登录 申请

在线客服

返回顶部

当前位置: 关于我们 > 新闻动态 > 壹诺科技:大数据风控系统如何把控信用风险

壹诺科技:大数据风控系统如何把控信用风险

2018-11-21 来源:壹诺科技

信用风险又称为交易对方风险或履约风险,指交易对方不履行到期债务的风险。大数据风控系统如何把控这一类风险呢?这个问题需要从下面三个阶段逐一讲解。

1、授信准入阶段

首先是授信准入阶段,此阶段最重要的模型是进件评分卡模型,数据来源主要分为申请信息、历史消费信息、外部信息(例如多投借贷、公积金等)。常用模型包含LR、Xgboost、FFM等。需要注意的是,由于很多公司的数据维度是有限的,分数低的用户并不一定是逾期风险较高的。其次由于黑产的猖獗,时刻需要提防刷分、养号的用户,最好的解决方式是通过分析异常群体的行为,构建有区分度的特征或者引入更多数据维度使得可以更加细腻的刻画正常用户的行为,最后还需要结合产品去完善模型。

2、用户生命周期阶段(贷中)

当用户准入后需要进行用户生命周期管理,常用到模型是行为评分卡。和准入阶段不一样,在这个阶段,用户由于大多已经有过至少一次的还款行为,因此可以在数据维度加入借贷数据。除此之外,需要考虑如何调整额度和息费,保证优质的用户得到更低的息费和更高的额度,而数据表现较差的用户需要用更高的息费来覆盖风险。

(图源摄图网)


3、催收阶段

最后一个阶段,一小部分用户会逾期进入催收阶段。这个时期重点是失联修复和催收评分卡,即刻画用户经过一定的催收动作后还款的可能性。失联修复很好理解,就是通过各种社交数据,建立起关系网络找出与欠款人可能相关的人或者欠款人的其他联系方式。而催收评分卡需要使用到催收数据,催收数据大多是文本音频类型文件备份,因此对这种非结构类型数据的挖掘是这个阶段的核心。

壹诺科技作为一款领先业界的信贷管理工具,所采用的大数据风控系统,是一款面向贷前质量审查、风险测评、贷中动态管控和贷后精准营销的智能化系统。涵盖资质审核、欺诈范围到信用评估的全流程审核。可最大程度地替用户解决对接周期长、流程复杂、风险成本高等业务难题。


欢迎大家随时关注“新闻动态,大数据让您的生活更智慧、更美好!

分享到: