阿里巴巴的风控相比较传统银行的风控有何区别?会更有优势吗?

时间:2019-05-12 01:44:13下载本文作者:会员上传
简介:写写帮文库小编为你整理了多篇相关的《阿里巴巴的风控相比较传统银行的风控有何区别?会更有优势吗?》,但愿对你工作学习有帮助,当然你在写写帮文库还可以找到更多《阿里巴巴的风控相比较传统银行的风控有何区别?会更有优势吗?》。

第一篇:阿里巴巴的风控相比较传统银行的风控有何区别?会更有优势吗?

阿里巴巴的风控相比较传统银行的风控有何区别?会更有

优势吗?

【陈宏的回答(56票)】: 逐点回答:

1.银行有征信系统,有所有有过授信关系企业的报表,违约记录,巴塞尔II下内部评级法就是利用大量的数据拟合出违约概率,违约损失率,然后计算预期损失。这个做法,国内相对落后一些,但这跟数据积累较晚有关系,尤其是违约数据不足,导致模型建立存在困难,但国外的机构如J.P.MORGAN的模型已经发展的非常成熟。这部分数据我不清楚银行是否有宣传的必要,没有任何可见的好处,以现在这个舆论环境,估计攻击银行为什么可以占有那么多客户信息的搞不好更多。

2.所有的资金资料、买卖交易数据,银行要比阿里多得多。银行一年下来光贸易融资的量就多大?为什么银行总是对宏观经济特别先知先觉,就是他们大量占有这些数据。我们现在的经济活动主要还是发生在银行,阿里还是侧重在零售端,B2B的量跟整个经济活动的总量也没法比。而且从美国的情况看,我宁可相信阿里现在零售的发达更多的是国内线下零售的落后导致的。家庭资料一般会有,申请信用卡你要填亲属吧?办贷款银行会查你的关联方吧?一圈下来家庭资料什么的银行就掌握了。目前我不清楚电商要通过什么途径来掌握这些数字。

3.阿里的大数据风控不知道想要表达什么,不予置评。但阿里从来不是一个把合规风控放在基因里的公司,别的不说,阿里小贷今年的校园招聘广告还在说将来要把业务范围拓展至全国,从现在的规定看,必然是违法的,而且跨区域经营从来都是各地小贷主管部门的忌讳。风险控制绝不是大数据这么轻轻松松的几个字,内部控制流程才是关键,一个人,一个系统都可能犯错,怎么通过交叉控制来降低犯错的可能性和危害性,这才是风险控制的根本。阿里店小二前两年被抓了一堆的事儿没人记得了?阿里的内部控制比银行强?别闹了。银行业控制风险的意识是在每个人骨子里的,我个人认为阿里是没有可能做到,做到的话在互联网这个行业阿里也就不用混了。

高红冰不是原来信息产业部的?阿里就没个金融背景的人来谈谈金融的风险么? 【陈镭的回答(42票)】: 我还记得2005年的时候,阿里巴巴和我们银行讨论给商户贷款的事宜。

说实话,当时阿里巴巴还没有那么强大,在讨论的时候,我们原来以为阿里巴巴会拿出一个方案讨论,可是会议开始时,我们发现阿里巴巴什么方案也没有,他们觉得给商户贷款应该行得通,但无处着手。我们提出了一些从银行角度识别风险的问题,虽然阿里巴巴给予了回答,但很勉强,也不能自圆其说,但是有一点我觉得非常靠谱,那就是阿里巴巴是从商户的行为上来看风险。

尽管没有方案,我们还是针对商户行为监控的提出了一些方案和措施,并形成了一个方案报总行,我们认为可以尝试做5亿额度,但比较遗憾的是,总行没有同意,由此这事也就搁浅了。

从这件事上我们看出,阿里巴巴风险控制体系与银行不一样。银行在判断风险时,更关注静态时点的风险,以及对未来风险预判;而阿里巴巴更关注动态风险,是动态风险的把握,与银行的风险控制接口对不上。

