当前位置:首页 > 【图】马上消费金融双引擎风控手段提供秒级服务

【图】马上消费金融双引擎风控手段提供秒级服务

时间:2017-03-28 15:54:03来源:TechWeb

原标题:马上消费金融双引擎风控手段提供秒级服务

  消费金融大数据风控,在各家公司所处的不同阶段、审批标准各不相同。

  在传统金融机构的信贷审批中,早期主要依赖于信贷员的专业经验,效率相对低下,且信审标准因人而异,客观性和科学性不足。在这种模式下,普通消费者想要借到钱,不仅要花费较高的时间成本, 还要准备各种纸质资料,还有可能需要托门子、找关系,欠下各种人情。

  伴随着评分卡的兴起,传统金融机构逐步加入自动化的批量审贷。然而,由于评分卡模型主要依赖于客户的信贷数据,对于没有信贷记录或者信贷历史不够长的客户来说,难以获取相应的金融服务。同时,评分卡模型审批规则相对简单,很容易被欺诈团伙破解,这就给那些团伙欺诈分子留出了钻空子的机会。

  随着互联网、大数据、征信等行业的发展,得益于机器学习和大数据模型,无抵押无担保的消费信贷审批在自动化审批方面愈发高效。

  以马上消费金融为例,在运用传统客户身份识别手段的同时,增加活体识别、人脸比对等新兴技术手段,进一步增强客户身份识别精准度、有效防范控制第三方欺诈风险。

  在此基础上,以央行征信数据为基础,但又不局限于央行征信数据,充分挖掘并利用客户的其他信贷数据、消费数据、互联网痕迹数据等,生成高达几万个的风险变量,并分别输入不同的预测模型,例如欺诈模型、身份验证模型、还款能力模型、还款意愿模型等,更为精准细致的评估客户的信用风险和欺诈风险。

  如此一来,有效地解决了客户没有信贷记录或信贷数据不充分的问题,所以,即使是没有任何信用记录的小白用户,同样可以在马上获得贷款。

  在构建模型的过程中,马上消费金融充分利用了深度学习方法,即效仿AlphaGo的一些算法。用专业术语来讲,就是:1、强调了模型结构的深度;2、明确突出了特征学习的重要性。

  并且,基于大数据模型的自动化审批,能不断优化信审流程、提升业务量,同时有效控制风险;而高速发展的业务也为大数据模型积累了更为有效的训练样本,使得模型可不断迭代更新,真正实现数据和技术驱动的信贷决策。

  也正是基于大数据模型的自动化审批,使得马上能够为广大用户提供审批速度达到秒级的消费贷款服务。

声明:本网部分信息转载于其他网站,如稿件涉及版权等问题,请联系我们!