一、汽車融資租賃渴求大數(shù)據(jù)風控
　　汽車融資租賃是汽車消費貸款的一個大類，也是對風控要求最高的一種業(yè)務方式。汽車融資租賃是指消費者在購買汽車時以融資租賃的形式向資金方申請貨款分期支付的方式。汽車融資租賃公司是銀行、汽車金融公司、整車廠財務公司以外的主要汽車消費貸款資金提供方。汽車融資租賃公司由于資金成本相對較高等原因，通常選擇資質等級偏低的消費者作為目標客群以獲取較高的資金價格，汽車融資租賃公司的這一特質決定了其對客戶的貸前風控工作變得尤為重要。
　　傳統(tǒng)的個人汽車消費貸款風控手段單一、體驗較差。傳統(tǒng)的個貸風控中，資金方通常會要求消費者提供諸多個人資料，如身份證、結婚證、房產證、車產證、銀行卡流水、社保公積金證明、征信記錄等，并且審核周期較長、附加必須面簽等要求，這些手段要么局限于反映過去或當下的靜態(tài)狀態(tài)、要么容易被操縱而導致對風險的低估、要么會降低消費者的消費體驗，已經(jīng)很難適應現(xiàn)代個貸業(yè)務對風控的要求。
　　瞄準低質客群的汽車融資租賃公司，在風控中更是經(jīng)常要在有一定逾期記錄、甚至有一定犯罪前科的申請者中篩選出風險較低的客戶，這就要求汽車融資租賃公司開拓思路、廣泛發(fā)掘新的風控抓手，以更好地實現(xiàn)對申請者的準確判斷。
　　大數(shù)據(jù)風控，在相關技術近年來廣泛進步的背景下，也蓬勃地發(fā)展起來、并被廣泛地應用到金融領域的風險控制工作中。無獨有偶，我國汽車融資租賃業(yè)務自2012年廣泛開展以來，也在近幾年獲得了長足的發(fā)展。這并非偶然，是大數(shù)據(jù)風控為汽車融資租賃行業(yè)拓展了廣闊的市場容量。
二、大數(shù)據(jù)風控簡介
　　大數(shù)據(jù)風控，是指構建以大數(shù)據(jù)為基礎的風險評判模型，對借款人進行風險控制。大數(shù)據(jù)風控并不是一套完全獨立于傳統(tǒng)風控的全新體系，而是在傳統(tǒng)風控的基礎上，融合進更多維度的數(shù)據(jù)由于風險評判。實踐中，先利用信用屬性較強的金融數(shù)據(jù)，判斷借款人的還款意愿和還款能力，然后再利用信用屬性較弱、但更能全面反映借款人畫像的行為等數(shù)據(jù)進行補充。
　　大數(shù)據(jù)風控的應用邏輯是，總結、歸納行為等數(shù)據(jù)與借款人信用情況之間的關聯(lián)，把數(shù)據(jù)間規(guī)律性的關系映射到風控模型中，當模型的準確率達到一定的程度，就可以應用到新客的風險甄別中，并且在不斷的應用中完成模型本身的優(yōu)化。行為數(shù)據(jù)不但能直接反應到信用風險上，多個行為數(shù)據(jù)間也可能形成關聯(lián)關系為風險評判提供依據(jù)，總之，越多的行為數(shù)據(jù)被加入到模型中，就越可能全面地反應借款人的實際風險情況。
　　大數(shù)據(jù)風控能夠在身份核實、反欺詐、信用評級、用戶畫像等方面，大大提高金融機構的效率和風控能力。計算機視覺和生物特征的識別，即利用人臉識別、指紋識別等活體識別來確認用戶身份；反欺詐識別，智能風控利用多維度、多特征的數(shù)據(jù)預測用戶的欺詐意愿和傾向；正常用戶的還款意愿和能力的評估判斷；對于交易、社交、居住環(huán)境的穩(wěn)定性等用戶行為數(shù)據(jù)，運用神經(jīng)網(wǎng)絡、決策樹、梯度算法、隨機森林等先進的機器學習算法進行加工處理。

具體說來，大數(shù)據(jù)風控在汽車融資租賃領域主要有以下應用。

三、大數(shù)據(jù)風控在汽車融資租賃的應用
　　由于汽車融資租賃公司直接開展面向購車者的融資業(yè)務成本較高，因此融資租賃公司一般通過廣泛分布于各地乃至全國的ServiceProvider（簡稱SP，主要是汽車4S店、汽車貿易公司等）獲客。這導致大部分的客戶融資申請都是在SP的指導下、遠程線上完成，融資者、SP與融資租賃公司之間基本不存在當面交流的可能，融資租賃公司的風控依據(jù)主要是融資者在線上所提供的證件照片、所填寫的資料信息、融資者對融資APP的授權以及信審員的電話核實等內容。