所以在给总行汇报的时候我说,如果我们不能接受动态行为监控模型,那在未来的发展中是要付出代价的。

后来事实也证明了我说的话,金融海啸后,很多企业倒闭,而且都是在没有任何征兆的情况下突然倒闭,不良贷款一度差点到了失控状态。

所以,银行应该放下身段,放下这个规定那个规定,谦虚谨慎地去学习新知识。【飞熊道人的回答(37票)】: ——正想睡觉,发现被邀。看到楼上几乎是一边倒的回答,虽然是银行从业,但也想说几句客观话。——银行是有大数据,这一点没错,但银行的数据以客户身份信息、资产信息、资金流信息为主,相比阿里缺少的是基于真实贸易背景的交易信息流,现在很多行在做的供应链融资(面向企业)也仅限于票据,无法详尽到商户、商品、数量。

——以企业客户为点,与其交互的上下游企业或个人客户,可以构成一个网络,资金流加贸易流,才是完整的。多家行在推自己的电商平台,包括B2C、B2B都是想获取完整的商务信息。

——我们一方面必须承认银行线下风险团队的强大,尽调和审查面面俱到,但这是静态的,只有动态的贸易流才反映实际风险状态。从我接触的情况来看,已经有银行在大力推进个人、企业客户数据的归集、梳理、挖掘项目,稍微好一些的银行也不过两三年。有数据是一回事,全不全是另一回事,会不会用、是否用好又是一个问题。

——所以银行当自勉,现在已不是靠体量赢市场的年代,受本人眼界的限制,我暂时还是认为,银行从来没把大数据用好,现在起步了而已。

——回头再说阿里、支付宝,它的大数据也没几年,但在使用效率上的确远超银行,这是互联网公司的基因,没什么可说的。

——至于依靠大数据做风险分析,一般都是基于大数原则,定规则,筛异常,听着很平常,但是把系统做成实时的、事中的,这需要本事了。支付宝在这一块是出彩的,其还有个专门的部门CTU在运维,欺诈拦截和应急响应的效率是可以的,起码在技术指标上比银行强。

——所以,任何比较都得设定范围和对象,纯粹比较风险控制,银行甩支付宝好几条街的,因为风险是银行的基因;比较大数据在风险上的作用和成效,抛开银行的一些资本交易模型不谈(信用卡的数据以营销为主),支付宝在利用大数据(客户行为和交易)防风险上,比银行强。

——面向未来,定位和融合是趋势,银行的优势本就不在海量小众客户这一块,小微企业也是刚刚重视,看银行何去何从了。

——OK,我也不是很懂,学习为主。睡了。【秋翎的回答(12票)】: 对消费者行为进行识别,实现风险控制,这是一个应有方向,比如我平时从不转账,有一天突然向一个陌生账号打款10万元,在这个请求被发出后,被处理前,客服就可以打电话确认是否本人操作,这个国内还没有做到的,而国外已经有成熟模式。

但是,一个宣传自己的货币基金产品“比银行利息高10倍”“今年给自己加薪7%”的没节操公司,想要掌握用户行为,想要引领互联网大数据,我只能说,你没这资格,没这威信,还是不要利用大数据概念炒作自己了。正面回答问题

1、传统银行,乃至整个传统金融,一直以来都投入大量成本到对海量数据的深度挖掘中。但是就像你反感理财经理给你打电话,反感淘宝给你“猜你喜欢”一样,未经用户明确授权的数据挖掘是否触犯用户隐私存在法律争议,所以银行不会宣传自己有做数据挖掘。大数据的前景在于预测,严格地说,每一个个体都是大数据的贡献者,但是大数据不会关注任何一个个体,说用大数据来帮用户做风控,你是不懂大数据还是欺负网民不懂大数据?

2、有。这些资料是银行的绝密资产,是有价值的,受法律保护

3、如果说,实名认证能解决99%的问题,你揪着那1%的问题说,还是有漏洞嘛,你不是100%安全的,然后就要推翻这个实名认证,那OK,请给出你的解决方案,给公众评估。高红冰有吗?没有,他甚至不能解决自身支付宝层出不穷的漏洞和诈骗,全都在靠保险赔偿,可以说先进,但是不要恬不知耻说自己比银行更优秀、风控更好。支付宝赔付的前提条件是什么?实名认证!【知乎用户的回答(1票)】: 风控包括很多内容,market risk, credit risk, operational risk, liquidity risk等等,不好一概而论,operational这部分银行比较有优势,因为一直在做,credit risk等主要看数据多少和建模能力,这点还真不好说将来谁强谁弱。【知乎用户的回答(1票)】: 有听说过amazon宣传他的风控比富国银行还要先进么? 【知乎用户的回答(0票)】: 总体来说,银行的风控更详细、更完整、更严格!互联网企业如果要和传统银行比风控措施,那是拍马也赶不上。

