月份：2017年6月

德勤的 “2017年全球零售力量”报告根据2015年财报（截至到2016年6月）整理了全球250家最大的零售商品牌，同时报告分析了这些零售商在各个地区、部门和渠道之间的表现。

另外，报告还包括全球50家最大的电子零售商和50家发展最快的零售商榜单。、

全球250家顶级零售商在2015财年实现了利润增长，零售收入总额达4.31万亿美元，平均每家零售商收入172亿美元。

但是，关于消费者的艺术与科学不仅仅是一个列表。德勤首席全球经济学家Ira Kalish在报告中分析了全球经济前景、预测了包括全球化、通货紧缩和商品价格等趋势对明年零售增长的影响。

报告还讨论了关于消费者参与的艺术与科学，希望帮助零售商设计新的体验，并通过适当的技术实现新体验，以此加强顾客忠诚度。零售业革新者知道技术不再是购物体验的补充，它已经变成重要因素。

然而，光有技术本身还不够。顾客正在寻求新的、令人惊奇的产品和经验。

五大趋势包括：

• 改变偏好：少就是多。消费者不再通过自己拥有多少东西来界定自己，而是按照经历和财产来规划生活。
• 改变偏好：从众经济。消费者正在寻找那些在社交媒体上宣传的个人品牌的商品和体验。
• 改变形式：零售化的世界。创客运动、分享经济和其他因素使界定零售商越来越难。
• 改变格式：按需购物。相关性将由零售商满足现代消费者按需理念的能力决定。
• 改变期望：指数生活。指数技术正在改变我们的生活方式以及我们购物方式。

 

摘要：

1、 消费金融现状

2、 征信数据的构成

3、 大数据风控

4、 消费金融风控体系

5、 总结

1.消费金融现状

互联网消费金融时代，如何科学合理的利用大数据进行风险控制，建立基于大数据的互联网金融整体解决方案?

我国消费结构正在从吃、穿等生存型消费向教育、旅游等发展型和品质型消费过渡，消费升级使得消费金融迎来爆发时刻。互联网消费金融能够通过“消费金融化、金融生活化”，实现金融资源跨期、错期配置，还可为消费尤其是电子商务提供良好的金融服务环境。风控对于金融来说永远是核心，无论是传统金融还是互联网消费金融。所谓风控，无外乎就是在一大堆看似正常的用户中将一小撮“坏人”揪出来，因此这当中就会有“求真去伪”的问题。而谈到风控，就一定要讲数据，因为巧妇难为无米之炊。因此本文想和大家一块来谈谈数据与风控的那些事儿，毕竟这是一件痛苦并快乐的事情。

传统金融的风险控制，主要是基于央行的征信数据及银行体系内的生态数据依靠人工审核完成。而央行征信系统里真正有信贷记录的自然人数仅有3.7亿人(2015年数据)，因此其他人就需要靠其他的数据来进行信贷风险的判断。随着互联网的发展和大数据的崛起，有效地将征信数据范围做了很大的延伸，使得我们可以利用更多的非金融机构数据进行风险控制，如BAT等公司拥有大量的用户信息，这些数据可以更加全面的预测小额贷款的风险，这也是现如今大数据征信市场一片火热的主要原因之一。

2.征信数据的构成

互联网消费金融征信数据来源可以分为如下三部分：场景内数据、平台自身数据和外部征信数据。申请贷款时，用户需要提供部分申请信息，如工作信息、学历信息、收入信息等，除此之外合作的平台或场景方也可提供部分信息，如贷款申请时的行为信息等，这些数据我们称之为场景内数据。

以BAT来说，其拥有丰富的生态体系内数据，这就是平台自身的数据。如果贷款平台较大较成熟，且有足够的数据积累，风控则会较弱的依赖外部征信数据;但实际情况是，互金平台都比较小，场景内数据又有造假嫌疑以及出于用户体验的考虑，不会有太多，因此我们会依赖外部征信数据，这也是现在第三方征信数据市场火爆的原因，除了八家准牌照外，还有大大小小的以咨询方式为主的数据公司近百家。这些互联网金融大数据公司均可按其模式归为以下四类：反欺诈，如同盾、百融、猛犸;信用评估，如芝麻信用、鹏元征信、前海征信;数据查询，如启信宝、汇法网;数据开放平台，如数据宝、京东万象、聚合数据。

