大資料風控案例(總結他人)

2022-04-15 02:11:01 字數 3235 閱讀 6276

**於:

一、行業背景

1.1風控行業背景

當前,經濟下行導致中小企業經營成本不斷增加嗎,產品銷售**因結構原因和市場原因相對走低,企業利潤空間被進一步壓縮,許多中小企業陷入經營困境,導致企業經營風險加大、連鎖性風險陡增、潛在信用風險上公升、企業主的道德風險聚公升。一些重點領域的銀行等金融機構信貸風險進入了乙個暴露期,一些地區的金融機構已經出現不良貸款回公升苗頭,不良貸款高危行業中,鋼鐵與建材等行業信用風險快速上公升,製造業領域新增的不良資產已佔到整體不良資產的七成以上,與此同時經濟下行也使得個人信貸中的逾期率陡增,不良貸款率上公升,如何防控信貸風險,已成為商業銀行等金融機構扼待解決的課題。

1.2國內外風控技術現狀

序數衡量法:只能反映企業間信用風險的高低順序,如bbb級高於bb級,但其間的級差無法進行客觀量化。

creditmetrics;credit risk+credit portofolioview+:是組合投資的分析方法,注重直接分析企業間信用狀況變化的相關關係,但是它侷限於投資組合分析。

kmv:從單個授信企業在**市場上的**變化資訊入手,著重分析該企業體現在股價變化資訊中的自身信用狀況,但對企業信用變化的想關心沒有給予足夠的分析。

fico:fico在方法上通常採取邏輯回歸和決策樹。然而,這兩類方法是存在很大缺陷的。例如,邏輯回歸一般只能包含至多10-15個風險因子,且各變數必須服從正態分佈;決策樹要求對所有申請者的分類是完全互斥的。顯然,這些要求是難以滿足的,由此產生的結果是「偏誤」還是「錯誤」也很難評價。

zestfinance: zestfinance包含70000個變數,利用10個**分析模型進行整合學習或者多角度學習,並得到最終的消費者信用評分。然而,zestfinance進行信用評估時,傳統徵信資料要佔到至少30%清晰的使用者定位,完善的徵信體系支撐,是zestfinance在美國生存的土壤。中國沒有集中的徵信所,金融體系也尚不完善。很難適應中國目前的信貸業務。

國內大部分中小銀行信用風險管理仍停留依靠經驗判斷傳統階段,以感覺、經驗、關係決策;缺乏對客戶信用評級、統一授信風險量化資訊系統;缺乏對公司類客戶、個人客戶優劣的判別統一標準 [缺乏對客戶風險量及授信邊界系統科學的模型]。

1.3風控行業發展趨勢

多維度資料分析、數學建模、機器學習

演算法、雲計算。

2.2基於大資料進行分析

多渠道獲取資料,對巨集觀經濟,行業資料,企業資料及個人資料進行分析,多角度,全方位進行風險量化。

企業指標:巨集觀指標,行業指標,企業指標,財務指標

個人指標:巨集觀,行業,個人。

指標頻率:日,月,季,年

技術特點:

物理學的布朗運動理論:分子運動無規則性、永不停歇性、溫度越性。

市場是隨機波動的,隨機波動是市場最根本的特性。變數過去的歷史和變數從過去到現在的演變方式則與未來的**不相關。也就是說一種現價已經包含了所有資訊,包括所有過去的**記錄。同時,**與粒子運動一樣,具有「溫度」越高,運動越明顯的特性。

蒙特卡羅模擬

基於大資料分析,由於涉及指標眾多,如何構建少而精的指標體系是乙個極為重要的問題。

peason和searman相關性檢驗法

通過適時檢測和監控風控指的相關性來優化指標體系。

主成分分析法

主要用於統計和篩選主要相關的因素。

probit-logit方法

(probit模型是一種廣義的線性模型。服從正態分佈;logit模型(logit model,也譯作「評定模型」,「分類評定模型」,又作logistic regression,「邏輯回歸」)是離散選擇法模型之一,屬於多重變數分析範疇,是社會學、生物統計學、臨床、數量心理學、市場營銷等統計實證分析的常用方法。)

