原標題：人工智能如何助力消費金融發展？

作者：程學軍

來源：Journal of Physics：Conference Series

我國消費金融正處于快速發展階段，前景十分廣闊。我國消費金融行業雖然經歷了快速的發展，但也存在著許多發展問題。隨著金融科技的飛速發展，人工智能也在不斷深化其在消費金融領域的應用，包括信用報告、智能風險管理、智能營銷、智能客服、智能催收、智能監管等。消費金融是消費與金融的有機結合，正逐漸被人工智能所滲透。消費金融公司將更多地依靠機器和人工智能的幫助來發展消費金融。雖然目前消費金融領域存在很多挑戰和問題，但人工智能將在消費金融領域有更多的應用，從而使消費金融更加智能化。

我國消費金融正處于深化金融技術的快速發展階段，前景十分廣闊。

(1)隨著中國居民收入的增加，消費信貸的發展也逐年增加。消費金融占消費支出的比重從2008年的3.6%上升到2017年底的16%左右，但遠低于韓國的41%和美國的30%。就消費信貸和國內生產總值(GDP)而言，這一比例在中國僅為7%左右，但在美國和韓國，這一比例分別接近20%和24%左右。在美國，消費金融占消費品零售總額的比例高達66%，而在中國，這一比例僅為16%左右。

(2)我國消費信貸與金融滲透率不高，消費信貸與金融未來仍有巨大的增長空間。截至2017年底，中國消費金融市場(不含抵押貸款)規模超過7萬億元。如果它以每年20%的速度增長，到2020年預計將超過12萬億元人民幣。

(3)持牌消費金融機構已開始進入“黃金時期”，盈利良好。面對巨大的市場，越來越多的機構進入消費金融行業。2010年，我國注冊消費金融公司已通過首批4家試點企業的審批，目前已成長為25家成熟公司，并呈現出非常穩定的發展態勢。2017年，在25家凈利潤超過10億元的公司中，甚至有3家是消費金融公司。

消費金融的主要問題

盡管我國消費金融行業發展迅速，前景廣闊，但也存在著許多發展問題:

(1)消費金融的法律規范和規章制度不完善。

消費金融行為并非自給自足，在現行法律規范中可能存在“監管真空”、“監管套利”、“監管俘獲”等問題。

(2)“現金借貸”過度發展帶來的問題。

盡管消費金融促進消費需求的提高和實體經濟發展，“現金貸款”發展太快，場景消費金融發展相對緩慢，從而導致過度借貸、信貸反復、收款不當、過高的利率以及侵犯隱私等問題。

(3)場景消費金融的發展問題。

“現金貸款”的商業模式相對簡單。場景消費金融既具有場景消費的實體屬性，又具有消費金融的金融屬性。盡管消費金融有利于推動實體經濟增長，但當兩者結合起來時，其商業模式的擴張并不容易。此外，消費金融很容易滋生更多的風險。

(4)消費金融競爭日趨激烈，受到無序市場競爭的挑戰。

雖然消費金融在新監管形勢下的“熱潮”逐漸消退，但消費金融與實體經濟自然結合的情景仍處于發展的“藍海”之中。因此，無論擁有金融許可證的企業（商業銀行，消費金融公司，網絡小額信貸公司），還是沒有消費者金融許可證的企業（電子商務平臺，P2P借貸平臺等）從事相關的消費金融業務，給市場的健康有序發展和有效監管帶來了困難。

(5)金融技術創新與消費者權益保護的矛盾問題。

在新時代背景下，消費金融機構也將金融技術應用于大數據風險控制、精準營銷、智能客服等領域。然而，金融技術的過度應用也給用戶信息安全和用戶權益保護帶來了困難。如何有效保護金融技術時代弱勢群體消費者的權益，監管技術體系和監管沙箱的考驗迫在眉睫。

人工智能助力中國消費金融發展

隨著金融科技的飛速發展，人工智能在消費金融領域的應用也在不斷深化，包括信用報告、智能風險管理、智能營銷、智能客服、智能催收等。

信用報告

智能信用報告是指通過多種渠道獲取用戶的多維數據(如社交數據、消費數據、財務數據等)，然后從用戶信息中提取各種特征構建模型和多維畫像，再根據模型對用戶進行授信。美國最成功的信用報告系統是FICO評分系統。FICO評分幫助貸款人在整個客戶生命周期中做出準確的信用風險決策。信用風險評分是根據消費者按照約定支付信用債務的可能性對其進行排序。FICO評分可以分為五個類別，可以通過FICO信用報告機構合作伙伴為貸款人提供。

