管理是一个古老的话题，包括风险识别、评估、计量、监测、报告、控制与缓释等管理流程。首先，需要识别机构内部有哪些风险，评估风险的大小，然后在数据的基础上把风险计量出来，再根据关键风险指标和限额进行监测和报告，最后还需要对风险进行有效控制并进行缓释，降低风险发生的可能性，这是风险管理的一套基本流程。
银行的风险管控越来越依靠金融科技的发展。银行是较早运用金融科技来加强风险管控的金融机构。如在信用风险管控方面，工商银行十年前就运用基于大数据的信用风险评分模型进行决策。又如，在欺诈风险管控方面，工商银行已经在研究和运用基于大数据和云计算的人工智能技术在反欺诈领域的创新应用。目前，工商银行已建立了企业级人工智能反欺诈平台，该平台将分散在全行反欺诈信息按客户维度进行整合，达到共享共用，同时研发了神经网络、机器学习模型和复杂关系网络等AI模型，建立了高效实时处理系统，可在毫秒实时计算。
未来，银行要不断加强金融科技研究和应用，一方面，做好基础数据积累和整合，不断补充和丰富自身的数据资产；另一方面，加大专业化人才的培养，不断引入和运用业界新技术，积极探索新兴技术领域。
（陈平系中国工商银行风险管理部处长）
贾凤军：银行业应拥抱金融科技、掌握大数据、积极转型
首先，大数据、金融科技对金融风险的防范起的作用非常重大，在这个进程中，银行已经落在后面了。如果银行再不在这个时候发力，充分运用大数据技术防范金融风险的话，可能会真的成为二十一世纪的恐龙。支付是银行最不可替代的作用，因为只有支付清算网络是别的金融机构代替不了的，只有银行系统来承担，但是银行错失了发展良机，在金融风险防控上运用新技术，银行也已经落在了后面，比如说互联网贷款，由于缺少数据，缺少技术手段，银行没有能力判断客户风险，只有心甘情愿的排队争当互联网放贷机构的资金源。大数据技术在风险防范的作用非常大，银行落在了后面。
其次，金融科技、大数据的未来不可限量，现在互联网金融多数是面向个人客户，针对企业客户相对少。如果这些互联网金融机构，他们把已经运用得炉火纯青的技术运用在大企业身上，也可能会取得让银行意想不到的结果。银行业应积极转型，脚踏实地拥抱金融科技，在各领域大胆使用新技术。
最后，要理解金融科技并不能消除风险，风险是未来的不确定性，产生的根源是信息不对称，因此风险不可能消除，这是超出了技术范畴。但大规模、正确地运用金融科技，可以最大程度减少不确定性，减少信息不对称产生的风险。
（贾凤军系中国民生银行直销银行事业部副总经理）
杨贵院：金融科技与农商银行全面风险管理
目前，全国已设立农商银行1200余家，总资产规模突破20万亿元，重庆、张家港、常熟、江阴等农商银行已率先在海内外上市，农商银行已成为国内一支举足轻重的金融生力军。但由于其前身是农村信用社，个体规模相对偏小，金融科技基础较弱，其业务经营中的风险防控更多是依赖传统手段。面对大数据、云计算等金融科技发展的日新月异，我想结合农商银行的实际，从全面风险管理的视角，谈谈如何看待金融科技在风险管理中的应用。
根据原银监会2016年9月发布的《银行业金融机构全面风险管理指引》，银行业金融机构应当建立全面风险管理体系，采取定性和定量相结合的方法，识别、计量、评估、监测、报告、控制或缓释所承担的各类风险。银行业金融机构应当具备完善的风险管理信息系统，能够在集团和法人层面计量、评估、展示、报告所有风险类别、产品和交易对手风险暴露的规模和构成。银行业金融机构应当建立与业务规模、风险状况等相匹配的信息科技基础设施。银行业金融机构应当建立健全数据质量控制机制，积累真实、准确、连续、完整的内部和外部数据，用于风险识别、计量、评估、监测、报告，以及资本和流动性充足情况的评估。由此，我认为，对农商银行而言：
