1. 主页 > 新闻中心 > 新闻发布 > 详情

智能风控是如何深刻影响消费金融的?

 
国内消费金融发展一日千里,大数据、人工智能、云计算和区块链等技术功不可没。这其中的影响尤以风控方面最为深远和重要,智能风控已经成为不可阻挡的潮流和发展趋势。国内消费金融信贷平台中望金服超人卡认为,智能风控重构了消费金融行业,深刻影响和变革了消费金融。
 
说明: https://timgsa.baidu.com/timg?image&quality=80&size=b9999_10000&sec=1529920530994&di=444d3914cc758ac49c5571b30ac2d26f&imgtype=0& data-cke-saved-src=http%3A%2F%2F08.imgmini.eastday.com%2Fmobile%2F20180525%2F20180525115320_87e98e16ef154a7a8a96094623633347_1.jpeg src=http%3A%2F%2F08.imgmini.eastday.com%2Fmobile%2F20180525%2F20180525115320_87e98e16ef154a7a8a96094623633347_1.jpeg
(网图)
 
团队数据和系统 传统消费金融风控局限
 
以往传统消费金融机构的风控尽管有专门的部门,但是专业人员仍有限。数据也多为碎片化的,主要数据是客户填表提交的个人资信资料(远没有当今大数据的多维度立体审核),风控体系上也没有形成专业专门的系统。催收方面,基本上是人海战术,很多商业银行信用卡或消费金融公司都要委派大量第三方催收机构,现实催收人员素质良莠不齐,导致暴力催收等各种社会矛盾不断,危及社会稳定和金融安全。然而,大数据和智能风控时代来临后,一切都改观了。
 
如何理解智能风控?
 
PINTEC首席风控官童海指出,智能消费金融中的“智能”,是指依赖于大数据,人工智能等技术,实现从获客、产品设计、风控定价、放款到贷后管理等信贷全流程的智能化,“智能”在消费金融业务中的体现应该是“端到端”的。
 
而同盾科技则指出,智能风控对金融机构前中后台、非金融机构前中后端进行重塑,形成贷前贷中贷后体系化和全周期化的生态系统。如果以更细化的场景来看,通常解构成销售管理、反欺诈、贷前准入、客户授信、贷后管理各个环节。
 
智能风控之智能获客
 
传统消费金融的获客一般依靠线下渠道或者部分线上广告,而智能风控的到来则助力消费金融机构实现智能精准获客。
 
如何具备智能获客的能力,一般依靠两个渠道。一是消费金融公司自身构建的智能风控体系;二是第三方服务机构。比如国内创业板大数据金融科技第一股的康旗股份,就成立了大数据金融科技实验室,向银行、保险和消费金融等机构输送智能获客、智能营销和智能风控等的智能解决方案,提供B2B2C金融科技服务、大数据营销服务和行业信用报告服务。
 
类似的还有中望金服。作为国内优秀的金融科技服务平台,中望金服凭借在低成本获客、多维度大数据应用、风控技术等方面多年沉淀的优势,一端服务于金融消费者,为个人和小微企业提供普惠金融服务;另一端服务于各类金融机构和合作伙伴,为其提供智能获客、大数据风控、智能系统等解决方案。
 
而智能风控如何实现智能获客和精准营销?一般来说,大数据发挥重要作用,通过数据聚合(数据聚合超算中心)打通行业数据,然后进行专业的数据分析和定向推送。
 
智能风控之贷前准入和反欺诈
 
百度早在2017年6月份推出反欺诈系统-磐石,在贷前环节,其反欺诈身份识别就包括了三个部分:设备风控、活体识别、OCR文字识别。通过这三层筛选能有效防控伪冒申请、虚假资料。贷中环节,通过风险名单、多头防控、关联黑产,配合地理位置核验、信用分、用户授权认证等,有效拦截金融欺诈产生。
 
而中望金服超人卡则充分发挥数据和风控的优势进行贷前审核和防范欺诈。数据方面,中望金服在多年行业经验和自有数据沉淀的基础上,在公司成立初期进行风控系统搭建和决策引擎上线等基础设施搭建的同时,即开始与数十家征信公司、第三方数据公司进行对接和评估。数据抓娶外部数据引入、数据存储、数据挖掘、模型应用、精细化管理等,把专业严谨落实在每一步,以确保数据的准确性和模型应用的可靠性。
 
风控方面,中望金服主管团队成员平均从业时间10年以上、拥有千亿级信贷资产审核经验,自主研发的全流程智能风控系统“猎隼”闻名业界。以自有大数据为基础,千维数据融合复杂关系图谱,对借款用户进行全面立体画像,提高产品匹配精准度和反欺诈效率,结合美国Sparkling Logic决策引擎系统,进行全流程多维度风险防控,将风险防控落实在每个环节。
 
智能风控之客户授信
 
这里的客户授信包括风险定额和定价管理。PINTEC首席风控官童海指出,传统金融机构的借贷额度管理主要是参考客户每月应还债务与其收入之比(“负债比”),智能消费金融会将客群分组,通过结合多维风险模型和负债比,收入模型等,作出最优化的技术决策。
 
而定价管理方面,智能消费金融可以在利率定价上做很多测试,保证能将最优的价格与最优的额度、最优的期限进行匹配,再给到最合适的客群。传统金融机构则很少有“根据不同的风险进行不同的定价”这种操作,所有的产品统一定价。
 
智能风控之贷后管理
 
众所周知,贷后管理是整个智能风控闭环中非常重要的一步,其中又以逾期催收为最大的痛点。过去一些大型银行和消费金融机构都要“供养”数量庞大的催收团队,有些团队人数过千,催收的主要手段是靠打电话,带来了如成本过高、加剧社会矛盾等诸多问题。
 
而依托人工智能等技术的智能风控则有效解决了这一难题。比如同盾科技的智能风控系统利用智能语音识别、语音合成、语义理解以及交互话术共同形成高度智能化、精准化的智能催收产品,集中解决传统人工模式下,合规、合法、效率等问题。尤其是“失联”的客户,也能通过大数据关联的手段去触达,为下一步人工介入提供基础。
 

原文: