大数据智能风控战略驱动下，与时科技迈入金融科技出海黄金赛道

12月26日，由与时科技联合主办的《2020第二届金融科技出海印度高峰论坛》在杭州顺利举办。本次活动是金融科技出海印度的年度盛典，邀请了国内外行业人士，紧扣当地政策及行业热点，围绕印度金融科技市场的流量聚集与转化、风控能力建设、资金安全与保障、贷后管理等核心问题与行业从业者共同探讨金融科技出海印度的致胜之道。

与时科技是专业的印度金融科技解决方案服务商，专注于大数据风控智能分析与决策，在流量、系统、风控、催收等方面为印度互联网金融行业提供全生命周期的产品和服务。与时科技深耕印度科技金融市场，以技术为依托修炼内功，提升产品和流程的标准化、运营的本地化以及业务的合规化，赋能出海企业，获得了越来越多的认可，荣登见时财经《2020中国金融科技出海风控商TOP10》榜单第二名，与时科技的流量战略合作伙伴API贷超CashBazzar和催收战略合作伙伴Truthigh也在见时财经《复盘印度现金贷2020》中屡被提及，颇具口碑。

本次行业盛会邀请到了与时科技风控专家Emma带来《漫话印度风控数据运用》的干货分享，以下是现场分享内容。

各位来宾，大家好，我是来自于与时科技的Emma，今年是我从事东南亚和印度的风控第三个年头，当然和在座的一些资深大佬相比我对海外市场可能还只是一个小学生，非常感谢有这次机会借牛耶学堂与我们与时科技联合主办的这次活动和大家进行交流。数据是大数据风控的基石，所以今天也以数据作为切入点聊聊印度市场风控数据应用。

今天分享的内容分为三部分。第一，市场分析，我们站在风控的角度看看这个市场有什么样的数据需要去关注；第二，数据服务，这个市场能够给我们提供一些什么样的数据来使用；第三，风控数据应用上的实战案例。

首先说市场分析。站在风控的角度，应对一个新的市场核心点进行关注。第一，这个国家或地区身份证件的情况是怎样的；第二，个人金融的服务的情况怎样；第三，运营商的分布怎样；第四，我们的用户有怎样的社交网络使用习惯；第五，有没有比较权威的的征信局。

首先跟大家讲讲风控的角度印度市场是怎样的。

第一，身份证件。第一种印度的身份证件叫Aadhaar卡，Aadhaa卡卡片长得跟我们的一代、二代身份证差不多。Aadhaar卡卡面上包含人口统计的信息，比如持卡人的姓名、出生年月、住址等，Aadhaar卡在印度政府的数据库里面还存储个人的一些生物信息，比如指纹、虹膜信息。在Aadhaar卡的使用上，目前市场上主要是通过OCR技术获得卡片上人口统计信息。第二种是PAN卡。PAN卡是税卡，是印度税务局给每个纳税人分配了唯一的身份识别凭证，PAN卡不仅仅是提供给自然人的，法人也有PAN卡。印度纳税管理比较严格，我们的用户只要有正当的收入，都应当在印度纳税，所以也必须有PAN卡。所以一个正常的用户应该同时拥有Aadhaar卡和PAN卡。最初这两张卡颁发时没有关联，但是后来印度的税局出台政策，要求纳税人要进行Aadhaar卡的登记，这就使得同一自然人的AADHAAR卡和PAN卡有了一对一的绑定关系。

第二，个人金融服务。我们调研后发现在东南亚、印度等国家，没有银行卡的人口比较多，印度的非银行人口接近了一半，信用卡的覆盖率更低。而且因为印度的银行机构服务效率较低，有些公民虽然持有了印度的银行卡，但是事实上他们也无法在印度享受到便捷的银行金融服务。

第三，运营商。印度市场的运营商很多，市场占有率最高的是沃达丰，有3.84亿的用户；排名第二的是Jio，也拥有了超过3亿用户，排名第三的Airtel拥有2.84亿用户，这三大巨头占有了印度的市场的80%。Jio是印度非常著名的信实集团自营的运营商，他们2017年底推出0元购机的JioPhone，使得在年轻人群的占有率迅速提高了，所以超过了另外一个印度本土运营商Airtel成为印度第二大运营商。我们现在客群主要是年轻人，Jio的占比超过了70%。

第四，社交网络。在印度，用户对WhatsApp和Facebook的使用非常普遍且频繁。WhatsApp相当于中国的微信，Facebook类似于中国的微博，很多公司的客服联系方式，甚至政府一些官方机构的联系方式，都不仅是电话和邮箱，也提供WhatsApp和Facebook账号。

