汽车金融公司转型升级大数据驱动精细化运营

　　本报记者 刘颖 张荣旺 北京报道
　　随着人工智能、区块链、云计算、大数据等技术的推广应用，汽车金融行业的数字化得到了大幅提升。如今，诸如平安国际融资租赁有限公司、易鑫集团（2858.HK）、北京曲速科技发展有限公司（以下简称＂卡尔数科＂）等众多汽车金融公司均实现了在线选择金融产品、远程申请、远程面签、自动化审批、实时放款等，消费者可以享受到从申请到放款以秒来计算的极速服务。
　　中关村科金副总裁邓江对《中国经营报》记者表示，在汽车金融的发展过程中，大数据被广泛应用于贷前、贷中、贷后各个风控环节。此外，大数据被广泛应用于汽车后市场数字化营销环节。大数据的成熟应用是汽车金融科技渗透发展的坚实基底。
　　不过，卡尔数科CEO李鹏指出，汽车金融行业的数字化转型不是简单地将业务从线下转移到线上，而是对整个汽车金融行业的营销触达、业务流程、系统架构、数据决策、客户服务等全方位的重构。道阻且长，行则将之。
　　AI技术降低欺诈风险
　　近两年来，汽车金融领域的风险、欺诈事件频发。
　　2018年5月，浙江省杭州市余杭区人民法院受理了一起融资租赁有限公司诉讼案件。被告刘某购买了一辆车后，第一年租赁期内逾期三次未支付租金，还因为交通违章被扣27分。被起诉后，刘某称自己是挂名签订合同，替张某某买车，与自己无关。法院调查后发现这实际是一起顶名租赁，张某某骗刘某替其＂租车＂，实际将到手车辆据为己有属于诈骗，而刘某从中赚取了好处费，间接帮助了别人诈骗。
　　这仅是众多汽车金融诈骗中的一种。邓江指出，汽车金融业务欺诈风险主要涉及个人欺诈、团伙欺诈、车辆欺诈和渠道欺诈。如何通过科技手段防范欺诈风险和管理信用风险成为汽车金融机构关注的焦点话题。
　　李鹏表示，在传统的汽车金融销售模式下，汽车金融机构主要通过4S店、渠道＂四见三真＂等线下方式来防范欺诈风险和管理信用风险，风控主要依赖于人工审核，搭建的风控体系依赖于烦琐的线下流程和审核人员的从业经验、职业操守等。得益于科技的发展，汽车金融业务在防范欺诈风险上也得到了便利，比如在核验客户身份、确认客户亲签等方面，科技也给出了高效的解决方案。
　　邓江认为，可基于业务风险点通过AI技术辅助业务决策、精准防范欺诈风险。像贷款资料造假等个人欺诈行为可通过OCR、声纹识别、人脸识别等技术进行识别。针对连桥交易、一车多贷、代购、组团骗贷等各类团伙欺诈行为，则可通过知识图谱技术构建关联关系，基于AI模型精准识别异常关系并及时预警提示。而车价虚高、残值造假等车辆欺诈风险可通过接入外部数据，获取相应车型在当地的新车指导价格、二手车交易价格范围、二手车维保记录等多维数据，通过设置AI规则模型对车贷申请进行分析识别，保障汽车交易的真实性及安全性。
　　针对汽车金融业务涉及的信用风险，邓江认为，可通过AI技术引入多元变量来对业务风险性进行判断。例如，基于客户个人基础信息、贷款方案信息、人行征信信息、行业宏观概括、地理位置信息、地区性整体经济状况等多维特征指标，利用特征工程技术应用实现数据的整合分析，计算出客户风险等级及对应特征情况。在新增业务中根据客户风险等级，对高风险业务实现自动拒绝、低风险业务自动通过，通过客户信用风险可视化辅助业务人员决策，减少人工成本投入。此外，客户风险等级还可作为衡量客户资产质量的标准，基于客户每月资产质量变化情况，实现贷后信用风险监测及管理，针对异常情况自动预警，最大化保障资产质量。
　　值得肯定的是，汽车金融行业在反欺诈领域已经取得了突破性进展。
　　2017年,易鑫集团在风控核查中发现吉林白城汽车融资业务数据异常，出现客户逾期率不正常上升现象。公司安全监察部门随即进行现场核查，并将相关数据进一步分析、汇总后,判断该区域存在汽车诈骗行为，背后可能隐藏着一个找人头、骗车、销赃、分赃的完整非法＂产业链＂。掌握情况后,易鑫集团向白城当地公安部门报案，并提交了前期调查结果。
　　对此，易鑫集团方面表示，针对汽车金融的独立场景开发了多级漏斗风控模型，客户如果触及模型中的欺诈标签，会直接导入反欺诈人工审核流程。这些＂欺诈标签＂是业务和技术团队在长期实践经验中一点一滴积累而成的。易鑫集团系统对标签的识别不仅包含客户信息和产品匹配度，还更深层地接入对市场、对渠道商的洞察。比如＂某地某车型异常上涨＂或者＂报单售价与市场价格偏离10%＂以上，这类标签都可能成为系统监测的目标。
　　数字化转型加速
　　目前在汽车产业＂新四化＂的变革趋势下，线上化的汽车金融服务体系已逐渐普及，大量数字化创新理念及实践顺利落地。基于人工智能等创新科技赋能汽车金融业务实现全流程线上化、智能化运营管理，支撑从业务申请、业务审核、业务审批、业务发放到贷后管理的业务流程数字化转型。
　　在业内看来，大数据的成熟应用是汽车金融科技渗透发展的坚实基底。大数据技术应用已渗透在汽车金融贷前、贷中、贷后全流程业务环节中，在客户画像、车辆评估、违约概率预测、风险识别、贷中预警等环节提供数据支撑。
　　邓江指出，一方面大数据被广泛应用于风控环节，在贷前环节基于客户信息、人行征信、社会征信等公开信息可有效识别个人欺诈、车辆欺诈等欺诈风险。在贷中、贷后环节，基于多维数据可构建客户职业画像、行驶习惯画像与行驶区域画像，通过结合GPS数据实时监测车辆行驶轨迹，再针对异常风险信号加工后生成预警信息，实现风险快速识别，最大程度规避人车失联等风险，保障贷后资产质量。另一方面大数据被广泛应用于汽车后市场数字化营销环节。基于客户属性、购买偏好、经济状况、维修保养等多维数据，提供差异化个性化产品、配置及服务，用于满足不同市场的业务需求及客户体验。
　　李鹏指出，随着我国个人信用体系的不断完善，人行征信数据不断丰富，客户申请、授权等合规采集的第三方数据也得到进一步积累，这些都为汽车金融科技以及数字化转型的发展提供了丰富的大数据基础。
　　不过，目前汽车金融业务仍有科技无法触达的部分。
　　邓江指出，汽车金融业务目前还是需要去车管所做相应的车辆所有权转移登记、车辆抵押登记，这些暂时还不能通过科技实现全流程线上交易。事实上，抵押、解抵押业务普遍存在较高的风险隐患，不少犯罪分子利用虚假材料转卖车辆造成资金损失。目前，各地抵押和解抵押业务线上化程度不高，车管所及金融机构之间缺乏数据互通的数字化平台。
　　邓江建议各类金融机构通过与车管所、经销商等机构合作搭建互联互通的数字化平台，借助人工智能技术实现＂零接触、无纸化、零跑腿＂业务办理，促进汽车金融行业实现高质量的数字化转型发展。