3.大数据风控

谈到如何更好的利用外部数据?很多人浮现在脑海里的肯定是大数据风控或大数据风控模型。而提到大数据风控(模型)，会有很多人想到AI、机器学习、数据挖掘甚至会把Deep Learning也搬出来。大家潜意识都认为如果大数据风险不提应用了gbdt、xgboost、神经网络等等复杂模型则默认这风控做的很low。个人感觉，“大数据风控“这个词现在有点被神化了。从实际风控业务来讲，当前还没有达到能够直接将AI或很复杂的数据挖掘算法直接应用到风控业务中来。受制于数据、正负样本、征信成本、产品体验等各方面原因，很复杂的模型或AI往往在实际业务中不能有效的跑起来。当然并不是否认AI或机器学习等在大数据风控中的应用价值，我相信未来AI、机器学习等将在大数据风控中发挥至关重要的作用。

在这方面，我想和大家分享下我们在大数据风控上的一些小小心得。我们没有一味的去追求建立或运用复杂的模型，但是我们的风控策略或风控模型却又一直灌注着机器学习和AI的思想。举例来说，黑名单数据深得各家互金公司的宠爱，几乎是来者不拒。但因数据污染等问题的存在，市面上各家黑名单的质量参差不齐，而且整体质量有不断下降的趋势。因此如果还是按照命中黑名单就拒绝这种强规则逻辑肯定不适合，且会将很多本质上是优质的客户拒之门外。

在这里我们可以借助Adaboost算法思想更好的挖掘黑名单的价值，集众家之所长。

图1：Adaboost算法结构

借助这个算法原理，可以把每家黑名单当成一个弱分类器，随着接入外部黑名单数据源的不断增加，根据各家黑名单的表现给予各家一定的权重，最终构成一个强的分类器。并根据不同的场景设置不同的阈值去判定此用户是否准入。

4.消费金融风控体系

聊完了征信数据的构成和数据的使用，那互联网消费金融的风险来源主要有哪些，如何防范这些风险呢?

互联网消费金融因其虚拟性，主要风险集中在两方面，一是欺诈风险，一是信用风险。

图2：风控流程示意图

针对互联网消费金融风险主要表现在欺诈风险和信用风险，因此核心的风险评估流程就是反欺诈和信用评估。对于反欺诈来说，信息核实、高危人群拦截和批量识别是其核心风控手段。而对于信用风险的评估，说到底还是对其收入进行认定，也就是衡量其偿还能力。

互联网消费金融风控在流程上与传统风控一样，可分为贷前、贷中、贷后，但又有差异，因为业务的特点就是线上实时审批，也称之为“秒批”;贷前我们主要关注的是准入和授信两个环节，通俗的说就是贷前实时反欺诈和实时信用评估;贷中主要关注的是贷中异常的监控和贷中运营，比如好的客户我们要不断的进行调额;贷后上主要关注的是催收，因为催收做得好，很多信用风险问题都可以解决。

5.总结

本文简单介绍了消费金融的征信数据构成、风控体系，以及结合众安保险的应用实例分享了下众安保险大数据风控的小小心得。大数据风控听起来非常高大上，但在实际工作中也经常会遇到一味炒作概念的人，过分夸大其中机器学习和AI所能起到的作用，或者盲目的追求高深复杂的算法。科学合理的利用好大数据，发掘大数据的价值，可以有效的帮我们控制金融风险。

随着互联网的普及，传统企业包括金融业纷纷拥抱互联网，寻求其在互联网生态下新的业务模式，同时各个垂直领域的小微企业也在向互联网进行迈进寻找其商业机会。然而互联网带来便利的同时，也带来很多新风险，需要依赖大数据进行有效的风险防范。与此同时，互联网海量的流量与客户资源也带来企业运营模式的改变，如何运用互联网海量流量提升运营效能将是企业面临的新挑战。众安科技致力于在线实时大数据风控，为小微互联网金融平台、互联网化进程中的传统金融机构提供基于场景化的大数据风控解决方案，切实全面解决其面临互联网化新业务模式下的核心风控需求。最后，希望有更多的同学加入到互联网金融大数据风险控制的研究中来。

近日，世界银行近日发布的2017年6月期《全球经济展望》预测，随着制造业和贸易回暖、市场信心增强以及大宗商品价格趋稳，出口大宗商品的新兴市场和发展中经济体得以恢复增长，2017年全球经济增长将加快至2.7%。