第一，强化金融科技在风险防控中应用是一项合规要求。强监管下，银行最大的压力是合规压力，但在金融科技应用方面，应该成为动力。除前面提到的《全面风险管理指引》外，银保监会近年来发布的监管指引，大量的内容涉及金融科技对银行风险防控的硬性要求。对银行面临的各类风险而言，每种风险都需要金融科技的支撑。比如，银保监会近期修订发布的《商业银行账簿利率风险管理指引》中，第三章“风险计量和压力测试”、第四章“计量系统与模型管理”所规定的主要就是金融科技手段对账簿利率风险管理的应用。
第二，农商银行使用金融科技防控风险应量力而行，循序渐进。鉴于农商银行底子薄、体量小、财力有限等特点，在金融科技应用上不宜盲目赶潮流，应结合自身战略定位，重点突破。上海农商银行从2008年开始和澳新银行合作，开发小微企业的自动化审批系统。系统于2010年上线，当时我们主要考虑两个方面的因素。一是审批手势的问题，因为小微企业信贷的审批权多数在支行，尤其是二支行审批。如果全部由人工审批，会有成百上千人负责小微企业贷款的审批。再系统化的培训也很难解决审批手势的完全一致。其次是流程优化和审批效率提高，将原来一笔贷款经过十几个环节、一周以上的审批时间缩短为两个环节和几秒钟。到目前为止，经过不断优化和升级，自动化审批的不良率一直稳定地低于人工审批贷款的不良率。为此，该项目还获得了上海市政府颁发的“金融创新奖”。
第三，在金融科技应用方面，相对于中大型银行，农商银行由于自身数据有限，在数据获取银行上还面临安全压力。如果从数据公司购买数据，无法确定数据获取是否合法。如果源头存在问题，将来用到审批系统里面会存在隐患，甚至会引发较严重的声誉风险。
第四，数据本身具有价值，背后的流程、制度的配套和优化才更为关键。如果流程制度不配套，只是技术先进了，可能会引发新的风险。比如有的银行柜面做集中的授权，原来都是以网点为单位分散授权，后来专门建立一个远程集中授权中心，但是复核时候看不到客户的脸，依靠柜员自己去判断。所以有一段时间，集中授权引发另外一个问题，即客户冒用他人身份证到银行办业务。初审看不出来，集中复核更无法判断。这就需要配套引入公安机关的身份核实机制。
（杨贵院系上海农商银行总法律顾问、合规内控部总经理）
邱智聪：强监管下如何回归风控本源
随着金融监管的加强，对银行业总体来说是有好处的，在强有力的监管之下，整个市场的竞争会更加公平。随着监管的加强，大数据将更加回归技术，如IT技术、分析智能、风控模型、反欺诈技术等等，更容易从大数据回归到我们对小数据随着金融监管的加强，对银行业总体来说是有好处的，在强有力的监管之下，整个市场的竞争会更加公平。随着监管的加强，大数据将更加回归技术，如IT技术、分析智能、风控模型、反欺诈技术等等，更容易从大数据回归到我们对小数据的分析、挖掘和应用。
对于风控或者欺诈防控，银行拥有的数据更有价值，体现在数据的质量、数据的有效性，以及在数据采集过程中的真实性上。所以，我们需要更多的投入去挖掘它的价值。外部的数据肯定有所补充，但是我们同时也要看到，互联网采集数据的纯净度、指向性和整齐程度，或者对我们预测目标的能力，其实不尽人意。所以，在分析智能或者技术应用方面，我们提倡金融机构特别是银行采用本地化部署，然后在本地进行实施，帮助银行提升自身分析和风控能力，对银行拥有的小数据的价值进行充分的挖掘。
