9月20日，由凤凰网WEMONEY主办的2019零售金融科技（北京）峰会暨零售金融科技智库成立在北京举行，新网银行首席运营官刘波发表主题为“金融科技大势之下零售金融的转型路径”的演讲，分享了新网银行展业的经验和路径选择。
刘波主题演讲《金融科技大势之下零售金融的转型路径》
今天我想快速地分享新网银行在新一代互联网银行方面做的尝试和探索。
新网银行虽然是全牌照银行，但是主动放弃了营业网点，主动放弃了现金业务，也没有客户经理。主体人员基本是算法科学家+工程师，技术人才占员工总数70%。
我们提供的是碎片化、高可得的产品，基本上不需要客户上门，全部都在网上实现，不管是贷款、存款。
我们为什么要做这样一家银行？
中国有三家互联网银行：微众、网商、新网银行。我们学习了网商银行和微众银行，在此之上进行了创新。
银行传统利差是存贷差，但是有另外一种可能，那就是服务于生态，因为生态产生的商业价值远不是存贷差能比的。
更何况从现实的角度来看，现在要想再开一家过去一样的银行，网点还开特别多，已经没有那个机会了。我们今天要做一些创新、一些补位，这也是监管发给我们牌照的初衷。
我们如何做？阿里和腾讯有自己的生态，而我们只能做一个没有“生态”的生态圈，要做一家全在线、全实时、全客群开放的数字银行。新网银行没有APP，我们把自己银行直接开在了各家合作场景上，不管是贷款也好、存款也好，我们和场景融为一体，没有经过1.0、2.0、3.0，直接到4.0。这种方式到今天为止，已经服务了2700万客户。
如何做的？
我们是全国第二家获得国家高新技术企业认定的银行，是第三家获得银保监会线上信贷业务许可的银行。我们注重在科技和专利上的投入。
现在是不是只要有数据，有团队就可以做在线信贷了？不是这样的。大多数人理解的数据其实是基础数据，能不能直接用？一定不能直接用，哪怕是公积金这些数据，里面也有空格，直接放到系统里去，会错漏百出。因为系统无法识别这些，所以首先要做信息清洗，使用统一标准、统一格式，而且有些数据要进行验真。在这之上形成分门别类的主题数据，比如地址库数据、商品库数据，地址是家庭地址还是学校地址，还是工作地址，需要人工介入去判断，否则的话要机器怎么识别，需要人工先进去，然后分门别类。在上面形成的衍生数据指标，如逾期，什么叫逾期衍生指标，逾期一天、三天、七天、三十天，是逾期衍生指标。衍生指标完了以后才能做模型。
模型并不是单单一个信用模型，如果有人单纯根据一个信用评分放款，绝对会栽个大跟头。大数据可以衍生出很多策略，贷后催收策略、风险策略、授信策略、身份识别策略，这些策略相互关联，互相影响，是整体策略，而不是一个单纯的信用评分。
新网银行的贷款全部在手机上申请，没有PC端，在线用大数据评估，99.6%是机器评估，千分之4会交给人工，因为会有一些机器判断的临界点，需要人工去判断。
我们做什么评估？就是反欺诈、信用风险，决定贷不贷，贷多少和价格多少。很多人说有数据，给客户评估完了以后就可以放贷了，实际上还差很大一步就是反欺诈，我们行里这么多人员中间，大概有1/3是和反欺诈相关的。
户均万元的在线信用贷款，首先是欺诈风险。今天黑产已经产业化了，如果缺失了反欺诈，一天损失可能上百万、上千万。
今天电视上播放的有一排一排手机放那里，就是用真的手机模拟申贷行为。有的银行升级了策略，手机聚集在一起长期不动的话，会被认定为是假的，但如果有的人会把手机装在车里满城市跑呢？有的银行说：好，电量不动就认为是假的。电量也可以微调，无非改几个参数。实质上这样简单处理是不行的，用单点策略或用一些简单组合策略是防不住的。
今天我们要防住这个，要用多种组合技术组合，比如陀螺仪技术，人拿着手机是有自然倾向的，手不能这么稳，手机会微微抖动，而且输入每个字抖动的区间有一定范围，这个机器是很难模拟的。再加上其他一些专利技术，比如设备指纹、人脸识别等等，组合起来用，防住的几率就变高了。
还有一部分人觉得我有人脸识别，可以解决很多问题。今天告诉大家，通用的人脸识别技术如果用在金融上，很多时候已经失效了。你要考虑误杀率和客户体验，必然不能用最严策略，但一旦策略值放宽，就有可能被攻破。
人脸识别也必须加上其他策略组合起来用。
如今，在线下还有很多中介，每个人进来会交200元报名费，组织在一个会场，集中培训如何申请贷款。中介会教他们美化资料，申请贷款下来还会收几千到几万的服务费。这部分申请的客户不良率很高。
如何防范？第一，把每个城市地理位置打很多个格子，如成都打了2300万个格子，这个大楼申请率突然提高，就把这个大楼申请入口关掉。第二，在拍照时，这个场所内能拍照的墙只有几面，我们对墙的背景进行背景识别，同一时间内背景相似的拒掉。第三，除了人脸的基本技术以外，我们会结合手机的位置和手机和人脸的距离，如果距离大于一臂或者是用后置摄像头拍摄的，说明不是本人在拍照，是有人帮忙的，这些都是有问题的。
当然黑产技术也在进步，这是一个不断竞赛的过程。所以要招非常多这方面的专业人才，实战中间一点点往前走的。
全在线、全实时在阿里和腾讯做得比较多，但是全客群他们没有做，微粒贷、借呗、花呗，如果没有向你开放，没有主动申请的入口，只有等待它。而我们只要是中国居民、合法、成年，都可以找我们申请，我们希望评估每个人的授信。客户拿到授信后，可以作为备用金，不用就不花钱。
目前新网银行有5000多条反欺诈规则，11000个风控策略的集合，8000多个决策数，100+个模型和指数，3000+个客户风险指数，17万个决策分支，就是要做这么细，绝对不是单纯几个模型就可以解决的，需要非常多、非常复杂的决策过程。新网银行每年科技上投入几个亿，不是光买机器，关键是各种各样的技术、各种各样的专利，要把新技术应用到实际生产中间去。
如何做？基本把我们所有流程全部拆散，把流程放到每个场景中间去。我们会把业务放到中国移动、银联、京东、支付宝、优信、滴滴、头条等等，前端场景有100多个，就是大家常用APP背后的金融服务其实很多都是新网银行承接的，所以新网银行不需要自己的APP。
新网银行注册资金毕竟有限，后面我们接入到各家银行，大到工商银行，小到村镇银行。因为一开始没人信我们，只有村镇银行信我们，慢慢做大了以后，工商银行、光大银行、华夏银行等基本大的行全部接了，现在联合放款银行40多家，后面还在合作开发的50多家，我们只出5%或10%的资金，银行出90%或95%的资金，我们共同放贷，风险各担。我们可以把技术输出给它，但风险各自承担。
基本我们业务覆盖所有省市，现在累计放款是2693万元，累计放款金额2900多亿，管理信贷资产900多亿，这些数据每个月都在变化。
70%是男性，30%是女性。基本上还是大专以上占了50%，剩下是大专以下的。大量服务客群65%左右在三四线城市，50%是四线城市，15%是征信白户，一二线城市金融竞争已经非常之激烈，而且基本上还不缺金融服务，再往下走金融服务非常稀缺，原来人工方式服务已经不满足他们，如果有便捷性、可得性非常高的产品进入的话，迁移非常之快，我们客户基本都在三四线城市。
谢谢大家！
