信用宝：人工智能加持金融科技，积极探索全新的风控系统

近年来，金融科技蓬勃发展和广泛应用，有效解决信息不对称的问题，降低了交易成本，金融科技创新能力已然成为相关企业的核心竞争力。

一直以来，信用宝致力于金融科技的创新工作，不断探索、创新，凭借自身技术实力、行业资源和服务优势，不断优化风控系统，形成了具有品牌特色的“金融科技，信息中介”服务模式，为用户提供金融信息服务。

人工智能加持金融科技

借款人还款往往受到其还款能力和还款意愿的双重影响，其中还款能力取决于借款人的收入、个人信用等客观因素；还款意愿取决于借款人的道德水平，是主观因素。信用宝不断通过云计算、人工智能等技术方面的创新和应用，量化上述风险因素，尽可能将风险降至最低，进一步完善风控系统。

不论是银行还是网贷平台，传统的风控模型都将借款人的还款能力作为主要的评估内容进行评估。以信用宝的风控系统为例，信用宝借鉴美国的FICO 评分系统，FICO模型中所关注的主要因素有五类，分别是：用户的信用偿还历史、信用账户数、使用信用的年限、正在使用的信用类型、新开立的信用账户。信用宝在FICO的基础上，结合中国国情创建了一套更适用于中国社会信用体系的风控系统。

一方面，线上抓取用户的个人信用记录（包括人民银行征信报告、银行信用记录、经济刑事犯罪记录、涉诉及被执行信息、第三方机构的信用认证等）、三大电信运营商记录等，再利用人工智能、云计算等技术对借款人进行画像，评估借款人的信用水平。信用宝的风控系统通过机器学习和自然语言处理形成一个适用于风控的完整知识体系，可以模仿人类大脑行为，自动发现隐藏在复杂关系里的风险点，挖掘潜在欺诈行为。

另一方面，信用宝借款人还需要通过线下审查签约，就如同目前大部分银行信用卡均可实现线上申请、线下开卡一样，其目的就是对用户信息进行交叉验证和真实性验证。线下审查签约工作包括对借款人银行流水、征信报告、财产证明、工作证明等的审查，来进一步确定借款人还款能力。

信用宝利用线上传统数据模型和云计算、人工智能技术对用户进行人群画像，加上线下审核签约验证用户信息真实性，来评估用户的还款能力，从而做到精准授信、精细化运营。

积极探索全新风控系统

纵观整个行业，基于大数据、个人征信的风控手段已有很多，但将借款人心理学分析的元素加入到风控系统中，通过人工智能深度学习的方式，来完善借款人画像，在整个行业中都十分稀缺，而信用宝正在通过技术创新填补这一部分的空白。

借款人的还款意愿可以分为两类，主动的还款意愿和被动的还款意愿。其中，主动的还款意愿取决于借款人的人品和道德，被动的还款意愿取决于借款人的违约成本。

就还款意愿而言，一般是指借款人向出借人还款的意念和想法。在传统的信贷理论里，对于还款能力如何评估已经研究的比较充分，但由于完全来自于借款人的主观想法，是无法评估的内容，其主要解决方案就是进行风险管控。而借款人被动的还款意愿，需要通过整个社会的信用体系建设来实现。

世界上已成熟的信用评分体系，都在争相探索心理学分析对个人信用的影响，将个人的心理测试报告作为一项评估指标用于信贷的风控之中。比如，国际知名的心理测试风险建模公司Innovative Assessments（IA），就已经将心理测试带进金融科技领域，用来完善信用评估体系。

信用宝也在积极的探索个人心理测试报告对信用评估体系的影响，通过对借款人进行心理测试、行为心理学分析等心理学手段，对借款人的道德品行进行分析，再通过人工智能深度学习和大数据分析的方式，对借款人进行更全面的画像。将借款人的心理学分析报告作为一项重要的评估指标加入风控系统，更加完善风控系统。

信用宝将着眼于借前风控，通过研究人性和个性，完善信用评估体系，从而加强信用宝整个风控体系的全面性与多样性。未来，对借款人的心理学分析将成为金融科技行业信用风险评估体系中的标配，而信用宝将为整个行业搭建良好的风控大环境添砖加瓦。

风控是金融科技企业最需要着力打造的核心竞争力之一。当心理学手段与新兴技术产生奇妙的化学反应，能够通过测试借款人的个性和人性，完善借款人画像时，传统的信贷风控体系将产生质的飞跃。

——End——