大数据风控同传统风控在本质上没有区别,主要区别在于风控模型数据输入的纬度和数据关联性分析。商业银行的智能风控解决方案大数据风控的优势是显而易见的,但打造大数据风控的能力却并不容易,尤其对于传统商业银行来因为缺少互联网基因,在零售信贷领域频频受到挑战。

1、现在很多机构都说是智能风控、大数据风控,能否通俗的解释下?

现在很多机构都说是智能风控、大数据风控,能否通俗的解释下

谢邀,大数据风控使普惠金融成为可能,传统风控模式审批流程长,作业成本高,致使很多传统金融机构没有兴趣服务小额借款人。而大数据风控全流程线上,能够实现“小额大量”的快速作业,规模效应形成规模收益,大数据风控的应用使得金融机构降低坏账率的同时,借款人的融资成本也大幅降低。真正实现了“普及”和“优惠”,大数据风控可以说就是为普惠金融而生的。

实操中,大数据风控就是以大数据风控建模的方式来审批借款,主要包括三方面。一是基本信息的判断即判断“你就是你”,而不是冒用别人身份的欺诈行为,在传统风控模式下,判断是否本人贷款主要靠“面签”,借款人要到金融机构的网点,现场接受审核。在大数据风控模式下,活体识别技术的应用就解决了这个问题,对着手机张张嘴、眨眨眼,金融机构就能够基本判断借款用户的身份真实性。

二是还款能力的判断还款能力主要由收入水平决定,在传统风控模式下,金融机构会要求你提供收入证明,甚至是银行流水,但大数据风控有更多的维度可以进行更准确的判断,例如电商背景的小贷公司在给C端客户贷款时,会根据客户的历史购买行为来推断用户的收入水平,外卖平台背景的小贷公司在给B端商户贷款时会根据该商户的外卖流水来推断营业收入,

三是还款意愿的判断在还款能力充足的情况下,还款意愿差一般包括欺诈和信用意识差这两种情况。反欺诈工作主要基于白名单和黑名单,白名单就是“好人名单”,这个名单内的就可以批贷;黑名单就是“坏人”名单,这个名单内的就拒贷。黑白名单的确定主要依靠的就是评分卡,高于某个阈值就进白名单,低于某个阈值就进黑名单,而评分卡的有效性主要依靠的是大量的数据积累。

除此之外,各家金融机构由于数据来源的不同,在大数据风控具体建模方面,还应用了很多差异化的策略,例如通过获取设备数据(一般是手机),来判断用户是否为批量操作借款,或者通过人工智能分析用户的APP操作数据进而对用户的欺诈风险进行评分等,商业银行的智能风控解决方案大数据风控的优势是显而易见的,但打造大数据风控的能力却并不容易,尤其对于传统商业银行来说,因为缺少互联网基因,在零售信贷领域频频受到挑战。

但挑战也是机遇,在转型零售银行,创新金融服务的过程中,很多银行选择与数据科技公司合作,由成熟的智能风控方案供应商提供高效的解决方案,在大数据风控方面,京东数科以金融科技为驱动力,深度契合场景,提供全流程风控解决方案,专业风控团队提供全面咨询支持,覆盖贷前反欺诈、贷前审核、贷中、贷后持续监控,AI催收等,为商业银行金融场景输出智能风控分析服务。

2、大数据风控用了什么模型?有效性如何?

大数据风控用了什么模型有效性如何

大数据风控模型主要包括:反欺诈模型、二元好坏模型、资产包风控模型等,其有效性主要包括以下三个方面:1、有效提高审核的效率和有效性:引入大数据风控技术手段分析,通过多维度的信息分析、过滤、交叉验证、汇总,可以形成一张全面的申请人数据画像,辅助审核决策,可以提高审核的效率和有效性。2、有效降低信息的不对称:引入大数据风控技术手段分析,通过多维度的信息分析、过滤、交叉验证、汇总,可以形成一张全面的申请人数据画像,辅助审核决策,可以提高审核的效率和有效性,

3、有效进行贷后检测:通过大数据技术手段对贷款人进行多维度动态事件(如保险出险、频繁多头借贷、同类型平台新增逾期等)分析,做到及时预警。大数据风控同传统风控在本质上没有区别,主要区别在于风控模型数据输入的纬度和数据关联性分析,据统计,目前银行传统的风控模型对市场上70%的客户是有效的,但是对另外30%的用户,其风控模型有效性将大打折扣。


文章TAG:大数据风控是什么  大数据风控用了什么模型  大数据  数据  风控  
下一篇