大家都在谈论大数据，不停引用外部数据，而银行内部数据的价值挖掘尚未有做到尽善尽美。我们现在也在给一些银行提供信用风险和欺诈防控方面的应用。过去，我们数据的应用更多是单一指向，我们要看客户、看账户、债项，只针对借款本身或者客户本身。现在，我们则更多地引入复杂网络，看人和人之间的各种关系。这种关系是区别于现在所谓的社交网络，因为社交网络虽然关系很丰富，但是关系不稳定、不纯净。这种不纯净的信息过多也会对风控造成干扰。我们也跟一些银行交流过，拿那么多外部数据后该怎么用。不同的数据源其信息指向可能是不一致，甚至相矛盾的，反而造成了更大的困扰。处理大量的信息、数据要投入大量的资源，可能也要消耗大量的时间。我们需要给客户更好的体验，让客户在尽可能短的时间内获得金融服务。所以，在信息的获取和选择上，并不是越多越好，而在于我们如何能够有效筛选出有价值的信息和数据。
这也是我们在分析智能和金融科技需要真正着力的地方，不是把数据都汇总在一起，关联在一起，呈现出来就结束了。把这些信息抓取到以后，更需要去做的是如何剔除一些不重要的、没有价值的、低价值的信息；或者是针对我们风险的指向目标，把对风险区分度小的信息剔除掉，呈现给业务人员有明显指向意义的信息。在这种情况，我们的分析和产出才是有价值。
特别是针对反欺诈，反欺诈的特点是各种的手段层出不穷，欺诈很多时候是一个对抗赛，大家可能是相互之间在赛跑，看谁跑得慢一点，或者谁家的墙矮一点。大家都想把自己的墙比别人家高一点。这种动态竞争环境本身就说明一个问题，没有一个单一的反欺诈手段能包打天下。一个单一手段如果真的很有效，那整个生态环境就会慢慢让它失效掉。因为欺诈是一个动态的过程，黑产也好，欺诈的团伙也好，具有很强的主动性。一旦一个防控手段非常有效，一般很快会研发出有针对性的措施与手段。所以，我们的整个防控体系任务艰巨，不是单单建立一个单点防控或者是单一手段防控就能够生效的。所有风险防控的手段，包括前端的防控策略、后端的侦测规则也好，模型也好，网络关系也好，需要构建一个有机的组合，互相融合。一旦出现新的风险特征，随时都能有相匹配的手段和策略去防御。在整个防御体系之下，分析智能非常关键。只有通过分析能力，才可以及时发现一些新的风险趋势。毕竟敌暗我明，如果没有挖掘风险的新特征，我们很难及时响应。
在强监管之下，我们对数据的精耕细作，反而会更好地回归到风控的本原。单一的欺诈防控模式需要进行组合，这些方法背后的支撑能力就是分析智能。分析防控手段也需要通过分析能力逐渐叠加，不断循环，得到提升。
（邱智聪系中科聚信信息技术（北京）有限公司副总裁）
雷涛：未来AI发展更注重规模化生产能力
时下，关于AI讨论的热点很多，比如人脸识别、聊天机器人、人机交互场景等。这些都是应用场景而非AI的核心。AI的核心支撑技术，是围绕机器学习构建的技术框架。在成熟的金融机构里，尤其是风控、策略等部门，一直在关注和使用AI、ML。因此，并不是随着这波AI热潮起来后，AI才进入了金融领域，它早在十几年之前就已在风险、定价方面发挥作用。
在数据层面，今天的机器学习相较于传统的机器学习发了很大变化，主要体现在流动性上。如何去把一个流动性数据，比如每天被标注违约的人群，进行线上化训练，给到审批端，对以前的数据挖掘模型提出很大挑战。因为以前的数据挖掘是离线的，是抽样的。从生产转到数据分析系统、数据仓库系统，再转到挖掘系统，都需要数据能够在一个在线的环境下、流动的环境下去做模型生产。这也就意味着生产和模型是耦合在一起。就像淘宝选择商品的推荐引擎一样，点击流就决定着推荐内容。所以算法开始进入到生产系统，机器学习并不是一个离线挖掘的分析型系统，而是深入生产环节、在线环节。
