互联网金融大数据风控docx.docx
《互联网金融大数据风控docx.docx》由会员分享，可在线阅读，更多相关《互联网金融大数据风控docx.docx（20页珍藏版）》请在冰点文库上搜索。
互联网金融大数据风控docx
互联网金融
大数据风控
♦前几年P2P网贷刚兴起时，大家一窝蜂地大聊用户体验；从去年开始，大家一窝蜂地大聊风险控制；现在大家又开始大聊大数据征信。
大数据征信体系，可以更好地解决目前
互联网金融行业面临的风控问题，降低
P2P平台坏账的几率。
玲数据其实不可以改变风险，但是可以把风险量化，就如互联网金融其实改变不了金融的本质
和风险，而是作为一项工具更加高效和透明去
做金融。
借大数据风控的理财平台创新之处,也是互联网财富管理行业的发展方向。
•►无论是在个人理财业务，还是在B2B产业链力艮
务上，互联网金融都可以且也应该把控住信息岛每一个环节，让资产的流通更为透明，这在防控风险的同时，也让投资者更为放心。
♦大数据风控的利器之一，即“大数据反
欺诈功能”，其实质是通过对大数据的
采集和分析，找出欺诈者留下的蛛丝马迹，从而预防欺诈行为的发生。
其现实意义在于提升坏人的欺诈成本，玉欺诈行为发生之前就将其制止，进而净化诚
信体系。
■►哪些互联网金融的大数据可以用来做风控？
可被用于助力互联网金融风险控制的数据存在多个来源，比如电商大数据、信用卡大数据、社交网站大数据、小额贷款大数据、第三方支付大数据以及生活服务类大数据等。
■►以阿里巴巴旗下蚂蚁金服为例，它已利用电商大数据建立了相对完善的风控数据挖掘系统，并通过旗下阿里巴巴、淘宝、天猫、支付宝等积累的大量交易数据作为基本原料，将数值输入网络行为评分模型，进行信用评级。
•是否准入
•授信额度
•定价
互联网信贷风险管理
贷款
■］款.■
•支用监控
审核
.反欺诈
・自动审批
策略
・预警监控
•催收策略・案件管理
全流程的风险管理
平台在小额贷款审核领域风控手段各行其道
目前平台所采用风控机制曲于P2P平台背景不同，相应风控机制也呈现多样化,多数模式在展业过程中虽谋取到短期利益,会给平台及行业积聚风险。
银行*方法成熟固定
借餌
•不成型或刚起步
民间借贷
P2P
借贷.__-I亿元级别企业
千万元级别
中小企业
百万元级别十万元级别
小微企业微小企业
万元级
个人
户均额度
统一标准风控是对行业内客户的负责,更是企业稳定盈利保障
担保人偿还贷款能力高低
如何确保P2P借款客誡心关注的效率、额度、利率实现？
如何确保P2P岀借客户资金安全？
平台收益来源交易佣金删息收入,风控能力涉及产品定价,—定驗上决定了平台盈利基础。
#风控机制优豹直接影响到用户资金安全及使用体验。
风控标准是否形成
直接影响平台及行
业健康发展。
P2P网贷全过程至少五十多环节，风险点达数百项!
无规矩不成方圆
P2P网贷行业风控标准待形成
“政策管控
•P2P禁处三类红线
•行业十大原则
监管机构对某个行业进行管制有两种方式，其一是直接方式，即牌照准入制；其二是间接形式，即提岀相关要求「设定门槛。
P2P作为创新金瓢服务形式,后者监管方式较为适合，可能性也最大。
•小额信贷联盟发布白皮书
•产业参与方协同发展
P2P平台加入网络征信系统,在展业时信用会节省较大的人力、物力及时间成本。
另外清结算分离、期限错配风险等问题的逐步得到缓解。
X统一技术标准
•尤其在风控方面，亟待形成
目前P2P公司风控做法不一，即使fico逬入也难落地。
从竞争力量角度，行业中规模较大的企业将率先完成变革,其风控优势被普遍认可后，或会逐渐演变为行业标准。
风控审核：
传统模式主导,新兴技术〃冒尖〃
每一种模式适合不同的企业类型及特定发展阶段，发展过程中都需要注意:
客户定位、风险控制、产品设计、营销模式、IT支持
•根据多元用户数据采用逻辑回归、决策树分析、神经网络建模等方法来建立风控模型,从而在审核实现决策自动化,在我国这种现在还处于探索阶段
IPC技术信贷工厂FICO大数据风控
IPC审核技术受小型P2P平台引用广泛
与信贷工厂明显的区别是,单人全流程
营销
X
调直
V丿
审批
V丿
发放
V丿
mix
V丿
r、
催讨
\/
ipc微贷技术应用广泛，在我国城商行应用较广，其核心是信用为主、注重借款人还款能力和还款意愿。
技术特点
优势：
客户经理操作上手快,业务人员需求少,比如对于50个客户经理，10000个客户规模以内的村镇银行适nipCo
同时存在诸多弊端：
客户经理全程参与,营销时间少，师傅带徒弟的培养模式，人员培养成本高，有技术流失风脸。
应用点评：
如果P2P平台仅作本地区小額借贷市场,IPC技术值得借鉴.目前多数平台通过在各地设分支机构的做法进行扩张,无壘成本问题不容忽视。
随着网络金融的发展,聘区域全网損盖的行业发展趋势对新型审核授信技术有着急切的诉求。
类银行〃信贷工厂〃模式移植网贷难度较大
信贷IT爸
进行批隸工加翩您醤翩驚加瞬严…流水线”作业方式
前台中台葩
信贷工厂优势明显；［专人专岗、前中后台分离「客户经理有更多营销时间，专人进行贷后和交
点评：
信虹厂解决了银行以往贷款8勝的不能集中化审核,效率低下问題。
而P2Pf§贷标的具有明显小额滴化離,人力与定了P2P肠離信SIF峻模式
FICO接轨中国P2P模型基础需因地制宜
FICO■FICO技术为美国三大征信局、商业银行引用,已成为美国个人信用评分标准
中国P2P机构
方法和霍«&鬻11翩嘶離国P2P业务依然存在较大的借鉴意义。
P2P基于大数据风控模型开始在小范围实验完善
捕捉历史信息和未来信用表现之间关系
帮助平台制定有效的管理策略，开拓市场、控制风险、挖掘收益,实现投融资服务最高效益
领先平台建统一标准促行业梯队化形成
社会征信体系讀
在2013年底监管机构放宽第三方民营征信机构管制,快速发展,同时大型互联网平台就用户交易数据对接央行在展开洽谈，社会征信休系的完善有利于P2P风控标准体系建设。
行业资源共享
拥有海量数据资产的电商平台、第三方支付机构,发展迅速的P2P平台各自在协作方面分割明显,金融机构沉淀数据开发也优先在商业性银行幵展起来,未来行业性资源共享主体将受到关注。
躺评分技术开发
无论是FICO还是IPC,亦或传统银行信贷模型，部分P2P结合互联网技术已在指标维度、权重、决策引擎设置等多方面逬行着创新，相信未来会发生决定性作用。
大数据风控结果趋同化弊端将由少数平台优先突破
|目前部分平台采用"大数据技术’来做风控,审核结果严重趋同现象不容乐观。
真正大数据风控技术需要多!