但这并不是说互联网企业就没有优势。传统银行的风控措施虽然完整、严格,但是并非没有缺点,那就是成本过高。国家一直提倡支持中小企业、小额信贷之类的东东,之所以一直没啥效果就是因为成本太高。这个道理很简单,想一下就明白了。

互联网企业尤其是阿里在这方面是具有天然的优势。【张潮勋的回答(0票)】: 目前没有优势,但是未来可期。小微金融和虚拟信用卡是第一步,先做零售和淘系商家融资,然后学习银行风控体系,迭代算法挖掘用户数据,利用互联网金融的未来和合理的激励制度从银行业挖人,和政策不断博弈,甚至可以短期利益输送谋求长期政策空间,慢慢扩大地盘。你可以说马云炒作,但是回头看五年前,他还没有炒作的资本。【王伟的回答(0票)】: 银行也是趋利避害,银行越来越多,竞争激烈的环境下,风险与利润谁占主角?国有银行控制着整个大的宏观市场,民企银行在细分市场生存,在电商与民营银行可达到利润共存,提供服务并抢占市场分额,电商通过银行进行风险控制,银行通过电商获取贸易信息,控风险,长利润。互利共赢。【hurri的回答(0票)】: 传统银行的风控相比较阿里巴巴就是个渣!

你知道阿里巴巴在安装他家软件的时候就在客户电脑里装了根证书吗?

看这里:网上流传的所谓「支付宝偷偷添加根证书,将造成安全隐患」的说法是否正确?

包括手机,装了手机淘宝或者支付宝,时时刻刻都在运行!你想干啥?只要动动鼠标键盘,划动一下手机屏幕,所有东西都在他家数据库里。【康宝的回答(0票)】: 插一段关于大数据的内容,来自《财经》:立规互联网金融 王登峰说,增利宝在“6·20”钱荒时,仍处在净申购的状态。因为增利宝完全是一个纯散户形态的基金,多数客户的账户金额在1万元以下,这与其他的货币基金有着显著的不同。机构资金紧张时,散户的资金并不紧张,二者资金的供求状态完全不同。散户的资金面相对独立而且比较平稳,根据大数据分析,散户在月初、特别是每月5日左右申购明显增多,这可能是因为工资到账的原因,而每月20日以后赎回多,这是为了还信用卡,这些都与生活密切相关。

以上就是余额宝背后的天弘基金利用支付宝的大数据算出来的东西。至于阿里小贷给商户快速放款,我觉得也和大数据没有任何关系,就是用有限的几个变量对商户在淘宝的店铺做了一个估值,然后贷款就放出去了。【BlackTomb的回答(0票)】: 简单来说,目前的风控和信用评价主要是流程性的,用大数据来做评价还处于探索阶段。至于银行和互联网在评价方面的实践,不用分析,大家都能看到。【知乎用户的回答(2票)】: 阿里巴巴是一个媒体公关高手,这位副总裁一句话就把银行几十年的风控努力和数据分析给抹杀了。真当银行慈善机构啊?他当真,我们可不能当真。1.风控对于银行是命脉

银行的信用卡,即贷记卡,每一笔消费都相当于个人向银行进行了贷款,都会有逾期不还的风险。这样累计起来,风险大吧?风控绝对重要——在发卡和开卡的时候,银行的风控工作就开始了。后续还有客户信用卡安全保障(防盗刷、判断是否本人使用)等工作。

信用卡还是小业务,不良贷款、高坏账,可是会让银行破产的。风控对于银行就是命脉。再看阿里巴巴,你能从阿里贷款吗?(阿里小金除外,那是个金融机构。)你的每笔消费,实际上都是现金白银(或者从银行信用卡里出)。阿里/支付宝仅仅是一个平台,而这位副总裁所讲述的风险,即客户支付宝账户被盗用,导致阿里要赔付和失信于用户的风险。2.大数据就是个忽悠