报告显示，发达经济体2017年增长有望加快至1.9%。在国际形势向好的背景下，新兴市场和发展中经济体2017年的增速将从2016年的3.5%加快至4.1%。

报告对七大新兴市场经济体的预测较为乐观，称2017年其经济增长仍将呈现加速态势，2018年增长将超过长期平均水平。新兴经济体复苏将对全球产生重要的积极影响。

然而，世界经济前景依然存在风险因素。其中，新的贸易限制措施可能颠覆全球贸易回暖；持续存在的政策不确定性可能损害市场信心。从长期看，生产力和投资增长持续疲软，可能会削弱新兴市场和发展中经济体的长期增长前景。

世界银行行长金墉说：“长期以来，我们目睹了低增长阻碍减贫进程，全球经济企稳向好的迹象令人鼓舞。尽管复苏脆弱，但已经开始，各国应抓住时机推进体制和市场改革，以便吸引私人投资帮助维持长期增长。同时，各国还需要继续投资于人才培养，培育抵御多重挑战的韧性。”

对于东亚太平洋地区经济的近期发展，报告认为，东亚太平洋地区发展中国家2017年上半年不负众望如期继续保持强劲增长。报告预计，中国的经济增速2017年为6.5%，2018年为6.3%。在不包括中国的情况下，东亚太平洋地区2017年经济增速为5.1%，2018年为5.2%。

对于东亚太平洋地区经济的前景展望，报告指出，东亚大宗商品出口国增长加快。在印尼，投资环境改革和大宗商品价格回升对私人投资和出口复苏起到了支持作用。在马来西亚，大宗商品价格趋稳提振了消费者和企业情绪。由于宽松的政策对内需稳定增长起到了支持作用，进口大宗商品的经济体将继续保持强劲增长。

报告强调，虽然东亚大宗商品出口国增长加快，但东亚太平洋地区经济增长面临的风险呈上升态势。美国的政策不确定性上升、欧洲因英国脱欧带来的风险等外部因素可能影响投资者信心。主要发达经济体贸易保护主义情绪上升，也造成了贸易关系未来走势的不确定性。如果全球融资条件收紧的速度快于预期，可能会拉低该地区增长速度，加剧现有的金融脆弱性。

“我是80后，好像还不太老。但我真的不了解今天的年轻人，为啥不买我的产品……”

每代人，都曾被贴满标签。那些年轻人的喜怒哀乐，却不曾被真的关心和了解，更遑论数据和洞察。我们想试试。

按照出生时间，1995-1999年出生的人被统一称为“95后”。他们现在的年龄为18-22岁，根据第六次人口普查统计，人口总数约为7848万。未来5-10年，他们将全面步入社会和工作岗位，成为消费的主力。

在中国，95后是全面伴随中国互联网发展和经济转型而成长起来的一代人。他们受互联网的影响比上代人更深刻，由此形成的行为习惯也更具有时代性。

因此，越早了解95后的行为习惯和心理诉求，就能越早在瞬息万变的市场中把握机会。

以下为报告正文：

最近几年的经济增速下滑和金融乱象搞得大家心里很没底。2015年5月25日《人民日报》头版发表题为“正视困难、保持定力、前景光明”的长篇权威人士谈话，这似乎是党中央某办事机构的声音，目的是稳定人心，总基调是形势再坏也坏不到哪里去，经济增长不会出现断崖式下跌。由此可见，2015年是国民情绪比较低落的一个年份，这一年股市行情大涨之后又连连暴跌，用某些媒体的说法是“消灭了一大批中产阶级”。2016年5月9日《人民日报》又在头条刊登权威人士文章，1.1万多字主要目的在提示风险。因为在此前一个多月的中国发展高层论坛上张高丽副总理在演讲中曾说2016年经济开局形势不错，基调甚为乐观，随后便是5月9日权威人士意在进行风险提示的长文。2017年5月就快要过去了，看来，权威人士似乎不准备发声了。