第五，征信局。这里介绍一下印度四大征信局。首先是CIBIL，这是印度财政部和印度储备银行RBI与2000年联合创办的官方征信机构。另外三家是Experian、Equifax和CRIF，他们都是2009年获得了印度储备银行的牌照，从此可以持牌在印度经营征信业务。Experian、Equifax都是来自于美国的征信公司，CRIF则来自欧洲。从2000年到2009年，其中近10年都是CIBIL完全垄断的征信市场，所以CIBIL现在市场占有率最高，而且CIBIL在印度用户心中非常具有权威性。

下面给大家介绍一下印度目前可用的数据服务。

第一，SDK采集。SDK采集的信息有两类，一类是设备静态的信息，另一类是设备行为信息。设备静态的信息就是指在某一个时刻这个设备的特征。这些信息有些是稳定不变的，比如手机的品牌、型号、总的内存、硬盘，有些是会变化的，比如已使用硬盘、已使用内存等。设备行为信息就是用户在操作这个设备的时候的信息，比如用户点击注册、点击申请等。在SDK采集时，要格外注意的是，一定要遵守印度法律法规和GP的要求合理设置权限，否则根本无法上架或者会被下架，以及可能面临印度监管机构的惩罚。

第二，三方数据。首先是KYC，就是身份核验的数据。比如OCR字符识别、人脸比对、活体验证、证件核验等。同一种服务，各个服务商的质量也有差异，选择准确率可靠性更高的厂商，既能提高数据质量，也能节省数据成本。其次是社交和运营商，获得用户社交网络的一些基本信息，也可以很好的判断用户是否是欺诈用户。在征信方面，持牌机构是能够去对接四家征信局的，CIBIL市场占有率高但是价格也相对较高，其他几家覆盖率还不错，基本在70%-90%之间。印度对有15人以上的公司或者工厂要求一定要给员工缴纳公积金。如果大家考虑做大额产品，要对客户做分层，信用卡持卡客户和公积金客户都是建议的分层方向。

第三，自有数据。自有数据第一部分是用户在APP上填写的基本信息，比如姓名、年龄、工作单位等。第二部分是借款行为数据，比如用户在本产品申请了几次、频率怎样、如果这个客户被拒绝了是否会立即重新申请、申请时间的分布是怎样。还有就是还款行为，比如用户是否会提前还款、是否自主还款、还是有习惯性轻微逾期还款。再有就是逾期表现，比如是经常性逾期还是偶然的，或者在不同的产品形态下是否有相同的逾期表现。最后一个是关联信息，比如不同用户是否使用同样的手机号、同样的Aadhaar卡进行申请，这些关联信息对团伙欺诈的识别也有很好的帮助。

最后和大家分享一下我们的一些实战案例。

首先，图片欺诈案例。复印件、拍屏（对着电脑屏幕拍而不是对着真正的身份证件拍的照片）、P图（如为绕过人脸识别环节在一张身份证件照片上对头像做更换），这三种都是目前在印度市场上有比较常见的图片欺诈类型。OCR是仅仅识别图片上的文字，如果要识别这些图片的真实性，还需要额外的校验。

其次，身份核验和关联风险案例。我们发现有一批申请订单的银行卡都隶属于同一个人，但是持卡人姓名与申请订单的借款人姓名都不相同，我们就可以通过姓名的交叉比对和银行卡的关联风险评估去筛除这样的申请订单。

最后，风险名单，也有很多朋友称之为黑名单。目前市场上对黑名单使用大多都比较粗暴，就是命中和不命中，其实风险名单的使用应该精细化。首先我们会考虑到当时逾期的产品形态和我们当前的产品形态是近似。其次，当时这个产品逾期的时间距今多久，是疫情前还是疫情期间。第三，当时逾期的时候，逾期的程度怎么样，也就是逾期天数有多长。综合考虑各个维度，精细化地使用风险名单，才能更好地达到预期效果。

与时科技目前既提供全流程的决策输出服务，也有多头、风险名单、反欺诈等数据产品的单项服务，并且针对客户的实际情况做定制风控策略或联合建模。总而言之，可以根据不同客户需求，量身定制风控服务解决方案。

今天的分享就到这里，非常感谢大家的聆听，谢谢。

（本内容属于网络转载，文中涉及图片等内容如有侵权，请联系编辑删除。市场有风险，选择需谨慎！此文仅供参考，不作买卖及投资依据。）