真正善于使用大数据的,早已在闷声发财,只有刚刚发现自己手里有金山却一直没有发掘的人才惊叹“大数据时代已经到来”,生怕别人知道自己落后了——还不知道怎么用呢。阿里巴巴手里的数据,是卖家买家的交易信息,偏向于消费习惯;而银行手里的数据,才是全面的储户/贷款的金融信息和个人信用信息。前面那位朋友总结的很好:阿里有的,银行都有;银行有的,阿里做梦都想要。

哪种更重要,很难讲。阿里的数据,是进攻性的,因为可以诱导客户消费,提升体验;银行用好数据,是防御性的,保护好自己,也是保护好客户的财产。

还有,这些交易数据、消费数据,可都是个人隐私啊!用别人隐私赚钱的时候,能低调点吗? 3.声明

本人非金融专业,上述回答纯属个人看法。(翻译一下:上面都是我胡扯的。)【马重的回答(4票)】: 作为银行从业人员,利益相关者,说一句,银行的风险控制很严格,大数据这种东西,阿里巴巴跟银行,电信比,那不是扯淡吗?

哎,为毛我感觉阿里巴巴现在越来越爱吹牛逼了,虽说大学学的电子商务,对这块也很感兴趣,但是觉得马云越来越不靠谱,哪里都能看到他。还是觉得腾讯低调,每次在新闻上看到的都是大手笔,据说马上要入股小米,马云呢?吹牛逼。原文地址:知乎

第二篇:风控:十年银行风控接地气的揭示一些经验

【干货】风控:十年银行风控接地气的揭示一些经验

很多人想从事风险管理,觉得这个工作不用低三下四做营销,不用应酬,喝酒。更多的是技术与分析,有积累,成为专家。而且钱多,稳定。权力大,对业务有生杀大权。其实这些多多少少有些误解。

任何企业都是要盈利,一把手都是高度重视市场与销售,对于银行就是公司部。所以有志向做一把手行长的年轻人不妨以此为起点。我们人文环境就是出问题前没有人重视,一出了问题就救火。事后诸葛亮。

风险管理包括信用风险,市场风险,操作风险三大块。而目前利率工具,信用工具,例如互换,信用衍生品,利率衍生品应用比较少。操作风险银行这一块刚刚起步,工总行做了些。现在损失数据还是不全不完善。谈不上广泛应用。

各种行业分析,Var蒙特卡罗模拟,情景分析有,但意义不大。所以风险管理变成了打杂。操作风险管理变成了稽核检查,信用风险管理变成了信贷审批。

前台部门,一切都是为了把业务做成,其他部门都要支持,风险管理搞什么呢?说难听点就是擦屁股。问题客户通通移交给风险管理部去做。救死扶伤。类似老军医,包治各种疑难杂症。准备各种诉讼材料,参加法院审理,执行,是主要工作。所以为什么风险管理部有很多律师出身的。市场部是和好客户打交道,都和谐。风险部则是和不那么好的客户打交道,工作的复杂决定了需要更高的交际能力和应酬能力。所谓霸气与匪气。

1、银行的主要风险还是信用风险,其中贷款风险是主要内容

银行要给一个客户做贷款,一般前提是该客户在银行有较长时间的结算关系,有账户流水,更重要的是日常企业财务到银行对公柜台储蓄柜台办理各种业务透漏出来的一些信息,客户经理会和企业财务聊,从而获知企业的运作情况以及资金需求,传统上一般不和陌生客户打交道。

当企业符合一定条件了,银行才开始介入授信放款,包括主动向客户营销信贷产品或客户主动申请贷款。借款人通过贷款银行进行日常结算,银行通过检查账户往来,可以发现一些信息(不是全部,更多的信息要靠银行与企业日常的打交道聊天,走访获知),例如近期借款人贷款1000万购买100 台汽车,那么1000万支付出去以后,正常情况下后面陆陆续续会有汽车销售收入进账,比如一周进展几十万,那么这就是汽车在销售。如果一个月内没有任何进账,那么银行就会很紧张!!

