近日,在世界人工智能大会云端峰会未来金融论坛上,《中国金融科技风控报告2020》正式发布。《报告》指出,依托大数据、云计算、人工智能、机器学习、模型算法等技术,金融科技风控厂商从数据、技术、客户三方面切入,通过科技赋能,将传统风控升级为金融科技风控,极大地改善了金融机构日益增长的风控效能需求与落后的风控模式之间的矛盾。
信贷、支付、供应链是风控常见的三大场景,其中信贷业务主要分为零售业务和对公业务。以零售业务为例,传统风控由于以人工为主,但人才较为稀缺、且人工处理数据的速率有限等原因,因而存在数据口径单一、人力成本较高、无法覆盖信用白户等诸多问题。而金融科技则依托人工智能、大数据等技术的赋能,在信贷业务全流程的各个环节进行优化,通过多维度数据和智能化分析模型,助力金融机构风控水平提升。
以凤凰金融旗下网贷中介信息服务平台凤凰智信为例,其风控团队基于数十年的国内外经验打造了一套完善的信贷风控流程:以针对借贷用户的用户画像为起点,通过数据挖掘与分析,描绘借贷用户的行为习惯、风险特征等指标,把控前期风险;同时,将贷款申请流程中的贷前、贷中、贷后等各环节与信贷业务经验、大数据智能分析手段进行充分融合,构建完整的全流程风险防控体系。
在贷前,金融科技风控主要起到数据支撑、规则策略制定、黑名单筛查等作用,并通过多维数据建立信用模型,进而画风风险等级,帮助审批和授信。具体来看,凤凰智信首先针对用户提供或授权的年龄、职业、收入、资产、负债等多维数据进行收集整合与分析挖掘,并通过活体及人脸识别及欺诈行为识别等,多维度交叉核实用户身份,确保借款人为真实用户。
之后,再通过信用评分模型,从个体稳定性、还款能力、还款主动性等多个维度深度分析用户数据,导出客观的个人综合信用状况评分;并通过线下尽调查询、人工信审等方式进行交叉验证,进而评估客户的还款意愿、还款能力等借款风险,最终划定客户风险等级,并基于客户的风险等级制定消费信贷产品准入、额度授信和风险定价策略,合理匹配信贷产品。
在贷中,金融科技风控则重在风险监测,主要从多维度进行预警。在这个环节,凤凰智信通过建立监控报表体系、实时跟进还款数据走势;同时,构建行为评级模型,实时同步借款人在申请借款之后新增的各类不良信用记录、资产变更等信息,对资产进行实时监控;并基于关系图谱,评估用户人脉圈的借款及还款表现,通过多手段客户回访,挖掘客户潜在风险,从而及时规避风险、减少资金损失。
在贷后,金融科技风控则主要对贷后资产表现进行评估,同时迭代催收模型,以便调整贷后策略。凤凰智信可以结合用户信息、账龄信息、额度费率信息等构建了贷后修复模型,针对不同逾期程度的用户采用个性化策略,并通过效果不断优化模型、调整策略,进行修复工作,从而更好地解决坏账隐患。
综上,运用领先科技,凤凰智信打造了包括反欺诈模型、信用决策模型、贷款风险等级模型、坏账率预测模型等在内的全面大数据风控模型,拥有完善成熟的智能风控管理系统。借助强大的数据处理与建模能力,凤凰智信能够精准筛选优质借款用户,为借款用户提供资金支持,同时充分保障投资者的资金安全。
A5创业网 版权所有