我国汽车市场巨大的保有量，结合汽车金融的平稳性，使得金融机构对汽车资产的需求日益旺盛，汽车金融表现出巨大的发展空间和增长潜力。然而，在美好的行业前景背后，汽车金融风险行为也频出，甚至已成为汽车金融行业不容忽视的痛点。

从2018年年初关于暴力催收的发文，到年中P2P进入一个比较煎熬的状态，汽车金融的监管不断加码，以客户的央行征信判定还款能力的传统金融风控模式已经不能满足新时代的需求。而科技与金融的结合，对解决汽车金融风控问题起到了至关重要的作用。

在汽车金融监管不断加码，金融与科技逐步融合的背景下，汽车金融风控又该如何做？如何演化？

21世纪经济报道特刊《中国汽车金融》杂志，邀约万位科技VP孙文凤女士，针对汽车金融风控的话题，对孙文凤女士做了专访。以下是部分采访内容：

严监管下的汽车金融风控

记者：在国家对整体金融市场监管趋严的背景下，汽车金融的风控也迎来挑战，要做好汽车金融风控业务，关键点是什么？

孙文凤：在顺应国家政策的基础上，做好风控业务，要打造大数据的风控模型，并持续提高管理好渠道的能力。车贷业务只有对贷前、贷中、贷后整体环节进行把控，形成一个完善的闭环才能降低风险。

记者：汽车金融风控的难点是什么？

孙文凤：在我看来，汽车金融风控的难点在于如何提高人和车这两个风控节点结合或融合的能力，每一个主体的精准风险画像以及贷后客户还款意愿和能力的动态性。

记者:在设计风控模型时，应突出哪些方面？需要注意的要点有哪些？

孙文凤：根据实际的业务场景来建立模型，不同的业务场景需要不同的模型，比如商用车的风控逻辑和乘用车的就不一样，融租行业和P2P的又不一样。风控模型需要使用机器学习的方法来进行数据验证和自动改进，甚至重构，这样才能保证模型跟得上现实的发展。

记者：汽车金融用户不断下沉，很多金融机构和平台都在强调放款效率。如何快速而精准地剔除欺诈用户，成为金融机构和平台面临的巨大挑战。甚至有一种观点认为：“风控和业务是互斥的”。对此，您怎么看？

孙文凤：放款效率是客户体验的核心指标，在当前科技手段下，可以很好地对大部分客户进行画像，在金融公司设置总体风险逻辑及容忍度的前提下，可以大大提升放款效率。风控和业务相辅相成，只有风控能力提升，才能面向更大的用户群体。

大数据时代的汽车金融风控

记者：大数据时代，汽车金融风控要怎么做？您怎么看待传统风控和大数据风控？

孙文凤：之前的汽车金融风控，需要风控人员根据自己的经验建立风控模型，手动整理、过滤、筛选、匹配数据来分析车辆的风险和需要采取的应对措施，效率较低，如果风险车辆较多，需要配置较大的人力。如果汽车金融风控和大数据工程结合，使用数据的手段来实时计算风险并进行应对措施的建议，将极大的节省人力成本，消除人为因素带来的风险遗漏或道德风险，并能提高风险应对的效率，提升资产的安全。

记者：随着新兴科技以及金融与科技的融合，新的风控产品和手段不断问世。贵司运用金融科技在风控方面做了哪些尝试？

孙文凤：大数据在风控领域的应用，我们基于实际的业务场景自研了风控模型，结合多种维度，创建了300项风控规则，能够对车辆的风险进行实时计算并给出风控建议。在车辆失联方面的应用。车辆失联有70%的情况是假性失联，比如地下车库无信号，到期等。之前使用人工筛选需要耗费大量的人力进行多个内部系统、甚至外部系统的交叉比对。采用了大数据技术后，车辆失联智能分析系统能够根据预设的失联模型自动甄别真实失联车辆并采取相应措施。

记者：市面上的风控产品和系统如此繁多，贵司风控系统的优势是什么？

孙文凤：主要体现在两大方面，风控方面：1. 根据自建风控模型进行风险智能评估。2. 对设备失联进行大数据分析，智能识别出有效的车辆失联。基础方面：1. 亿级平台，自动扩容，极高的可用性。2. 多租户隔离，保证数据安全。3. 使用多重定位方式，有效过滤定位误差和漂移。

记者：目前汽车金融风控呈现出了“智能大数据+专业第三方风控”的新特征。对此，您怎么看呢？

孙文凤：我们一直致力于为汽车金融公司提供专业基于智能化、大数据方向的第三方风控业务，目前已做到行业领先水平。我认为这个行业会持续发展、演化和改进，为汽车金融提供更快速、更精准、更智能的风控服务。

孙文凤 万位科技VP

记者：张明艳 中国汽车金融实验室高级研究员

《中国汽车金融》于2011年由南方报业集团旗下主流财富管理类媒体——二十一世纪报系主办，是中国首份专业汽车金融杂志类特刊。