在中國，芝麻評分是一個獨立的第三方信用評估機構 - 中國芝麻信用管理有限公司，在用戶的授權下，根據互聯網用戶的各種消費和行為數據，結合互聯網金融借貸信息，使用云計算和機器學習技術，通過邏輯回歸，決策樹，隨機森林等。模型算法綜合處理和評估每個維度的數據，客觀地呈現五個維度的個人信用狀況綜合得分：（1）用戶信用記錄（35％）。（2）行為偏好（25％）。（3）履約能力（20％）。（4）身份特征（15％）。（5）人際關系（5％）。

雖然中國的消費金融業在信貸評分方面發展迅速，但也存在較大的金融風險。消費金融機構的運作方向不同：有些金融機構打算占用銀行信貸市場，有些則尋找新的方式來挖掘和細分客戶群體，但他們所堅持的風險控制系統非常相似：情景數據，中國人民銀行的信用報告，運營服務提供商數據和挖掘數據，它們共同構成了主流消費金融公司的核心風險管理。目前，中國人民銀行的信用報告覆蓋了中國市場約20-30％，而包括芝麻和前海在內的第三方信用報告機構則占據了中國市場約70-80％的份額。看來，第三方的“大數據信用報告”可以“完美”地覆蓋空白市場的信貸需求，保護消費金融機構開拓藍海市場。然而，在大數據風險控制的“繁榮”背后，存在許多需要防范的隱患。

智能風控

人工智能在風險控制中發揮著重要作用。機器可以從大量的交易數據中學習知識和規則，發現異常情況，如防卡盜竊，虛假交易，惡意現金，垃圾登記，營銷作弊等，為用戶和機構提供及時可靠的安全保障。在消費金融反欺詐方面，（1）消費金融公司利用深度學習和圖像識別技術智能識別用戶身份，對年齡，性別，地位和情緒做出明智的判斷。識別準確率可達95％以上; （2）消費金融公司采用光學字符識別（OCR）技術，如信息輸入，邊緣檢測，LSTM分類，最終得到正確的結果，更準確地識別用戶; （3）消費金融公司通過人工智能技術在大規模節點之間建立聯系，采用社會關聯，客戶行為，圖像處理，文本挖掘等方法智能識別欺詐模式。

智能營銷

消費金融的三大難點是營銷，場景和風險控制。營銷作為消費金融用戶的連接入口，隨著營銷客戶成本的上升，已經成為人工智能時代背景下最難的一點。在消費金融平臺上，如何吸引更多用戶，如何獲得更加智能和準確的營銷客戶，如何更廉價，更高效地銷售，已成為消費金融的核心。

隨著人工智能技術的發展，“互聯網+”時代逐漸升級為“AI +”時代。面對智能技術的突然崛起，所有行業都在尋找下一個時代的入口，營銷也是如此，這自然會深入了解市場的前沿。消費金融智能營銷是一種創新的營銷方式，通過人們的創造力，創新智慧，將計算機，網絡，移動互聯網，物聯網等科技融入消費金融品牌營銷。通過人工智能技術，用戶肖像和大數據模型可以準確找到用戶，實現智能，準確的營銷，降低客戶獲取成本，提高消費金融準確營銷的效率。消費金融的智能營銷也是營銷從1.0到4.0的必然發展。營銷1.0的時代是賣方市場的時代，其中產品較少，產品主要在中心銷售；營銷2.0時代是買方市場的時代，市場權利從賣方轉移到買方，營銷從產品中心轉移到消費者為中心；營銷3.0的時代主要是互聯網營銷的時代。在這個階段，媒體，內容和通信模式的創新被用來獲取目標用戶。更常見的營銷理論是精準營銷，網絡營銷，口碑營銷等。這一階段關注互聯網技術在數字營銷“技術類型”中的應用。目前，智能營銷正處于營銷4.0時代。它主要關注消費者個性化和零散化的需求，以滿足消費者的動態需求。

智能客服

在消費金融業的客戶服務中，客戶咨詢的問題大多是重復的，并且往往局限于少數特定領域。這些特性使其成為自然語言處理和智能客戶服務機器人的絕佳選擇。智能客戶服務可以解決大多數用戶的問題。確定答案后，可以直接回答。當答案不確定時，它可以為人工客戶服務提供可能的答案，從而實現人機交互，并通過人工客戶服務的判斷向用戶發送最佳答案。

智能客戶服務是在大規模知識處理的基礎上開發的面向行業的應用程序。適用于大規模知識處理，自然語言理解，機器學習，自動問答系統，客戶管理等服務。智能客戶服務不僅為企業提供了細致的知識管理技術，而且為企業與大眾用戶之間的通信建立了基于自然語言的快速有效的技術手段，也可以為企業提供精細化管理所需的統計分析信息。

