金融行業風控概念及分析

2021-07-25 04:56:45 字數 1476 閱讀 9851

網際網路金融是指以依託於支付、雲計算、社交網路已及

搜尋引擎等網際網路工具,實現資金融通、支付和資訊中介等業務的一種新興金融。做好

網際網路金融,要立足於三個基本點:平台、資料、金融。而在這其中,大資料,作為連線平台、使用者、金融等方面的工具,有著舉足輕重的意義。

由於網際網路金融涉及廣泛、囊括多個領域,各領域的風控策略也不盡相同,不能一概而論,下面就大資料風控在網際網路金融領域的運用做乙個大致的分類和解析。

首先,如何理解大資料風控

大資料風控的有效性除了強調資料的海量外,更重要的在於用於風控的資料的廣度和深度。其中:

資料的廣度:指用於風控的資料來源多樣化,任何網際網路金融企業並不能指望依據單一的海量資料就解決風控問題,正如在傳統金融風控中強調的「交叉驗證」的原則一樣,應當通過多樣化的資料來交叉驗證風險模型。網際網路金融的風控策略也如此,可能對同一風險事件採用了多種策略。

資料的深度:指用於風控的資料應當基於某個垂直領域真實業務場景及過程完整記錄,從而保證資料能夠還原真實的業務過程邏輯。例如,很多第三方支付平台有豐富的真實交易記錄,但由於大部分場景下無法獲取交易商品的詳細資訊及使用者身份,在用於風控時候價值大打折扣,因而資料的完整性和垂直深度很重要。

1、基於某類特定目標人群、特定行業、商圈等做風控。由於針對特定人員、行業、商圈等垂直目標做深耕,較為容易建對應的風險點及風控策略。

例如: 針對大學生的消費貸,主要針對大學生人群的特徵

針對農業機具行業的融資擔保。

針對批發市場商圈的信貸。

2、基於自有平台身份資料、歷史交易資料、支付資料、信用資料、行為資料、黑名單/白名單等資料做風控。

>>>>身份資料:

實名認證資訊(姓名、

身份證號、手機號、銀行卡、單位、職位)、行業、家庭住址、單位位址、關係圈等等。

>>>>交易資料/支付資料:例如b2c/b2b/c2c電商平台的交易資料,

p2p平台的借款、投資的交易資料等。

>>>>信用資料

p2p平台借款、還款等行為累積形成的信用資料,電商平台根據交易行為形成的信用資料及信用分(

京東白條、

支付寶花唄),sns平台的信用資料。

>>>>行為資料:例如電商的購買行為、互動行為、

實名認證行為(例如類似

>>>>黑名單/白名單:

信用卡黑名單、賬戶白名單等。

3、基於第三方平台服務及資料做風控 網際網路徵信平台(非人行徵信)、行業聯盟共享資料(例如小貸聯盟、p2p聯盟) fico服務、retail decisions(red)、maxmind服務。

>>>>

輿情監控及趨勢、口碑服務。諸如巨集觀政策、行業趨勢及個體案例的分析等等

4、基於傳統行業資料做風控 人行徵信、工商、稅務、房管、法院、公安、金融機構、車管所、電信、公共事業(水電煤)等傳統行業資料。

5、線下實地盡職調查資料

包括自建風控團隊做線下盡職調查模式以及與小貸公司、典當、第三方信用管理公司等傳統線下企業合作做風控的模式。線下風控資料也是大資料風控的重要資料**和手段。

金融風控專案

一 問題定義 金融的核心是風險控制。自然而然地,ai的主戰場也變成了如何使用ai技術精準的做風險控制。在風控領域,有乙個很重要的問題是 如何通過使用者的資訊來判斷使用者的逾期與否?我們通過收集使用者的基本資訊 地域資訊 社交資訊等來判斷乙個人的逾期概率。資料如下 二 roc與auc 特徵工程 第一 ...

金融風控模型

工作中暫時未涉及。此處為有幸得到的ppt。記錄學習內容,還有些心得,有錯誤請指出,感激 什麼是欺詐風險 網路借款人是否是本人 網路借款人提交的資料是否真實 什麼是信用風險 網路借款人是否有還款的能力 是否是沒有還款意願的老賴,多次違約 貸款公司如何防範以上兩種風險 針對乙個p2p借款的流程來說,借款...

金融風控資料

anthor 小李江湖 date 2020 9 15 好記性不如爛筆頭!最近報名參加阿里天池金融風控貸款違約 大賽,學習資料分析方法,以賽學習,在此記錄學習的過程,總結參加大賽的方法。1.1 參賽目的阿里天池平台為初學者提供學習平台,為大神提供展示才華平台。本人一直在學習的門口遲遲徘徊無法入門,藉此...