数据本身的关联也开始变得非常显著。比如，把账务系统的回单数据连接起来，会形成一个资金网络。通过量化分析企业的资金往来，不用看三张报表，就可以识别这个企业的资金流动效率和资金利用率。同样，对一些宏观风险，我们为银行制作了6500万节点的关联，将集团子母关系、控制人关系、配偶关系等等十几种关系连接起来，抽取出复杂的链、循环嵌套的闭环。由于只能看到两两关系，传统的、平面的数据结构无法厘清这些复杂的链条。所以，所谓的降维打击，就是用升维的手段去表达这些量化内容，这也对底层数据基础设施提出了新的挑战。
在2017年的一个项目中，我们利用行为数据信息，构建了一个百亿节点规模的网络，能够做很多上层的业务应用，如一致行为的识别、供应链金融、黑名单的预测。由于黑名单是非常有限的，哪怕用一些机器学习的方法，也只能基于昨天的数据，去训练今天的价值。而要用到图网络后，可以把当日的变化反馈到模型里。
AI的特征表达能力可以将海量沉睡数据盘活。深度学习的核心并不是构建推理机制，而是蒙特卡洛计算。它能够把棋风、大局观反馈在一个非线性的隐含层的神经网络里，这些是人类语言和规则无法去穷尽和描述的。如何应用到金融中呢？以申请反欺诈为例，要想知道申请人的更多信息，往往要靠数据的交叉验证，补充更多的外围数据。而AI模型并不依赖于更多维度的数据，而是简单数据的大规模重复。机器可以通过十多万次的学习过程，将其中的映射关系用非线性方法表达。这种特征表达能力能够将银行已有的很多数据盘活。
如今，AI可以替代很多规则和流程来表达商业事实、重塑商业流程，从而更本质地表达商业逻辑。所以，算法和数据无疑能够服务于更多个性化场景。天云大数据是一个赋能者，我们现在要回答的不是在银行里能找到哪些人工智能场景的问题，而是如何将人工智能规模化的问题。将这种能力规模化地应用到数据端、场景端，来降低门槛，这是我们在这个行业里所希望能够付出的价值。
（雷涛系天云大数据CEO）
汪德嘉：以新科技提升金融风险防范能力
我之前一直在国外，任职于ORACLE、IBM、VISA等公司。2011年看到国内金融科技发展趋势，回国创立通付盾，专注于金融科技安全。对于金融科技与金融风险防范，我想分享三点：
第一点是为什么金融科技现在这么火？金融科技这一概念在国内外很早就有，并不是一个新概念。金融科技之所以这么火，是与时代密切相关的。新时代是鼓励金融创新的时代，有了新金融，科技才有用武之地。科技要助力金融发展、服务实体经济，催化了新金融科技的诞生。金融科技在中国如此活跃，中国的金融科技也在世界领先，这是我想与大家分享的第一点。
我想分享的第二点是关于金融风险防范。金融科技加速了业务风险的外溢，移动化、数字化、智能化等新科技都已经应用于实践，如账号虚拟化、身份验证远程化、交易线上化、资金流转实时化，等等。金融科技将整个金融服务的链条向外延展，随之而来的是业务风险外溢。新技术产生新问题，需要新方法来解决，这是我想与大家分享的第二点。
