《中国金融科技风控报告2020》正式发布

随着社会数字化程度进一步加深，对于金融业无疑是影响巨大的，特别是在各种风控场景，以大数据、人工智能、云计算等为核心的金融科技技术，通过数字化赋能风控环节。金融科技风控，同时也作为传统风控的一种升级补充，帮助金融机构改善整体风控水平，提高风控的效率值、精准度以及降低大量成本。

近日，在世界人工智能大会未来金融论坛上，由零壹财经·零壹智库联合合合信息出品的《中国金融科技风控报告2020》正式发布。从金融科技风控发展展开，讲述传统风控与金融科技风控的关系，以及金融科技风控的发展历程。报告还对金融科技风控厂商的情况进行了梳理，通过相关的投融资和专利数据，展示金融科技风控厂商的发展情况。

首先，据报告数据显示，2013-2019年间我国金融科技风控厂商融资事件数整体呈逐年上升的趋势，2017年达到峰值，融资事件为57起；但从2018年开始，连续两年出现下滑趋势，2019年融资事件数为47起。融资金额整体呈现增长趋势，2018年披露事件的融资总额最高，为418.6亿元，2019年融资金额为63.5亿元。

图1：2012-2020年我国金融科技风控服务商融资情况

注：1）统计不包含并购和债务融资，不含蚂蚁金服；2）数/近百万、数/近千万、数/近亿分别按100万、1000万、1亿进行统计，若融资金额未披露按0统计；3）单位有人民币和美元两种，统一换算为人民币，1美元=7人民币。

2019年上半年的融资事件数量为21起，下半年为26起，融资事件数量较多的月份分别为1月、7月、10月和12月，其中1月份达到最高峰，融资事件数为9起。在融资金额上，2019年4月同盾科技完成了1亿美元的D轮融资，8月玖富数科登陆纳斯达克，12月金融壹账通于纽约证券交易所挂牌上市。

图2： 2019年我国金融科技风控融资事件和金额变化

注：无披露投融资金额企业获投记为0

在专利方面，根据SooPAT数据显示，自2014年开始，国内与金融科技风控相关的专利申请持续上升。2014年金融科技风控专利申请数为10项，2019年申请数达到118项，5年间专利申请数年复合增长率达63.82%。其中，在2012年至2019年间，阿里巴巴及支付宝共申请27项金融科技风控专利，涉及支付、投资决策、账户安全、信贷等场景应用，是申请专利最多的企业。

图3：2012-2019年我国金融科技风控融资事件和金额变化

其次，报告根据风控的常见的三大场景：信贷、支付以及供应链，分别从场景风控痛点出发，阐述金融科技风控是如何助力上述场景，并列举了相应的经典案例。

在信贷场景上，主要分为零售业务和对公业务。传统风控在零售业务上的痛点主要是数据口径单一、人力成本高企、无法覆盖信用白户等问题；在对公业务上存在缺乏规范判定标准、尽职调查成本高、真实性考证难度大等问题。金融科技风控则在传统风控的多个环节进行优化，在大数据和人工智能等技术赋能下，通过多维度数据和智能化分析模型，提升金融机构风控水平。

招商银行知识图谱案例

被业内誉为“零售之王”的招商银行引入了由合合信息打造的企业关联关系智能知识图谱——风险门户，通过人工智能+大数据的智能风险决策手段，降低银行在企业信贷过程中因关联企业识别不充分而造成的各种风险。在企业关联关系智能知识图谱的帮助下，招商银行2020年一季度末公司业务贷款不良率为1.72%，较上年末下降0.12个百分点，并且自2018年二季度开始出现持续下降的趋势。

图4：招商银行不良率

招商银行风险门户通过超2000项数据渠道来源，对于企业工商信息、司法信息、权利抵质押、市场数据、经营数据、交易信息、担保信息、融资分析、新闻舆情、实控人信息等银行内外数据多维度、多渠道路径进行实时、动态地信息数据深度关联和风险监控。

自风险门户正式上线以来，截至2019年4月末，招商银行累计使用的分行、子公司总计55家，总访问人数8280人，总访问人次总计91423次，被查看过的企业数量达75596家，在全国范围内得到了广泛使用。

在第三方支付场景上，随着支付业务的创新与高速发展，扫码支付，刷脸支付、声纹支付等技术日新月异，线上线下等多个支付场景涌现，交易规模激增对传统支付风控模式造成了巨大的挑战。

据前瞻产业院数据统计，2013年我国第三方支付规模为13.9万亿元，经过6年的高速发展，2019年的支付规模为372.3万亿元，预计到2022年将达到548.6万亿元的交易规模。

图5： 2013-2022年中国第三方支付综合支付交易规模统计及增长情况预测

通过大数据、人工智能、生物识别等新技术，金融科技风控能够在支付交易的事前、事中和事后对风险事件进行实时监控。

支付宝AlphaRisk风控引擎案例

支付宝AlphaRisk风控引擎用AI技术颠覆传统风控的运作模式，通过构建Perception（风险感知）、AI Detect（风险识别）、Evolution（智能进化）、AutoPilot（自动驾驶）4大模块，将人类直觉AI(Analyst Intuition)和机器智能AI(Artificial Intelligence)两者进行融合，形成具有机器智能的风控系统，并在未来逐步实现风控领域的无人化管理体系。

图6：AlphaRisk智能风控引擎

AlphaRisk风控引擎上的自动特征工程（AlphaTrion）模块，不同于以往特征工程将大量时间集结在特征生成上，而是将90%时间用于问题风险，5%的时间在特征自动生成，5%的时间在模型建设和策略应用上。

在AlphaRisk智能风控引擎帮助下，支付宝能够在0.1秒之内对支付交易进行风险预警、检测、和拦截等各种复杂的工作，在天猫双十一大促活动中更是顶住了巨大规模流量，为用户交易保驾护航。

在供应链金融场景上，传统风控存在金融机构和核心企业需求存在错配、金融机构在供应链金融的金融科技支撑较为薄弱、政府等机构对金融机构的有关的资源配合力度不足三大痛点。

金融科技风控则可以帮助供应链金融风控贷前、贷中和贷后的信贷服务体系全流程。金融科技风控在贷前主要起到数据支撑、规则策略制定、黑名单筛查等作用；通过企业多维度数据，在贷中通过风控建模，构建中小企业信用模型，进行风险等级划分，帮助审批和授信；在贷后可以进行风险监测，主要从司法、税务、财务、工商、个人等多个维度就行预警，还可以对贷后资产表现进行评估，并迭代催收模型，以便调整贷后策略。

合合信息“供应链核心企业大数据风控管理平台”案例

合合信息旗下启信宝商业数据平台涵盖国内2.3亿家企业和组织机构名录，2.2亿家海外企业，700多亿条实时动态多维度企业数据库.“供应链核心企业大数据风控管理平台”基于启信宝商业数据平台，面向银行、融资租赁、工业制造、批发零售、政府机构、律所、媒体及其他各类工商企业，提供商业调查和风控合规解决方案，已经成功服务30000+企业及机构。

图7：启信宝数据优势

在风控平台的商业基础调查模块上，可以为企业提供37个维度智慧搜索方案，并支持5000条企业信息批量查询，平台还会对企业59个维度进行实时监控。智能风控合规模块支持目标20000条关联信息查询，可以对8个行业和36个分类舆情标签进行实时监测。