2020中国金融科技风控报告_40页_3mb

2020年中国金融科技风控报告总结

核心内容

技术背景

金融科技风控依托大数据、云计算、人工智能、机器学习和模型算法等技术，从数据、技术及客户三方面切入，实现对传统风控的数字化和智能化升级。新型风控模式有效解决了金融机构风控效能需求与传统模式之间的矛盾，提升了风险识别、预警和处置能力。

融资情况

截至2020年6月8日，我国金融科技风控服务商共获得307笔融资，公开披露融资金额约731.1亿元。2018年为融资高峰期，达418.6亿元，2019年融资金额为63.5亿元。2019年融资事件数为62起，较2018年有所下滑。

专利情况

2014年至2019年，金融科技风控相关专利申请数年复合增长率达63.82%，从10项增长至124118项。阿里巴巴及支付宝为申请专利最多的企业，共申请27项，涉及贷款审批、投资决策、账户安全、反欺诈等多个场景。

主要观点

传统风控不足

传统风控依赖人工经验、央行征信数据和企业财务报表，存在效率低、成本高、数据维度单一、信息滞后等问题，难以满足金融机构和客户的多样化需求。

金融科技风控发展阶段

金融科技风控经历了三个阶段：

1. 萌芽时期（2005-2012）：互联网金融开始兴起，风控系统初步搭建。
2. 1.0时期（2012-2014）：风控系统开始迭代更新，AI技术迎来爆发期。
3. 2.0时期（2014-至今）：金融科技全面布局，应用大数据、AI和云计算等技术，实现多场景渗透。

风控厂商生态

金融科技风控厂商分为数据类和技术类：

• 数据类：包括个人征信和企业征信机构，如百行征信、启信宝等。
• 技术类：包括持牌系科技公司、互联网公司和专业金融科技公司，如招商银行、支付宝、合合信息等。

关键信息

应用场景分析

信贷场景

• 传统风控痛点：依赖人工、征信数据单一、效率低、成本高。
• 金融科技风控优势：多维度数据、智能分析、风险识别能力提升、贷后管理优化。
• 实例：招商银行上线企业关联关系智能知识图谱，提升企业信贷不良率控制能力。

第三方支付场景

• 传统风控痛点：技术风险、流动性风险、政策风险、合规风险、欺诈风险、洗钱风险。
• 金融科技风控优势：实时监控、风险识别、智能决策、自动化处理。
• 实例：支付宝升级为AlphaRisk智能风控引擎，融合人类直觉AI与机器智能AI，实现支付风控无人化管理。

供应链金融场景

• 传统风控痛点：信息不对称、真实性考证难、数据孤岛。
• 金融科技风控优势：数据融合、实时监控、风险预警、精准画像。
• 实例：合合信息研发“供应链核心企业大数据风控管理平台”，实现企业关联关系排查、风险监控、合规审核等功能。

挑战与建议

挑战

• 数据孤岛：数据分散，缺乏统一标准和接口，影响风险监控能力。
• 技术滥用：部分厂商利用爬虫技术过度采集用户数据，引发隐私问题。
• 场景适配性：不同业务场景的风险特征不同，需定制化风控体系。

建议

1. 构建三位一体风控体系：数据、技术与场景相结合，实现风险识别、预警和处置。
2. 数据共享：由监管部门牵头，构建风险数据共享平台，打破数据孤岛，提升全社会风险监控能力。
3. 生态共建：厂商、金融机构、用户、监管部门和社会舆论共同参与，营造健康、可持续的风控生态。

报告声明

本报告由零壹智库独立完成，信息来源于公开资料，不构成投资建议，著作权归零壹智库信息科技（北京）有限公司所有。