我想分享的第三点是，目前金融业需要建设一个能处理综合复杂业务的智能化第二核心系统平台。第二核心系统是以新技术安全为切入点，包括移动互联网安全、业务安全、区块链安全等；依托身份技术、画像技术、复杂网络分析技术，建设智能分析平台，提高金融机构KYC能力。了解客户，既可以保证用户账号安全，也可以实现获客与风控。通付盾有一套完整的KYC解决方案。据波士顿咨询报告，金融机构的数据使用率不足34%。这是目前金融行业的一个痛点，一是缺乏技术，二是缺少数据，尤其缺少互联网数据。金融机构需要先进的技术，通过安全入口可以获得更真实外部数据，把业务数据与外部数据结合起来使用，例如给客户做画像。黑名单其实是非常有限的，如何把有限的黑名单用好？欺诈分子是团伙性的，通过多维度关联分析，挖掘出欺诈团伙，从而提高风险防控的能力。这是我分享的第三点。
(汪德嘉系江苏通付盾科技有限公司董事长)
张宇：互联网金融监管要回归其金融本质
互联网金融本质上是从事金融业务，因此要按金融来分析。以P2P为例，如果注册资本只有几百万，而应收有几十甚至上百亿，便会存在系统性风险。从这个角度来看，按照金融来监管是一个比较合适的做法。但是，监管思路需要转变。对传统金融机构来说，监管可能希望把一切风险都杜绝。但风险是客观存在的，无论如何进行防控，坏账总会产生。在个人借贷业务中，由于其服务对象是小额分散的个人用户，未来的还款能力和还款意愿会随着时间而发生变化。即便在贷前投入大量成本来对个人进行尽调，仍然无法杜绝坏账的产生。在个人借贷业务发达的国家，在进行风控的时候，并不是要把所有的坏账都杜绝，而是通过统计方法把风险控制在可预期的概率内。
我刚回国在消费金融公司做一项业务的时候，坏账约为2%，同事颇为紧张。但是实际上，相较于收益，2%的坏账水平并不是很高，这个坏账水平是完全可以接受的。回想以前在Capital One的时候，有好几年我们的风险目标是把整个资产组合风险控制在个位数，那些年也是Capital One发展非常迅速的几年。当时我觉得很奇怪，不知道为什么坏账2%就感到很紧张。后来发现，监管方面确实有这样的要求。当然，我们必须制定体现金融业务实际风险水平的指标，不然风险管理就是自欺欺人了。2017年，在工薪贷很热门，业务飞速增长的时候，很多工薪贷企业都声称自己的坏账率不到1%，但真实的坏账水平可能远远不止。
一方面，对于从事金融业务的互联网企业来说，我们要按照其金融本质来进行分析管理；另一方面，风险评估、管控理念也要与时俱进。随着互联网金融的发展，我们会有更好的方式来看待这个问题，也能够对风险做出更好的管控。
（张宇系易宝支付有限公司首席风控官）
陈欢：金融科技提升风险防范水平
宜信自2006年成立，至今已走过12年。从网络借贷平台业务做起，现已覆盖借贷服务和财富管理服务，以服务个人和小微企业主，整体借贷客户超过300万户，在贷余额达700多亿，财富管理为客户管理的资产也超过1000亿。针对今天的主题，我想分享几个观点。
其一，金融科技让金融服务更加简单、更加方便、更加普惠，效率更高、成本更低、风险更加可控。以农村金融为例，我们通过开展农机租赁，让原本负担不起农机的农户们采用分期方式购买农机。在这一过程中，我们采用了农机经销商这种方式，还加入了物联网技术，以便更好地去了解农机的使用率等情况。通过这些信息去判断它的开工率、使用率，能够更好地把控农户的还款能力，提升风险防控水平。
其二，金融科技、互联网金融的快速发展离不开需求的驱动。过去许多未被充分满足的需求，因为科技的创新、科技的发展，获得了新的可能性。中国的金融科技起到了填补市场空白的作用，之前这个市场可能并不存在，或者没有被服务得更好，通过金融科技满足了这样的需求，这种需求驱动是金融科技和互联网金融在过去几年发展迅速的重要原因，也是中国的金融科技发展区别于美国等其他市场的重要特点。