消費金融智能客戶服務具有許多優勢和應用：（1）智能客戶服務機器人解放重復工作，提高工作效率; （2）智能客戶服務機器人，不知疲倦，每周7 * 24小時可提供連續服務; （3）智能客戶服務可以有效解決客戶問題，探索用戶的深層需求，解釋和推薦產品，同時通過機器學習和知識繪圖技術實現銷售轉型; （4）智能客戶服務可以通過各種渠道提供在線客戶服務，移動客戶服務和智能客戶服務，使客戶服務的操作更加輕松快捷; （5）智能客戶服務具有智能分析和質量檢測功能，可以有效保證客戶服務質量，幫助企業分析和解決客戶服務問題; （6）有利于提高客戶服務，客戶服務效率，用戶體驗;同時降低智能客戶服務的人力成本。

智能催收

隨著國內消費金融市場的快速擴張和日益激烈的市場競爭，信用卡，P2P，消費金融，小額貸款等大量逾期賬戶開始出現。傳統的點對點催收模型很難適應。因此，消費金融業迫切需要更加合規，高效和具有成本效益的工具。

人工智能具有深度學習，信息挖掘，策略研究等能力，可以有效顛覆傳統的收集方式。（1）智能催收可以保證語音的標準化，避免語言行為的暴力; （2）智能催收可以幫助釋放大量的人力，使企業幾乎可以實現零成本擴張; （3）智能催收可以在一段有效的時間內實現全覆蓋，不間斷的工作，突破人工催收的等待時間，多次錯誤和時間斷點的模仿; （4）智能催收不需要培訓，推廣和質檢作為人工工作，可以有效節省企業的相關成本。

智能監管

金融監管機構一直重視人工智能（AI）技術在消費者金融監管中的應用。最近，他們在大數據規劃和監督技術（SupTech）的研究中開展了一系列創新工作。

在智能監管方面，主要包括微觀審慎監管和宏觀審慎監管：（1）微觀審慎監管。首先，機器學習（ML）用于評估信用風險。意大利銀行（BoI）已經開始探索如何應用ML算法來預測貸款違約，主要是通過結合不同的數據來源來實現這一目的，通過機器學習（ML）可以更有效地評估信用風險。其次，神經網絡用于分析流動性風險。通過神經網絡，可以更加廣泛和快速地分析流動性風險。荷蘭銀行（DNB）正在開發一種自動編碼器來檢測異常流動性。（2）宏觀審慎監管。首先，確定宏觀金融風險。意大利銀行（BoI）的研究人員使用各種技術來預測房價和通脹。荷蘭銀行（DNB）的研究人員使用網絡指標，運營指標和流動性流量來識別宏觀金融風險。其次，識別金融市場中的新興風險信號。通過結合技術，可以使用來自FMI（例如支付系統）的大量數據來識別風險信號。第三，使用自然語言處理（NLP）進行情緒分析。意大利銀行（BoI）通過研究即時推文中的情緒表達，迅速預測小而零星的存款。第四，維護金融穩定，評估進步政策。美聯儲，歐洲中央銀行和英格蘭銀行都使用熱圖來突出潛在的金融穩定性問題。

近年來，中國銀行業和保險監督管理委員會啟動了大數據平臺的規劃和建設，進一步整合數據資源，深入挖掘數據價值。研究了數據庫，云計算，人工智能等新技術，為智能監控提供了持續，強大的技術支持。中國銀行業和保險監督管理委員會還積極開發基于大數據平臺的智能應用，并將實際監管方案作為登陸點。不斷開展新技術研究，及時將研究成果應用于實際監管工作：（1）利用機器學習技術實現監管肖像; （2）利用知識圖進行相關分析; （3）使用文本挖掘技術來提高網絡監管能力。

結論

消費金融是消費與金融的有機結合，正逐漸被人工智能和人機交互所滲透。消費金融公司將依靠更多的機器和人工智能的幫助來發展消費金融，消費者將更加適應人工智能應用。雖然目前消費金融存在諸多挑戰和問題，包括法律監管不力，市場競爭激烈，現金貸款問題和消費者權益保護不足，但人工智能將在消費金融領域有更多應用，包括信用報告，智能風險管理，智能營銷，智能客戶服務和智能催收，使消費金融更加智能化。

張曉玫教授在西南財經大學2019級開學典禮上發表迎新致辭

轉載文章僅代表作者個人觀點，不代表本公眾號觀點返回搜狐，查看更多

責任編輯：