1驗證融資者身份
 驗證融資者身份的要素包括姓名、身份證號、駕駛證號、銀行卡號、手機號。租賃公司可以采用國政通等平臺的數(shù)據(jù)來驗證姓名、身份證號，運用交通安全綜合服務管理平臺網(wǎng)站來驗證姓名、駕駛證號，借助銀聯(lián)數(shù)據(jù)來驗證項目、銀行卡號，利用運營商數(shù)據(jù)來驗證姓名、身份證號、手機號。

　　此外，為了核實人、證符合性，還需融資者在融資APP上進行人臉識別操作。人臉識別是通過人臉圖像采集及檢測、人臉圖像預處理、人臉圖像特征提取以及匹配與識別等技術流程，實現(xiàn)真人信息與身份證所有者在公安系統(tǒng)預留信息的比照，驗證融資者是否為持證者本人。

再輔以融資者持證拍照，作為持證者融資申請的佐證。

2分析融資者提交的信息來識別欺詐
　　欺詐是目前汽車融資租賃公司的主要損失來源，因此各公司均把欺詐作為風控的首要對象。

　　為了從多個角度交叉驗證融資者所填信息的真實性，通常融資租賃公司會要求融資者填寫多維度的信息。例如融資者的實際居住地址、家庭成員情況、工作單位的名稱、地址和電話、工作年限及現(xiàn)公司服務時長、工作職務及主要業(yè)務職責、聯(lián)系人信息等，欺詐者通常很難耐心地填寫完整、而改用一些簡單的地址名稱或者數(shù)字字符串，即使填寫完整也難以保證關聯(lián)信息間的邏輯性、極易在后續(xù)的機器審核和人工電話核實中穿幫。

　　比如，融資者所填寫的工作單位名稱、地址和電話會在企查查等及爬蟲數(shù)據(jù)庫中進行比對，如果出現(xiàn)異常、審核系統(tǒng)就會提示風險，同樣，對于實際居住地與工作單位地址的距離，以及實際居住地與手機經(jīng)�；顒拥刂返牟町惖染稍O置為審核系統(tǒng)的風險提示項。

3分析融資者線上申請行為來識別欺詐
　　正常融資者與欺詐融資者在融資申請的行為上也有諸多差異。

　　欺詐者可能出于多種原因提出融資申請，例如，無業(yè)游民被幕后指使者威逼或利誘成為“槍手”。這類欺詐者通常會在唆使者經(jīng)常出沒的區(qū)域（唆使者經(jīng)常出沒的區(qū)域可以通過相似的融資申請信息、經(jīng)常性的無關聯(lián)客戶申請行為、車輛拆改回收聚集地等發(fā)現(xiàn)）操作融資APP完成融資申請，而這些區(qū)域不屬于欺詐者的經(jīng)常性活動區(qū)域；類似的，多個申請者在同一地址、同一時間段操作融資APP完成融資申請、且填寫內容雷同，也基本可以判斷為團伙欺詐。
　　欺詐者也可能為自主意志詐騙。此類詐騙者由于欺詐目標明確，因此并不會在意車型的限定、顏色的選擇、融資義務條款的規(guī)定等等，他們的關注點主要在于首付款是否足夠少、車價是否足夠高、提車是否足夠快等，因此極可能在車型、顏色上選擇與融資者體型、性別不太匹配的車輛，并在極短時間內確認同意融資義務條款或警示內容等，即使這并不能作為欺詐判斷的決定性因素，但也為欺詐判斷提供了一個可參考的信息。
　　欺詐者還可能是專業(yè)人士。他們會使用一些“養(yǎng)機”設備，購買真實身份信息，“養(yǎng)護”手機號長達半年--由“養(yǎng)機”設備控制各手機號完成日常的撥打電話、收發(fā)短信等擬人動作，以欺騙資金方的風控系統(tǒng)。這種風險一般較難以人工核查方式發(fā)現(xiàn)，只能以系統(tǒng)篩查各手機號的撥打時間、通話時長、主叫地點、聯(lián)系人等規(guī)律，以及探測主叫手機的設備類型、設備號及所裝APP的類型、版本特點等因素發(fā)現(xiàn)。

