乐信CRO乔杨

近日，乐信首席风控官乔杨在接受英文媒体《南华早报》独家专访时表示，乐信凭借全AI风险策略管理系统，实现了以“日”为单位的风险精细化管理，新增放款量逐月攀升的同时，资产质量持续改善。最新数据显示，乐信1天以上的逾期率为4.92%，比去年同期降低40%，风险表现为近两年来最优，并保持行业领先水平。

财报显示，截至今年1季度末，乐信平台90天以上的逾期率为1.84%，新增借款的FPD30已经连续8个月保持在1%以下。目前，乐信1天以上的逾期率为4.92%，比去年同期8.08%降低40%；最新坏账回收实现回收率和回款金额创历史新高，历史不良资产回收率比去年同期提高30%。

乔杨在接受采访时表示，优异的风险表现得益于乐信在风险管理领域建立起了一套基于AI、大数据、云计算等前沿科技驱动的风险策略管理系统，实现了对风险的精细化运营及智能化分析处理。

如何获取丰富且合规的海量大数据，是智能化风险管理的关键。乔杨介绍，乐信是通过联邦学习、联合建模的方式来实现这一点的，这样既能充分利用行业积累的用户数据，又避免隐私信息泄露，打破数据孤岛，实现“数据可用不可见”。

有了稳定可靠的大数据，乐信据此打造了自动特征生成、LBS风险识别评估、无监督用户聚类等底层技术，又进一步形成诸如生命周期坏账预测、营销策略编辑、效用策略等模型能力，支撑起全流程策略体系(授信、额度、交易、产品、资产配置、反欺诈等)，全面覆盖并灵活支持前端业务各环节，精准定位客户并识别客户风险，实现规模化增长的同时，不断提升ROI。

为有效监控风控模型效能，实现对风险的精细化管理，乐信还专门搭建了风险监控预警及自动分析系统，形成了按日、周、月的追踪预警分析机制。其中，日维度可以对实时坏帐率和走势做出预测；周维度可基于大盘各业务进行收益复盘；月维度可对人群风险及策略效能进行合理有效管控。

有了这套系统，就可以把策略模型效能、用户管理、催收运营等一系列指标拆分到每一天。如果目标与实际出现偏差，自动化预警系统就会第一时间发出预警，自动化归因系统则会将引起指标波动的因素以气泡图的方式展现，便于有针对性地进行风险管控和拦截。

“这套系统的关键在于确保我们能够及时发现问题、分析问题和解决问题。”乔杨介绍，传统风险管理方式需要耗费大量人工挖数据、整理、分析，得出结论，存在人工操作风险，且效率低，而在AI风险策略管理系统加持下，人工操作风险可以降到最低，风险分析师能够有更多时间用在分析数据，而非获取和整理数据上，从而大幅提升风控效率。