KYC 1.0体系在陆金所尽人皆知，平安科技团队也对此做过详细的研究，于是会议安排是先由王经理介绍平安科技的方案，然后在此基础上，陆金所团队再修改和补充。
王经理做足了功课，首先说明陆金所在风控模型中引入大数据也是非常必要的，在介绍PPT上展示了很多关于央行征信的数据：央行的征信系统是通过商业银行、其他社会机构上报的数据，结合身份认证中心的身份审核，提供给银行系统信用查询和提供给个人信用报告。但对于其他征信机构和互联金融公司目前不提供直接查询服务。2006年1月开通运行的央行征信系统，至2013年初，有大概8亿人在其中有档案。王总解释道：“在这个8亿人当中，只有不到3亿人有过银行或其他金融机构发生过借贷的记录，其中存在大量没有信贷记录的个人。但是我们还要做这些人的业务，这时候大数据模型就可以发挥作用了”
此时王经理不无骄傲地说：“如今，平安集团是名副其实的数据巨头，拥有金融全牌照，是综合性金融服务集团。平安旗下有32家分公司，38个APP。平安集团是国内唯一一个把所有金融业务的数据都打通的金融机构，与其他金融机构不同的是，平安集团还拥有互联网数据。数据多并不是最重要的，数据的丰富和准确才是更重要的。平安有8.8亿人的数据，而且可以准确知道他的身份，可以持续获得轨迹数据。”
负责“平安一账通”的技术成员补充说：“我们从各种渠道采集动态大数据，为互联网金融企业提供重复借贷查询、不良用户信息查询、信用等级查询等多样化服务，随着加入这个游戏规则的企业越来越多，这个由大量动态数据勾勒的信用图谱也将越来越清晰。我们集团的‘平安一账通’具有天然的优势，用户仅需要一个账户，就可管理所有平安账户和50多个其他机构的网上账户，实现保险、银行、投资等多种理财需求。同时，‘平安一账通’上还有生活服务类网站的大数据如水、电、煤气、有线电视、电话、网络费、物业费交纳平台，客观真实地反映了个人的基本信息，在信用评级中可以发挥重要作用，可以在一定程度上解决信息孤岛的问题。”
王经理认为：在2.0系统中，应当加上投资人的客观实力这个维度，和原来的风险偏好维度相结合。客观实力着重考察投资人的基本信息、资产信息、投资行为、消费行为等；主观风险偏好则着重考察投资人的投资规划、投资经验、风险认知水平、风险敏感度等。风险测评方式则从过去单一倚赖主观作答的问卷形式，变为“问卷＋大数据”相结合的模式，以期更精准地对投资者的风险承受能力进行评估，进而对资产和资金进行更高效而精确的匹配。
陆总也表示赞同：“问卷的设计也需要改善。陆金所以前也用单一问卷形式，但是后来验证以后，发现它的误差在60%以上，也就是说，准确率非常低，不能真实反映投资者的风险承受能力。因此，基于单一问卷来做匹配，意义不大，无法真正做到精准匹配。不过问卷还是有用的，只是问卷方向需要调整，不应多问资产信息，而是应考量客户的投资规划、投资经验、风险认知水平、风险敏感度等风险偏好方面等要素。”
王经理记下了陆总说的要点，陆总接着说：“其实我觉得有的地方，技术是可以弥补传统方式的不足的。比如说，传统的客户风险承担能力识别，是让客户签一些文件，回顾一些问题，包括‘你的教育背景是什么，你的投资是什么，你的资产是多少，你的年收入是多少’。但我们逐渐发现一种有意思的现象：有的客户填写资料平均月收入5 000元，但半年间在陆金所投资了50万元；另外有人填写年收入100万元，但同期在陆金所平台只投资了1万元。其实我们发现完全看客户填的资料，不是很准确。你们有什么好的解决办法吗？”(www.xing528.com)
王经理说：“对，这样就需要从两个维度来评估客户的风险水平了，既要有客观的，也要有主观的。我们还可以记录用户在填写时的行为数据，更精准的把握用户的心理。这在过去填纸质表的时代是很难做到的。虽然我们也不懂心理学，但是大数据就可以反应其中的规律。通过多维度去收集投资者的用户数据，能为用户制定画像。”
陆总问道：“过去我们对于用户的评级只有五级，现在看来实在太粗糙了，加一个维度就可以多很多的细分级别了。具体怎么实现呢？”
王经理展开讲了一下，“过去的分级还是定性的，加上我们的模型可以实现定量。我们可以在原有的保守、稳健、平衡、成长、进取五大类型基础上对投资者风险承受力评估结果进行量化，每位用户都会获得专属的风险承受能力分值。两个维度的评估也对投资者风险承受能力的判断更精准。例如，一个非常富裕但保守的投资者，系统给予他的评级可能仅是平衡型；一个收入中等但风险偏好高、投资经验丰富的用户，则有可能被评为成长型投资者。”
陆总满意地说：“你们团队已经走得很远了嘛，我们过去也不是不想定量，就是当时技术还实现不了啊。现在能做到量化评估，就已经是行业内一个很大的进步了。我再具体问一下，长期来看，用户的风险分数也是会变化的，这也是过去困扰我们的一个问题，这点你们是怎么解决的呢？”
团队的机器学习专家解答了陆总的问题：“我们可以利用机器学习，对用户风险分数进行实时动态调整以反映用户风险承受能力的变化。在用户后续使用过程中，系统将根据用户不断积累的投资行为等数据对指标及参数进行自动调整，从而更准确反映用户风险承受能力。而且，该系统能够根据客户投资经验的累积、投资知识的学习等动态更新测评结果。也就是说，这个模型不是静态的，而是动态变化的。”
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