还有借款人缴税、水电费支付都是通过银行代扣代缴、工资通过银行代发。银行通过观察其支付是否中断、是否明显减少等,来判断企业经营是否发生重大变故。

分析账户交易流水本身就是一种本事,流水又和银行系统参数息息相关。这一点和没有结算业务的贷款公司不同,他们没有结算网络,虽然贷款公司可以索取客户的流水,但是一方面流水可以PS,而且不同银行的流水格式参数千差万别,贷款公司又如何识别真伪? 就算是真的,又如何识别有效信息?而且银行系统时不时的更新升级,很多同样一个科目又有各种入账方式,隔行如隔山。流水要分析,但是不是全部。

所谓银行信贷风控,就是对每一个细节深入细致的熟悉,而不是空洞的FRM之类的理论。所以要到银行作风控,首先你要熟悉银行的结算系统,对公要熟悉,对私也要熟悉。

不少互联网公司也有办法,通过一些互联网信息,类似人肉搜索方式做风险控制,运用大数据,数据挖掘,机器学习,反欺诈等计算,批量化操作。这是一个有意义的尝试,互联网公司目前都是烧钱期,成熟的商业模式会如何,还未得而知。大数据固然重要,而作为银行人,往往我们要关心的是小数据,与手里的客户相关的小数据。

结算数据类似于抽样,从客户成千上万的变量中抽取最能代表客户风险状况的东西——现金流信息。有时候做好了现金流分析,已经能够判断风险80%, 当然客户的一些社交网络信息,如微博、qq信息,微信信息重要不重要,有时候的确很重要,权当一种预警信息吧。

对于那些小微贷款,客户处于社会底层,不在金融体系里,账户都没有,更别说结算,那么只能用互联网抓瞎,权作一种聊胜于无。对于银行来说,直接放弃这些客户是比较保险的做法。

担保方面的熟悉。第一还款来源前面已经谈过了。下面说说第二还款来源。

抵押物:要熟悉各种抵押物,房产,房产有几种类型,各有什么政策风险?抵押登记如何办理?他项权证也有假的哦,我亲历过,房管局和借款人串通起来骗贷几个亿!!股权质押如何办理,政府哪个部分受理?出了风险如何处置?有哪些障碍?汽车抵押如何控制?如何拖车?

所以银行风险控制,就是这些细枝末节的东西,一个小细节失控,就是几个亿的漏洞!!

2、技术与管理。做了十年风险管理,说说自己的体会。

年少时,认为要专业,VBASASCFAFRM风险案例模型研究一大堆,其实到了后来发现,做好还是要团队,要管理,要整合资源。也即是另一种能力。专业的知识,可以补救,能力提升则不易。明明知道哪些事情该如何做,但是具体的事情要人去做,手下的人品质出了问题,再强大的风险控制体系,都无济于事。人防物防技防。现在过于偏重技术,例如用大数据建模筛选信贷客户,用行为模型做贷后管理。其实银行里面,更多的强调人品的作用。太过聪明的人不适合做银行。

例如前段时间炒得沸沸扬扬的,某P2P公司,业务员造假资料,骗贷款。这种事情就是金融机构最担心的事情,一般传统金融机构这一块做的比较好,员工流动性小,归属感强,比较在意自己的长远职业规划。

目前很多新型金融机构,如互联网金融等,对技术的重视程度太高,技术其实是双刃剑,一个金融机构过于重视技术,人品风险就比较大,人没了人情味,没了感情,对单位没了感情,仅仅为了比较高的薪酬,短期化行为就比较严重。固然,新型互联网金融,短期内可以发展很大,但是一旦大了,必然面临银行一样的成长烦恼,如何管理人员,如何树立价值观。

人员、业务管理不好,本身就是巨大风险。这时候,一个机构的风险往往不来自于外部,而是内外勾结。员工流动性极大的机构,比如风险极高。

到了一定位置,什么样背景的风控总监都有,有的来自政府,人民银行,银监局,有的来自律师,有的就是行内的,如公司部老总调任风险部老总,风险部老总调任支行行长,这种调任很普通,没有什么特别的理由,因为必须定期轮岗。

所以年轻的时候,更多的要去历练,多岗位历练,不要一开始就定位,就是风险控制,这样很局限,风险控制要跳出理论框框,不懂业务能做风险控制吗?不懂业务细节,连风险在哪里都不知道,何谈风险控制?

不懂管理能做风控吗?风控措施要执行,如何激励下属去执行?

到了更高层面,一个副行长既要分管个金部,公司部、风险部等等。

谁说你就不能到这个层面呢?

