近年来，由于我国消费总额的逐步增长和消费升级，消费金融迎来了大发展。但繁荣底下亦有隐忧，特别是在当前消费金融领域，由于大多数借贷平台及数据征信公司还未真正意义上实现借贷数据的全面共享，导致多头借贷等问题相继暴发，对平台的风控提出了更高的要求。那么，金融平台如何才能从根本上杜绝多头借贷导致的坏账风险？针对这一现象，《第一财经》采访到了360金融（NASDAQ：QFIN）数据智能部负责人常富洋。他认为，平台打击多头借贷等风险需借助大数据风控技术。

多头借贷逾期风险大，白名单技术筛选有效信息

什么是多头借贷？常富洋表示：“多头就是用户在多少家贷款平台有过借贷行为。”至于多头借贷是如何产生的，“其实就在于现在互联网金融带来的优点是大家申请贷款太容易了，多头复借也比较容易。”

而多头借贷之所以风险大，主要在于一旦出现平台将借款者的资质调高或监管愈发严格后，一般最先出问题的就是多头借贷者，这时多头借贷者将要面临的可能是大面积的逾期现象，拆东墙补西墙失效，最后容易形成僵局。可以说，多头借贷用户的信贷逾期风险是普通客户的3-4倍，也为各平台信审风控带来极大挑战。

那么究竟如何预防多头借贷风险，常富洋以360金融为例指出，首先，应形成一个强大的白名单库，这样的话用户第一次进来的时候，平台就会知道用户是一个正常的人，还是一个有欺诈倾向的人。“360金融会在基于隐私保护的前提下，对手机安装的APP列表，操作系统版本，PC的软件包做一个安全可信的白名单策略。风控系统有一个强大的鉴定中心，来判断用户这个软件是不是可信的。假如用户手机上装的软件全是可信的，那我们就认为用户不是欺诈用户。对于用户欺诈特征的比对筛选，会特别排查某些特定的软件。”常富洋补充道。

依托更高维度的风控数据，打破多头借贷等乱象

此外，值得注意的是，随着人们生活越来越智能化、信息化、数字化，每天所产生的数据量已经达到指数级别，其中包括社交数据、消费数据、行为数据等，绝大多数都属于散乱的“非结构化”数据。而要从这些海量的行为中提取出有效的信息，仅仅靠人工方式是非常低效的。

对此，消费金融企业需要在风控方面拥有更广阔、更高维度的数据。“我们做的更多的维度，实际上就是脱离了传统的，就是人不可解读，然后计算机上人工智能有一些专门的技术，比如说组成成分分析、降维等方式。因为搜索行为是海量的，到底哪些行为是有效的，哪些关键词有效，假如通过人工方式提取的话，这是一个很低效的事情，需要养一个很大的运维团队。但如果我们把它降到一个计算机可读，但是对人不可读的纬度上，也可以成为一种行为标签。”常富洋表示。

对于上述观点，中国银行业协会系统部主任赵成刚表示，“过去的所为消费也好，金融也好，消费是一个场景，金融是一个场景，在传统意义上来说消费者拿着你的信息到银行，银行看到你的征信才了解你的信用。现在随着新技术的变化，大的变化这个信息的不对称性会逐步被打破，这样银行也好，小贷公司也好，金融场景随着场景化、互联网化，大家对信息是实时了解的。这样一方面有了对个体的了解，包括消费者个人的行为，他的个人属性、消费属性、金融属性。第二方面有了对团体的了解，我们看到社会化是不同的群体他们的消费理念、消费能力，以及消费之间的影响。”

可以说，通过这些新技术所构建的更高维度的数据风控，能够有效地打破由于信息不对称所造成的多头借贷等乱象，帮助行业内部形成良好的生态环境。基于此，360金融自主研发了基于人工智能的风控全流程体系，其中包括Argus智能风控引擎、宇宙魔方（Cosmic Cube）定价引擎、Cloud Bank系统等，能够自动化实现反欺诈和信用评估等功能，这也在一定程度上提高了运营效率。

有业内人士表示，随着消费金融规模的不断攀升，以及云计算、人工智能、大数据风控等新技术的发展，对于多头借贷等问题的打击已经成为风控的重要参数。只是想要完全打破这种状况，还是需要在多维数据的支撑下，与多部门、多领域数据进行合作，合纵连横，延伸数据范畴，通过一系列的大数据进行全面勾勒用户的立体画像，降低金融机构的征信成本，从而促进消费金融行业健康有序地发展。