|云数据源（平台积累、征信机构、同业共享）来支持风控审核模型决策,具有处理高效、风险可控、并行性强、单：
!
笔贷款成本低、边际效应明显等特点，这在行业内仍有待形成。
!
大数据典型案例：
微贷云决策平台
营销策略
厂—
/I
圭入授信
辅助审
批二
险保护
预警催收'•”
（
反欺诈
V
在线、离线模型
:
综合管理1
资源仓库
在线服J务■」
离线计
消息服务
开发环
境一
仿真测试
计算驱动引辱
在云端
OTS
OSSODPS弹性计算OB
云平台
AGDS云决策平台
业务支持
海量的客户数据（PB级），庞大的计算量（3TB）众多的数学统计分析模型，灵活多变的信贷政策
案例:
蚂蚁金服一小微贷
上千万客户数千万次交易数百亿元授信
1元起贷3分钟放贷1%以下坏账率
・解决小微企业贷款难的问题
•金额高
•流程长
•授信难
•周期长
・完全以数据驱动的产品
・对既有数据进行二次挖捌
・颠覆原有业务模式
•规模优势
AGDS云决策平台
在云端
云平台
OTSOSS
ODPS
弹性计算
0B
核心流程
贷款产品请求
贷款iSrm
批量计算
实时计算
离线计算
实时计算
卖豕状态
店铺状态
交易状态
还款状志
预警、催收:
案件输出
工程化协作产出模型
工程
Modeljar
—规则
多团队
转化
模型计算运行时
模型
fofel
©S2
備r>
f
fe
J
r
1
决策弓1擎
p1
决策树
规则集评分卡决策表
数据是微贷的核心
通过对海量数据的训练和策略优化，直接部署在生产中的数据模型实现了整个信贷流程的全自动化
业务流程
业务流程
业务管理&决策
营销
微贷
理财
保险
证券
审批
审批
授信
授信
支用
监控
催收
支用
监控
催收
基础数据
微贷
企业类
消费信贷类
外部数据
P2P平台的数据金融趋势
一方面,夕卜部电商平台数据的引入弥补了平台自身的数据缺憾「为数据金融提供了可操作的基础；另一方面，在带来数据的同时「也带来了萸多的借款人需求「综合数据的引用提升了数据金融操作的可施
大数据的特征主要包括:
数据休量巨大、錘类型繁參，处理速度极快.而传统线下的业努模式难以形成大规模、參种类的数据资源，更难以实现高效的数据分析。
因此,线上业务模式为数据的积累提供了可行性睿
但与此同时,P2卩平台数据由于现有用户规模有限,可监测的自有数据无论在规模还是丰富程度
层面均存在制约,又受制于我国目前不健全的信用体系,导致P2卩公司自身数据积累将面较大的困
自身平台数揖
外部互联网数据
网站行为数誓
提交信息数据
金融企业数据
金融行为数据
证券
基金
保险
政府监管数拐
稅务数提
海英数据
交滿违章数据
健全数据证佶体系
全社会共享
信用数据
难。
电商交场数据支付企业交易数
社交网络数抠
物流数据
积极开展社会化征信体系
首先J目前中国小微金融及长尾个人消费金融的核心障碍在于我国目前的征信体系尚不健全「造成了信用无价值的情形•而网贷平台则为更多的d熾企业和长尾个人用户建立了社会化的征信体系,为其未来的融资服务提供了可参考的信用数据基础；其次「参照西方发达国家的征信体累在用户的隐私猖到保护的前提下,未来我国的用户征信体系势必要向社会进行开放，而线上的网贷企业则获得了更高的政策层面的话语权；最后「大量的用户信用数据的积累为拍拍贷未来的发展留下了长期可参考的数
社会征信体系的发展阶段
阶段
■■■■
监警特征
行业自律
政策介人
金融监管
社会监管
RiskManagement立体风控
＞微小企业牛
＞学生及其家长
＞贫困农民
释放信
附值
商懶
信用
信用教育
信用审核
接
＞中产阶级
＞高净值人士
，是P2
信用是这种商业模式的核心r信人信已,信用中
P平台的经营之道
帮助别人成功,自己也因此而成功,
升级会员 