新金融下,数据将是“风控模型”关键点

标签:大数据技术模式互联网金融网贷

访客:3272  发表于:2016-10-27 19:05:43

【导读】如今随着云技术、大数据等高科技的运用,风控显得越来越为关键。而模型作为风控的基础,如何建立,如何拟合也十分重要。

新金融下,数据将是“风控模型”关键点

“风控”——很多行业都会用到的词汇,尤其在金融领域,从银行到券商再到保险,风控都必不可少,那么什么是最好的风控呢?麦子金服副总裁李晓忠给出答案,“一定要早早探知风险,最好的风控便是风险没有发生。”只有这样通过各种手段去管理可以预见的风险,才能保证公司的收益。

如今随着云技术、大数据等高科技的运用,风控显得越来越为关键。而模型作为风控的基础,如何建立,如何拟合也十分重要。

模型的建立是基于实践

一般互联网金融企业在进一步扩展市场时,都需要根据对行业的理解以及企业的风控目的来建立模型。而这个模型需要从宏观和微观入手,针对贷前、贷中、贷后的动态过程进行风控模型的组建。

风控模型要想拟合度高,则更加要求对大量的数据分析后结合实际经验进行建立,他山之石只可参考,不可照搬,符合企业自身的情况和目的才是关键。

保证数据有效性并不断拓展

对于金融企业来讲,要想模型发挥作用,必须对模型的数据提出高要求。这样在慢慢演变中,便形成了两种模式,就如财经评论家江南愤青所提到的拥有数据的和整合数据的,然而“拥有数据量越多的机构其征信越有价值,拥有数据量越小的只能去整合,而整合的成本很高。”但无论数据如何获取,我们最需要关注的是其有效性。

那么哪些数据才是真实有效的?这需要从公司的定位出发,诸如网贷平台的信用风险评估模型,可能极为关注用户的个人基本信息(身份信息、收入水平、工作单位、联系人等),信贷历史(信用卡数量、还款历史、房贷信息等),银行数据(存款额、卡数量、用户等级等)等,只有获得这些数据,才能进行模型的运作,进而对用户进行评估。

在数据的拓展上,芝麻信用行业解决方案总监徐贻芳提到芝麻信用就是先把支付宝现有的数据用起来,包括交易数据、借贷数据等,之后去探索更多的X和Y,这一过程中主要通过和联通运营商、政府等合作,将生态内的数据和生活数据联合起来,使数据量丰富了很多。

成功的风控需要综合作业

一般情况下,对于互联网金融平台来说,风控模型可能要涉及欺诈风险、信用风险、贷后管理等多个阶段,这是一个整合作业的过程。银联智策顾问(上海)有限公司CEO赵萌在论坛上也分享了Captial one的案例,它的组织架构以客群为中心,集中去经营,然后推导每一个可能产生风险的部门去联合作业。

在国内企业中,一些互联网巨头借助自身的数据优势,形成了比较成熟的风控模型。阿里的芝麻信用则运用了梯度提升决策树、随机森林、神经网络,分群调整技术等在内的大规模机器学习算法;腾讯微众银行陆续建立了客户分群授信、社交评分、信用评分、欺诈侦测等系列模型;京东白条建立了弱分类组合预测模型,借助随机森林、lasso回归算法等进行用户信用评估。

对于近年发展迅速的互联网金融公司来说,他们也开始慢慢布局自己的大数据风控模型。融360开发了“天机”大数据风控系统,利用一组模型,依据身份认证、还款意愿、还款能力这三个维度,并利用“信贷数据、征信数据、互联网行为数据”等多维度数据于一体的“独特数据源”对用户进行信用评分。

从运用理论建立模型到模型数据的搜集再到多个模型的协作运行,风控模型的成功是一个动态的过程,需要不断的实践与改进,才能最终实现良好的效果。

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");