其三，金融科技是否颠覆了传统金融业态呢？我认为，金融科技是对传统金融业态的补充。以借贷为例，一个健康的借贷市场应该是一个多层次的借贷市场，不同的机构满足不同人群的服务。银行或者金融机构可能只接受2%的风险，其他风险表现的客户就需要其他风险偏好的机构去服务。所以，应该形成一个多层次的信贷市场，不同机构相互补充，而非相互颠覆。科技是一个工具，并没有创造新的金融业态，也没有改变金融服务的本质，它带来的是对金融服务更好的补充，让金融服务能够更好地服务客户。金融科技领域的各种创新要围绕着金融的本质，围绕金融的规律去开展。
其四，金融科技的发展非常重视数据，而数据的合规性是非常重要的考量因素。我们会考虑这个数据的可持续性。如果数据存在合规隐患，我们利用了这些数据，甚至在模型中依赖了这些数据，一旦这些数据停止提供，业务就会受到很大影响。所以，即便从业务的可持续性角度，也需要考虑数据的合规隐患，考虑数据能否实现长期的稳定。此外，还要注重对已有数据的充分利用，银行本身有很多数据可以去挖掘，在与银行的合作实践中，我们提供零售金融业务处理技术，利用银行本身的数据进行再挖掘、再利用之后，针对他们的小微客户进行营销，提供信贷服务。在这一过程中，可能并没有接入太多的外部数据，而是把银行内部的数据更充分地利用起来。
最后，金融科技的发展的确带来一些传统业务中没有的风险。对于这些风险的防范，我们可以更多借助科技的力量，发展监管科技。以网络借贷平台为例，按照现在的监管规定，所有的网络借贷平台都需要有银行存管体系，这样就要求资金都在这里面运转；同时，大家也都有电子签约的要求。从监管的角度来说，可以不只在宏观统计层面监管，完全有可能深入微观层面进行数据归集、数据处理、数据分析。所有的数据都是在存管银行体系运作，再加上对于电子合同的存托管，完全可以在微观层面通过分析数据，预先发现风险，进行风险预警。相较于过去依靠企业上报统计数据，再进行分析和处理的监管方式，监管与科技的结合将大大提升监管效率。所以，随着金融科技的发展，风险防范也可以更多地借助科技手段去开展。
（陈欢系宜信公司高级副总裁、首席战略官）
陈鹏：金融风险防控已进入大数据时代
我们正从三个方面推动金融科技在农村金融领域的应用创新：一是传统零售信贷产品、线下业务的线上化创新。就是把部分流程线上化，这个做的比较快，今年已经实现400多亿元。二是对已有客户数据的挖掘，今年刚好开发了一个纯线上产品，目前正在开展系统建设，刚好完成，马上要投入试点。三是切入一些场景，把整个农业产业链做起来，一般情况下，跟互联网金融公司自由场景嵌入式服务不同，我们更多地通过核心企业的一批和二批系统的对接来做，对场景的嵌入也需要进行更多的探索。
金融监管创新在降低成本、形成社会信用链条方面起着非常大的作用。
一是成本和信用链条。信用链应该是判断科技金融还是金融科技应用创新的最基本的逻辑起点。从经济学上来讲，金融要素是可以不进入一般模型里的，为什么有金融存在呢？因为有交易成本。
二是信用。在信贷业务的开发上，每一个环节，在采取合作态度的时候，一定有约束措施。应该把信贷，特别是零售信贷、普惠金融看作是能够形成循环制约的闭环，形成合作与约束紧扣的链条，形成一个信用链。当前，金融科技创新赋予我们监管科技的创新。信用发展的过程是从熟人信用到财产信用，再到商业信用，最后到社会信用的发展过程。很大程度上，我们的监管已经走入了大数据时代，是大力发展社会信用的监管创新时代。一方面，通过大数据的监管模式，可以弥补现在监管的法规或者监管手段上的不足；另一方面，在监管创新方面需要形成新的标准，如纯互联网模式下的信贷流程和标准，等等。实际上这些确实滞后，对银行金融机构来说，借鉴金融科技公司的创新要有一个新的行业标准和贷款通则。