平心而论，2017年的宏观经济状况的的确确明显好于2015年和2016年，这可以从GDP增速、CPI和PPI指标、规模以上工业增加值、铁路货运和用电量增长情况以及我个人在一篇文章中提到的“挖掘机指数”“重型卡车销售指数”等新型指标来证明这一判断。挖掘机和重型卡车卖得好说明基建工程热度增加，在经济总体遇冷的情况下基建投资明显起拉动作用就可以在有效防止经济下滑方面发挥决定作用。在中国，依靠基建被人称经济增长的传统铁公基模式是诟病对象，因此人们现在在提到铁公基时总要小心翼翼，国家统计局在公布2017年3月份经济数据时也强调消费对经济增长的贡献度已达72.7%，服务业在GDP中所占比重已达54.6%，以此证明中国经济发展中“新动能”的作用已十分明显。国家统计局公布的数字无可置疑，但官方在利用这一数字解释中国经济时似乎带有明显的理论防御倾向，因为过去若干年中已有很多的官员、经济学家包括国外的中国问题研究者们对于中国的传统投资拉动手段进行批评。

总结十八大领导集体的治国理念，从经济管理方面可以概括出“三个构想”：（1）改革红利构想；（2）一带一路构想；（3）双引擎构想。其中的双引擎构想是克强总理在2015年1月21日出席达沃斯世界经济论坛全会演讲致辞时提出的，其内容是打造新引擎和改造传统引擎。打造新引擎是大众创业万众创新，改造传统引擎就是增加公共产品和公共服务的供给，按照老百姓的通俗理解就是大搞铁公基。所以，改造传统引擎就是我们理直气壮进行投资拉动的理论出发点。而克强总理在该次演讲中援引的数据——中国现有公共设施的存量只相当于西欧国家的38%，北美国家的23%，服务业水平比同等发展中国家还要低10个百分点，在城镇化水准上则比发达国家低20多个百分点。这些数据说明，中国在今后相当一段时期，投资仍然存在着巨大的需求缺口；而中国的高额宏观储蓄率和稳定的家庭储蓄率，则从供给角度证实了投资拉动经济的现实可行性。

在我们熟知的中国优势中，除了市场容量优势、储蓄优势、政府威信优势、建筑部门能力优势之外，还有一个“不足与外人道也”的优势就是中国在近四十年高速成长中形成的拆迁优势。大规模基本建设总要以拆迁为逻辑和现实前提，基建效率不单纯取决于建筑能力而首先取决于拆迁效率，中国的拆迁效率之所以让世界上许多国家政府羡慕嫉妒恨，一方面是政府威信，另一方面是中国特有的农村集体所有的土地制度。政府的威信是在改革开放进程中日积月累的结果，而农村经济改革从一开始就以折中式的联产承包开始没有从根本上触动土地所有制问题，农地集体所有，这是保障拆迁有效率的一个暗含前提。而且，中国的各级地方政府大都经历过从野蛮拆迁到理性拆迁、科学拆迁的过程，随着拆迁补偿标准的提高，一些地方的农村农民也经历了从反感抵制拆迁到欢迎期盼拆迁的过程。很多年以前，我在北京的一个研讨会上和北京农商行的一位副行长同台讨论，他就告诉我：北京农商行一项重要的业务就是帮拆迁后的失地农民理财，他们的客户中几千万元户比比皆是，就是亿元户也不鲜见。我当时听后很惊讶，由此理解了为什么后来许多村庄的农民开始渴望拆迁了。因为这也许是世界经济发展史上最简近的发家致富途径。

我孤陋寡闻走过的国家不多，但有限的出国经验告诉我：世界上像中国这样高度重视经济发展且在地方经济发展方面能起到至关重要作用的地方政府可能只有中国，关于地方政府在中国经济奇迹中的作用，张五常在《中国的经济制度》一书中从制度经济学角度进行过分析。当年读这本小册子时似乎留有作者口气大分析线条粗的印象。这方面更深入的研究还有待来者。