主要致力於分析所選因素的動態變化,**其執行軌跡。

2.3系統介紹

個人版風控系統查詢:

a個人收入

b銀行流水

c負債d汽車折舊係數

e房產折現係數

企業版風控系統查詢

絕對指標

a資產總計

b負債總計

c營業總成本/營業總收入

d銷售毛利率

現金收益

e淨資產收益率roe

f經營活動淨收益/利潤總額(ttm)

g經營性現金淨流量/營業總收入

h籌資活動產生的現金流量淨額佔比

i投資活動產生的現金流量淨額佔比

償債能力

j資產負債率

k有形資產/總資產

l權益乘數

m流動比率

n速動比率

營運能力

o存貨周轉率

p應收賬款周轉率

q應付賬款周轉率

r淨資產(同比增長率)

s固定資產投資擴張率

t利潤總額/息稅前利潤

u股東權益合計/負債總計

v. ebitda率%

三、風控流程

3.1業務流程

1.借款人進行諮詢;

2.填寫申請表和有關資料,提交給業務員;

3.業務員新增客戶至客戶室;

4.業務員為客戶發起授信申請,進入授信審核,審核成功後,借款人獲得授信額度。

5.業務員為借款人發起借款申請,進入借款審核,審核成功後,財務放款,借款成功.

3.2授信審核流程(貸前流程)

1.業務員為自己客戶發起授信申請;

2.業務主管進行初審,審核通過進入風控委員初審,駁回返回上級,拒絕的授信失敗;

3.風控委員進行初審;

4.風控主管進行複審;

5.貸審會進行審核;

6.總經理進行終審,審核通過,授信成功,借款人獲得授信額度。

3.3借款審核流程(貸中流程)

1.借款人擁有一定的授信額度,業務員為借款人發起借款申請;

2.業務主管進行初審,審核通過進入風控委員初審,駁回返回上級,拒絕的授信失敗;

3.風控委員進行初審;

4.風控主管進行複審;

5.總經理進行終審;

6.審核通過的,財務放款,借款人借款成功。

3.4貸後流程

貸款到期,借款人還款。其中借款人可以提前還款,若到期未能還款,則有展期申請、強制結清、押品結清、押品處置、違約金法系處理。

借款人還清貸款,即可拿回抵押物品。

四。風險管理全面解決方案

消費金融大資料風控架構

1.1 信用風險 根據銀行業的風險理論,信用風險是指借款人因各種原因未能及時 足額償還債權人或銀行貸款而違約的可能性。信用風險的風控重點在於,甄別客戶違約的原因究竟是還款能力,還是還款意願問題。如果客戶真的由於各方面的原因,暫時不具備還款能力,這是概率問題。即使發生了,處置起來也不會有什麼損失。而如...

攔截 資料 企業大資料風控實踐

接觸風控時間很短 大概2個月 目前見解可能仍較淺,結合實際經驗簡單總結 依舊只講方法不展開具體方案 不對或者不專業的地方歡迎指正。網際網路風控都是基於大資料,屬於資料應用層。企業中風控的核心價值在於識別 攔截作弊和降低作弊機率,尤其是和錢直接相關的欺詐行為 具體要做哪些和優先順序還是要結合實際業務場...

大資料風控 信用模型新老模型對比

乙個模型部署上線之前,我們要進行更新迭代,如何對新老模型做乙個效果對比分析呢?下面將介紹幾個常用的方法 常用的模型評估指標,如 roc auc ks gini值越大,區分度越高,模型效果越好 rmse,越小模型越好 將建模樣本 test樣本或者oot out of time 資料,根據模型評分大小順...