爱财集团郭光:对人群进行风险建模的方法和途径
发布时间: 2019/06/04 01:40:48
5月31日,以“新时代 新金融 新科技”为主题的“2019中国金融科技论坛”在北京国际会议中心举行。作为京交会的论坛活动之一,此次论坛邀请到了中国进出口银行原董事长、行长李若谷,中国建设银行原董事长、东北亚经济研究院院长王洪章,中国银保监会国有重点金融机构监事会主席于学军,以及金砖国家新开发银行副行长萨尔基斯等30余位国内外金融界嘉宾出席。爱财集团受邀参加论坛,集团高级建模专家、经济学博士郭光出席并发表了《化解银行“反向增信”泡沫的金融科技三要素》主题演讲。

爱财集团高级建模专家、经济学博士郭光


当下,中国互联网金融已经进入了高速发展时期,金融科技重塑传统金融业,产生了系列新兴金融生态。“当定价过低的劣后借贷活动支持更多的劣后借贷时,产生的自我增强在金融领域中就会形成泡沫。”郭光表示,银行贷款通过劣后借贷源进入劣后借贷区域时,如果定价过低,便会成为整个新生泡沫机制的参与者。


在当前新阶段,消费贷款孕育着可能背离基本面的逆势增长。在消费贷中越来越多的参与者是银行这样的主干机构,这使得我们要去理解接下来银行甚至整个经济系统面临的风险该如何解决。


他认为,要真正解决识别泡沫形成与传播机制的问题,就要用到全方位模型机制,参与的技术正是化解银行“反向增信”泡沫的金融科技三要素——大数据、AI和量化归因。其中最关键的一点,是如何防止银行贷款或融资在参与整个劣后端借贷时出现定价过低,导致2008年次贷危机泡沫增长机制的再次出现。



郭光谈到了如何对人群进行风险建模,他表示银行参与到金融科技创新过程中时要关注合理定价的问题,这个定价包括利率和额度。


首先,违约预测要基于大数据、人工智能对全量人群黑灰白度的智能扫描。有了这个信息基础,建模分析就可以确保预测这些人群在不同类型借贷活动当中坏账率的准确性,并利用数模建设准确估测人群在互金平台等劣后借贷渠道的还款规模,以此对信用风险建模中的违约点进行具象化,真正帮助大家理解风险形成的路径与潜在规模。


他表示,基于这样的风控理念与技术实现,才能真正保证大数据+AI+量化归因建模能够为整个金融机构获客和业务与利润增长的可持续性带来保障。


“完整风控体系必须要使用结构化的深度学习模型,对全量人群的信用状态进行分类、解构与细分,确保实现劣后端的合理定价。”郭光说,从结构来讲,需要对于整个人群信用状态在流动性危机、覆盖债务危机和正常等三个状态的概率可能进行量化解析。另外,对于正常人群也同样需要一个复合的多神经元模型来进行系统性地解构。


作为爱财集团的高级建模专家,郭光最后还表示,爱财集团作为新兴的金融科技公司,要用系统科学的方式,利用大数据和AI智能等现代信息技术资源,对全量人群在整个金融全周期过程中应得到的适当服务做出合理解释,陪伴整个中国金融良性发展。(查看原文)