在世界历史上，一个国家长盛不衰的最大奥秘就在于它能够面对现实着眼未来善于总结、吸纳和纠错，特别是科学纠错能力的大小是判断一个国家能力大小的关键。纠错的前提是启发智慧让大家畅所欲言，中国1957年反右时很多知识分子上了“引蛇出洞”的当，抱着对党和国家负责的态度对政府工作提意见最后被打成右派的历史教训我们应当牢记，听不得不同意见的政府肯定容易犯错误，党的工作也一样，应当鼓励大家建言献策不断改善我们的工作。中国的政治体制是一党执政，同美国的两党制及其他国家的多党制有明显差异，两党制和多党制是一种天生的相互挑错的政治机制，而一党制配合以自上而下的干部任命制度，就很容易形成普遍的阿谀奉承的政治氛围，这一点，我们的领导肯定心中有数。一个时代有一个时代的风气，风气好的时代通常是国家繁荣进步最快的时代，风气不好的时代常常会与经济上的倒退和萧条相伴随，想想1957年、1958年、1959年和文革十年，中国经济濒临崩溃的政治背景与林彪“四人帮”把党内政治风气搞乱高度相关。我们这些经历过1957年反右、1958年大跃进、1966～1976年文革的人都知道，林彪“四人帮”干的所有坏事都是在整天喊“伟大光荣正确”的口号下同时进行的。所以，中国的领导人应当警惕被捧杀，清醒正视中国政治、经济、社会、文化等方面发展所面临的问题。前不久，习近平总书记号召全党为党的十九大建言献策，我觉得经济学界建言献策的重点就是认清中国优势、搞明白中国劣势，发扬优势扭转劣势，我们的工作才能更上层楼。

我有一位知名的老中医朋友，他熟读张仲景的《伤寒论》，对各种疑难杂症兴趣尤浓。他跟我不止一次地说过，理法方药，对中医来说，开方用药并不是最重要的环节，最最关键的是如何准确诊断病症，找到病根了，处方自然就有了。这一古老的辩证思维也启发我们在思考中国经济问题时，关键的关键，不是自吹优势，也不是盲目开方，而是缜密分析实事求是分析劣势找准病根开放言路集思广益，这样才是真正对国家负责任。

中国社科院金融研究所党委书记王松奇

2016年，随着区域发展总体战略的深入实施，我国区域经济发展呈现出区域经济增长分化态势加剧、新兴产业日益成为我国经济稳增长的重要支撑、区域供给侧结构性改革深入推进、区域创新能力建设步伐加快，以及国家级新区对区域经济发展的引领作用逐渐显现这五大新态势。

态势一：中国区域经济增长继续保持“西快东慢”态势

近年来，受国际市场需求低迷及国内经济发展转型综合影响，我国区域经济分化加剧。一方面，经济结构调整步伐快，产业发展基础较好的省份经济发展势头良好；另一方面，重工业及资源型产业比重较大的省份因产业结构单一，在 “去库存”“去产能” 背景下，经济发展的下行压力加大。区域经济增长格局仍延续“西快东慢”的分化态势。东部省份多以发展外向型经济为主，近几年受全球经济发展低迷的影响，经济增速有所下降；西部地区经济增长速度在2013年之前一直保持两位数增长，虽然2016年上半年降为8.0%，但生产总值增速继续处于“四大板块”首位。

态势二：战略性新兴产业成为区域经济增长重要支撑

2010年，中国战略性新兴产业产值为1.64万亿元，占GDP比重为4%，2015年增长到5.41亿元，占GDP的比重达到8%。2015年以来，我国战略性新兴产业中有27个新兴产业保持较快增长，对区域经济的支撑作用日益增大。新兴产业引领支撑优势凸现，高技术产业投资带动作用突出。

态势三：区域供给侧结构性改革深入推进

2016年，中国多个省市相继制定了供给侧结构性改革的综合方案与专项方案。其中，东北地区在“去库存”、“去产能”，优化企事业机构软环境“补短板”等方面进展顺利；东部地区供给侧改革以新兴产业培育与创新驱动为要点，中、西部地区以“去产能” 为突破口，均取得相应成效。

态势四：区域创新能力建设步伐加快 

创新创业资源集聚区域，在国家“双创”政策的引导下，加速构建创业创新生态。随着创新驱动战略的深入实施，新产业新业态蓬勃发展，成为区域经济转型的新动力。3D打印、云计算、大数据等新技术产业化发展迅速，互联网金融、移动医疗、互联网教育等新业态加速发展，生物医药、节能环保、新能源等新兴产业持续发展。

态势五：国家级新区对区域经济发展的引领作用逐渐显现

国家级新区在我国区域的分布为：东部地区七个、中部地区两个、西部地区六个、东北地区三个。大多数新区成立后，GDP呈快速增长趋势，如天津滨海新区GDP占天津的比重达56.2%。同时，国家级新区也成为区域财政收入的主要来源，如2015年浦东新区实现税收收入2658.1亿元，占上海市税收总量(不含证交印花税)的26.9%。

文章来源：新华网