职业可以从行业分,专业分:风险控制、销售、财务、法务、办公室

也可以分为:研究类、决策类、执行类、协调、领导

风控知识,我相信,一年半载就都知道了,但是做好却不容易,很多事情到了风控这里,就是硬骨头,有的人领导能力强,善于协调地方政府、协调上下级,轻松搞定很多硬骨头,而有的人虽然知道事情如何做,就是做不了,协调不下来。

为啥干银行要好酒量呢,大家都知道和公安、法院搞好关系,对于风险控制有多么重要!!

做了那么多调查研究,模型数据分析,最后应该是一页A4纸,上面列出要找谁,解决什么问题,到此为止,切入正题,约出来吃饭,喝酒,酒场搞定问题即可。

模型也好,分析也罢,都是know why,要解决问题,要know who。

为啥销售也能作风控,就是他不需要知道前面的细节,只要解决掉A4纸上面的问题即可。

找到目标关键人物,投其所好,吃喝玩乐,吹拉弹唱,搞定这个人,又是另外一种本事

跳出风控看风控,你会看到另外一个世界。

举个例子,一笔抵押贷款, 抵押资产是商业房产,但是历经几任行长都没能彻底妥善化解掉。官司打到最高人民法院而且胜诉。但是至今无法执行。其中故事可以写几本书。

大家都以为房地产抵押最保险而且银行最多的贷款也是房产抵押贷款,风控处置流程知识大家都知道。但是具体如何操作,真的要靠交际能力,和人民银行银监局地方政府(甚至消防队这种部门)法院媒体地痞流氓方方面面搞好。你处置了这个房产,举报纪委来查你处置流程,虽然是真金不怕火炼,但是搞得行内行外沸沸扬扬,搞得你声名狼藉一身骚,就这样一个最简单的最安全的房产抵押例子,都有这么复杂,更不要说什么担保公司担保汽车抵押股权质押人保货押乃至信用类。这个FRM教材不会写。在银行有很多这样的陈年老帐,风控都不愿意碰。而真正有魄力啃下这些硬骨头的往往是非科班出身的,退伍兵,销售出身之类的,脑子灵活下手够狠。赖账的很多都是狡诈之徒,学历往往不高,大学出来的风控人员按常理出牌反而畏首畏尾,所谓知己知彼,百战不殆。

在中国做风险管理,大部分时间消磨在这种人际关系上。做得好的,争取到政府领导的支持,在政府公检法司、宣传、纪检监察的强大攻势下,很多坏账及时化解。

所谓妥善处理,就是摆平方方面面的关系。一个方面没有照顾到,留下尾巴,就为更大的风险埋下伏笔。关系处理不好,就是矛盾,迟早要产生风险。风险也是人与人之间的博弈,斗智斗勇。

3、风险管理本质上还是管人

现在技术发达了,企业上了ERP,银行上了信贷管理系统,加上互联网,大数据横行。人与人之间的隔阂变大了,贷款从网上手机上申请,银行也用大数据建模型管理贷款。从原始社会的打架,到现代黑客战,类似于军备竞赛,反欺诈手段高明了,欺诈手段也升级了。信用还是要靠人与人之间的感情建立的,银行与企业之间没有合作与感情,那么很难说风险管理就很强大。要让企业认为这个银行是值得尊敬的,是有血有肉的,是值得长期打交道的,而不是冷冰冰的数据与模型。一旦大数据系统检测到企业数据指标不合格,立马停止授信额度,抽贷,断贷,逼死企业。这种大数据征信,防范了一时的风险,但是伤害了企业。

4、趋势对风控的影响

未来是不是银行都要变成互联网技术公司?我感觉传统的银行,人海战术,社区金融,身边的银行,小区银行,这种方式还是有生存空间的。

隔壁王二狗要贷点款,填一堆报表,该网点客户经理到网上去录入一大堆数据,电脑自动到满世界去搜索一下王二狗的活动(微博发言、qq记录、大众点评,可穿戴设备数据库看看他几点起床、在哪里吃饭,在哪里活动,有没有出入不良场所,心跳多少,脉搏多少,健康几何),再用数据挖掘,机器学习技术,给王二狗画一个像?一分钟后,机器说,能批多少多少?