三是建立行业标准。无论是大数据风控还是数据治理，从开始就需要在宏观层和公司治理、银行治理结合在一起。在具体技术标准环节，应该深化、细化G20杭州会议上形成的数字化普惠金融行动准则，在整个信贷流程方面，线上和线下的标准是不一样的。渠道之间无缝对接、无缝切换，应该逐步形成行业技术标准。所以，从以上三点来看，监管创新在降低成本、形成社会信用链条方面起着非常大的作用。
（陈鹏系中国邮政储蓄银行三农金融事业部总经理助理）
陈枫：金融风险防范需要关注隐私保护、合作共赢
这是一个最好的时代，也是一个最坏的时代。作为一个网络金融从业人员，同时作为一个用户，感触很深刻。小孩刚出生，可能父母还不完全清楚他需要什么，奶粉、尿片一应所需已经有商家上门无缝对接了，在感受到方便的同时，也感受到隐私泄露的无力。
客户对隐私的担忧，也应该是金融风险防范需要关注的问题。2017年《网络安全法》实施，把个人信息安全保护放在了重要位置；今年欧盟《通用数据保护条例》生效，更是制定了堪称严苛的要求和惩罚措施。我们作为互联网业界从业人员，直接面向公众、面向客户，对于欧盟甚至其他国家的相关监管要求，我们可能都要被动地去满足。但是要做到哪些方面、何种程度才算是符合要求？各家机构各有各的理解，各有各的作法。如果互金协会、监管方面能够给予指引，把满足法规、条例要求变成可操作的流程、规范指导，帮助大家实施合规改造，将大大降低合规成本。
不管作为从业者还是用户，隐私保护已经上升到国家标准，个人隐私已经写入网络安全法。这也是我们面对的监管风险、政策风险之一。今天大家可能更关注的是如何降低客户的风险，但是实际上，我们面对的不仅仅是这方面的风险，还有政策、法律上的风险。
此外，随着科技发展，大家都在谈API经济，通过相互开放实现互相赋能。各种服务接口无处不在，随时随地为我们的客户提供服务，所有的潜在客户都能够很方便地成为我们的客户。在获得便利的同时风险也随之而来，因此我们既要开放，风险防范也要跟上，但是这也是双刃剑。
比如网络交易反欺诈，能有效提升安全，但是要成立专业的团队，要做规则，需要有业务方面的专家；要做模型，需要有模型方面的人才；要建机器学习，引进有监督、无监督的相关技术，又要有专业的人才，不论是系统还是人员，都需要大量的投入。如何才能做到位？比如像腾讯、阿里资金充足，可以把墙建的很高，那么最终中小金融机构就变成短板，大家都面向互联网，这个墙是要靠钱来建立的，就算客户很少，但是如果建造这个系统，就要承担大量的成本。我们行在风险防控方面同样也做了大量工作，投入大量人力、物力，建立起一套集团级的风险防控系统，把集团内部的网络金融应用都纳入风险监控体系，成立了一个专业团队，做了许多机器和人结合、专家规则和机器模型结合的工作。
我们一直在思考，如何更有效地开展风险防控，如何利用金融科技的工具、手段，从更广泛、更科学的角度把这方面的风险控制住，发挥出综合效应？建立联防联控的风控系统是一个思路，在确保用户的隐私数据被合理合规使用的基础上，通过合理的案例分享、资源共担、团队共建、合作共盈，实现整体效益最大化，把共同的风险降下来。一方面，从自身角度，我们要充分地了解自己的客户，把我们和客户的风险管控好；另一方面，我们希望互金协会、监管部门给予相应的指导，加强同业之间的合作，内外结合，把金融风险控制好，这对整体的金融风险防控很有价值。
（陈枫系兴业银行网络金融部处长）