總之，欺詐融資者的行為特點可以從多個維度與正常融資者區(qū)分開，針對性的風控提示項需要風控人員加入較多的思考和程序化的實現(xiàn)。

4利用互金黑、灰名單識別風險
　　2007年，我國互聯(lián)網(wǎng)金融的一個標志性業(yè)務形態(tài)--P2P網(wǎng)貸，以“拍拍貸”的成立正式確立誕生，發(fā)展至今，互金行業(yè)已累計了十余年的歷史數(shù)據(jù)�；ソ鹨话阕鳛槿谫Y者在銀行信貸、抵押貸款、民間借貸之后的一種融資補充，面相的通常是層級較低的客戶，這一點上，互金具有與汽車融資租賃公司類似的特點，因此互金黑、灰名單對于汽車融資租賃公司的風控具有很強的參考價值。近期，國家發(fā)文支持p2p網(wǎng)貸機構接入央行征信和百行征信等也是對互金信貸數(shù)據(jù)價值的一種側面認可。
　　互金行業(yè)頭部公司的黑、灰名單，可以通過與多個互金公司直接的數(shù)據(jù)庫共享或者經(jīng)由大數(shù)據(jù)服務提供商歸納整理后，再為汽車融資租賃公司的風控系統(tǒng)所用，應用后風控系統(tǒng)可在很大程度上篩查出潛在欺詐者。
　　此外，融資者在互金平臺上的近期申請行為也是風控的重要參考因素。如果融資者近期在多家互金平臺上頻繁提出融資申請，合并其他可知的每期還款額超過其個人每月收入水平，則可判定融資者近期出現(xiàn)較大資金需求、并可預期未來出現(xiàn)還款缺口，如不能獲得進一步資產證明或緊密聯(lián)系人的擔保，則應謹慎審批--例如變更所申請車輛的型號以壓低車價，或直接選擇限定相對保值且易轉售的車型、顏色。

除了互金黑、灰名單的運用，類似的，還可獲取同行業(yè)公司、民間借貸、信用卡公司、催收公司等的歷史違約用戶，這些對于汽車融資租賃公司的風控也都具有很高的參考價值。

5利用融資者的關系網(wǎng)絡來評估風險
　　關系網(wǎng)絡首先是識別欺詐的重要抓手之一。在獲取融資者對手機通訊錄及通話記錄的授權后，可以提取出有敏感詞匯的聯(lián)系人，比如“收車”、“拆GPS”、“車托管”等，一旦高頻出現(xiàn)、或近期新增較多此類聯(lián)系人，并且如有近期多次與此類聯(lián)系人的通話記錄作為佐證，則融資者有高危欺詐風險。此外，融資者二級聯(lián)系人，即融資者直接聯(lián)系人的經(jīng)常聯(lián)系人--可通過存有此號碼的融資者、與此號碼有過通話記錄的融資者等方式發(fā)現(xiàn)，的身份特征也是判斷融資者是否存在欺詐風險的因素之一，如果融資者通過傳話人與敏感詞匯聯(lián)系人聯(lián)系，也可推測融資者的欺詐可能。需要注意的是，即使以上均沒有通話記錄也不能排除欺詐風險，因為融資者可能通過微信等工具與此類聯(lián)系人保持聯(lián)系。

　　關系網(wǎng)絡也是勾勒融資者人物畫像的有效手段。融資者的聯(lián)系人名稱通常會以“爸爸”、“老婆”、“老板”、“客戶王XX”、朋友綽號等形式命名，可以通過抓取融資者的高頻通話記錄、或者經(jīng)常性通話對方類型等來推定融資者的生活或工作狀態(tài)。例如，若融資者工作職能為銷售類，則其通話記錄應匹配數(shù)量較多、但頻次一般的客戶類聯(lián)系人，若這一特點不甚匹配，融資者又不能在后續(xù)的電話核實中自圓其說，則可基本拒絕該融資申請。

　　事實上，大數(shù)據(jù)風控在汽車融資租賃領域的應用還遠不止此。融資者的年齡結構、貸款次數(shù)、家庭構成、出行規(guī)律、所在城市及區(qū)域等等，均可以做為風控的指標項。如果獲得額外的授權，融資者在電商網(wǎng)站的消費記錄、在公共事業(yè)繳費平臺的繳費記錄、在航空公司的飛行和艙位記錄等，也都是可以歸納整理成為供參考的要素。

四、結語
　　總之，大數(shù)據(jù)風控在很多層面上，補充了傳統(tǒng)風控方法的不足。大數(shù)據(jù)風控不但在一定程度上糾正了依托融資者信用歷史來判斷將來的后視性偏差，還用多元化地手段把融資者的行為數(shù)據(jù)和社會屬性數(shù)據(jù)加入到風控模型當中，有助于汽車融資租賃公司的風控人員更準確的識別欺詐和評價融資者的風險水平，為汽車融資租賃公司的業(yè)務發(fā)展打開了新的市場空間。

參考文獻：

　　[1]葛仁余.大數(shù)據(jù)風控技術在普惠金融中的探索與實踐[J].江蘇銀行股份有限公司，2019

　　[2]公正.金融科技在汽車融資租賃風控中的應用[J].長安汽車金融有限公司，2019