这种模式很快,速度快,效率高,机器学习,就是人给机器打工。甚至以后连信息录入的工作都不需要人工了,自助贷款机,的确,我们连身边的活生生的人都不相信了,反而要依靠机器才能认识一个人,王二狗人品如何,邻居说了不算,机器说了算,而且机器可以积累经验,增长智慧。

一个审批人的经验增长速度远远赶不上机器学习智慧的积累程度。人与人之间的隔阂越来越深了。

无信任不金融,互联网降低了金融准入门槛,但信任门槛永远在那里。金融的发展基础,是建立在“信任”之上,信任的门槛永远摆在那里,金融机构只有通过服务的方式取得客户信任,才有机会开展金融。至于该如何获取信任,绝不仅仅是技术。

5、对政策法规要相当熟悉

做风险的很多时候要和法律打交道,而法律法规经常变化,有时候一个不经意的变化,就会导致很多业务翻新。例如,2015年8月6日,最高人民法院发布了《最高人民法院关于审理民间借贷案件适用法律若干问题的规定》,核心是企业间直接融资渠道的逐步合法化、废除四倍利率上限标准、网络借贷平台担保的合法。大家可能不会太在意这个东西,但是,这个却极大的影响征信模式。这个司法解释,明确了企业借贷的合法性,而目前悲催的是企业之间的借贷未入人行征信而且技术上也不可能纳入!!

依靠征信系统的银行将无法掌握企业的实际负债情况。而且企业法人或负责人的个人借贷行为有可能需要企业承担责任,这一部分在企业的财务报表里无法反映,会增加银行授信调查工作的难度。

6、对政府办事流程要相当熟悉

公安、国土、房管、工商、税务、保险、证券、社保、邮政、金融、电信等部门。

7、要在银行干,必须懂得社交

很多人会说不善社交,于是躲在银行后勤做风险,而支行的风控要和客户打交道,就躲到分行去做风控,分行要和客户打交道,就躲到总行去做风险模型,做科学家,做博士后,做课题。就好像本科找不到工作就读研,研究生找不到工作就读博。其实呢,要学习,提升自己的能力,领导能力,营销能力,交际能力。

银行工作就这些,无论哪个层次的风险管理,都是,社交第一。风险管理,有的时候是很强调及时性。过时的信息没意义。体现着资料上的,都是历史信息,什么企业审贷资料。要像情报人员一样去了解信息,而很多谍报人员,都是社交高手。千万不要迷信技术。你说审查技术高,是神仙,掐指一算,运筹帷幄,决胜千里?NO,不会的。

你再牛逼,能比银行副总牛吗,老总的社交圈子广,国内国外到处飞,其实国内的商业圈子还是比较小,谁谁谁干了什么事,只有圈内人知道,再牛逼的信贷调查审查毕竟还在一个公司基层,你的社交圈子决定了你看到的都是文本资料,静态资料。而重要的风险点,往往是从社交场合上观察打探到的。

富人圈里传出来,某某某又在哪里投了个啥项目,失败了。层次不一样,看到的东西绝对不一样。

所以千万不要局限自己,自作牢笼,坐井观天。银行的一切工作,无非就是风险和营销。很不对等的是,客户经理以及审批人员,都在基层,而决定企业风险的是企业高管。由于这种生活社交的不对等,决定了我们的审批审查了解的信息都十分滞后。

而审贷委员会的成员,稍稍能和企业老板一起出现在一些社交场合,所以你会发现,有时候委员会会说一些新的信息,而这些信息审查人员是不了解的。有时候,行长说能放的贷款,审查人员是不会理解的。

不要窝在办公室,埋头在一堆堆企业申报的材料里,做各种复杂的财务模型,搞来搞去,沾沾自喜,以为自己好高明,发现了什么风险点。套用我以前老板说的,像个兔子在草丛里面打滚。PAPER WORK。没用的。站的高,才能看得远。所以有的时候,市场部老总调任风险总监,而不是风险经理提拔为风险老总。因为层次在那里决定了他的视野和高度已经远远超越了一个风险经理对风险的理解。

下载阿里巴巴的风控相比较传统银行的风控有何区别?会更有优势吗?word格式文档
下载阿里巴巴的风控相比较传统银行的风控有何区别?会更有优势吗?.doc
将本文档下载到自己电脑,方便修改和收藏,请勿使用迅雷等下载。
点此处下载文档

文档为doc格式


声明:本文内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:645879355@qq.com 进行举报,并提供相关证据,工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。

相关范文推荐