首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

【金融数据】消费金融:大数据风控那点事?

大数据风控同传统风控在本质上没有区别,主要区别在于风控模型数据输入的纬度和数据关联性分析。据统计,目前银行传统的风控模型对市场上70%的客户是有效的,但是对另外30%的用户,其风控模型有效性将大打折扣。 大数据风控作为传统风控方式补充,主要利用行为数据来实施风险控制,用户行为数据可以作为另外的30%客户风控的有效补充。大数据风险控制的作用就是从原来被拒绝的贷款用户中找到合格用户,识别出已经通过审核的高风险客户和欺诈客户。 一、银行信用风险控制的原理 金融行业中,银行是对信用风险依赖最强的一个主体,银行本质

05
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【智能】机器学习:信用风险建模中的挑战,教训和机遇

    由于数据可用性和计算能力的快速增长,机器学习现在在技术和业务中发挥着至关重要的作用。机器学习对信用风险建模应用程序有重大贡献。 使用两个大型数据集,我们分析了一组机器学习方法在评估中小型借款人的信用风险方面的表现,其中穆迪分析RiskCalc模型作为基准模型。 我们发现机器学习模型提供了与RiskCalc模型相似的准确率。 但是,它们比RiskCalc模型更像是一个“黑匣子”,机器学习方法产生的结果有时难以解释。 机器学习方法可以更好地拟合解释变量与违约风险之间的非线性关系。 我们还发现,无论使用何种模型,使用更广泛的变量来预测默认值都会大大提高准确率。

    04

    风控模型的基础知识

    一、 风控模型的A卡、B卡、C卡 风控模型根据设定的y变量与可获得的x变量不同,大致可以分为三类:即A卡,B卡,C卡。今天就让我们聊聊三者的区别。 1、A卡(Application score card) A卡即申请评分模型,此类风控模型的目的在于预测申请时点(申请信用卡、申请贷款)未来一定时间内逾期的概率。Y变量的设定观察点为申请时点,定义为表现期内是否逾期。X变量一般只有客户填写的申请书信息,加上外部查询的数据与征信报告。 2、B卡(Behavior score card) B卡即行为评分模型,此类风控模型的目的在于预测使用时点(获得贷款、信用卡的使用期间)未来一定时间内逾期的概率。Y变量设定观察点为使用期间的某一时点,定义为表现期内是否逾期。由于行为评分模型的观察点在获得贷款或信用卡之后,这段时间内是可以获取到贷款或信用卡的使用还款行为数据的。另外使用过程中同样可以查询外部数据和征信报告的变化,这些行为数据衍生成x变量后,模型的效果会大大提升。 3、C卡(Collection score card) C卡即催收评分模型,此类风控模型的目的在于预测进入催收阶段后未来一定时间内还款的概率。Y变量设定的观察点为进入催收阶段的时点,定义为表现期内是否还款。催收评分模型有一个特有的数据,那就是催收的行为。比如打过几次电话,是否约定还款等等,这些催收行为x变量会影响催收模型的效果。

    02

    响铃:八家征信机构开业在即,应用市场前景如何?

    近日,八家民营征信公司终于结束央行布置的大考。这就意味着,个人征信牌照将在近日颁发。一旦牌照正式颁发,就将打破央行征信中心一家独大的格局,我国征信行业也将呈现“百花齐放”,而各大征信机构推出的个人征信产品势必成为大众关注的新焦点。截至目前,阿里旗下的芝麻信用分、腾讯信用分、拉卡拉的“考拉分”、中诚信征信的“ 近日,八家民营征信公司终于结束央行布置的大考。这就意味着,个人征信牌照将在近日颁发。一旦牌照正式颁发,就将打破央行征信中心一家独大的格局,我国征信行业也将呈现“百花齐放”,而各大征信机构推出的个人征信产品势必成为大众关注的新焦点。截至目前,阿里旗下的芝麻信用分、腾讯信用分、拉卡拉的“考拉分”、中诚信征信的“万象分”、华道征信的“猪猪分”、前海征信的“好信度”等都已陆续上线或开始内测,并且开始尝试与机构合作测试。百家争鸣的征信行业是否能长驱直入,大步迈进,其应用市场前景会是乘风破浪抑或只是场“希望在田野上”的意淫,其中趋势尚待探究!

    02

    信用标准评分卡模型开发及实现方案_信用评分卡模型的建立

    信用风险计量体系包括主体评级模型和债项评级两部分。主体评级和债项评级均有一系列评级模型组成,其中主体评级模型可用“四张卡”来表示,分别是A卡、B卡、C卡和F卡;债项评级模型通常按照主体的融资用途,分为企业融资模型、现金流融资模型和项目融资模型等。 A卡,又称为申请者评级模型,主要应用于相关融资类业务中新用户的主体评级,适用于个人和机构融资主体。 B卡,又称为行为评级模型,主要应用于相关融资类业务中存量客户在续存期内的管理,如对客户可能出现的逾期、延期等行为进行预测,仅适用于个人融资主体。 C卡,又称为催收评级模型,主要应用于相关融资类业务中存量客户是否需要催收的预测管理,仅适用于个人融资主体。 F卡,又称为欺诈评级模型,主要应用于相关融资类业务中新客户可能存在的欺诈行为的预测管理,适用于个人和机构融资主体。 我们主要讨论主体评级模型的开发过程。

    02

    欺诈、骗单、玩消失,如何用大数据解决银行这些痛点?

    银行的问题总是循环往复地出现。打开任何一家新闻网站或者报纸,我们都能看到一篇又一篇关于银行问题的报道。欺诈、英国退欧引发的不良影响、各式各样的金融危机和违规行为、事实描写中掺杂着谣言与暗讽……好像银行总是在向公众粉饰自己真正在做的事情。   赢回顾客的心   为了赢回客户的信心,在数字化变革中维持自己的地位,各个银行(以及整个银行业)都必须认真考虑自己传统的业务模式和运营方法。一些银行已经开启了自己的数字化转型旅程,采用了新兴技术并利用现有的数据源来开发出更好的产品和服务。大数据和分析技术是其中的关键,但这

    05

    【数据分析】六种可用于互联网金融风险控制的大数据来源

    近年来,以第三方支付、P2P平台、众筹为代表的互联网金融模式引起了人们的广泛关注,该模式大量运用了搜索引擎、大数据、社交网络和云计算等技术,有效降低了市场信息不对称程度,大幅节省了信息处理的成本,让支付结算变得更便捷,达到了同资本市场直接融资、银行间接融资一样高的资源配置效率。但由于我国互联网金融出现的时间短,发展快,目前还没有形成完善的监控机制和信用体系,一旦现有互联网金融体系失控,将存在着巨大的风险。 首先是信用风险大。目前我国信用体系尚不完善,互联网金融的相关法律还有待配套,互联网金融违约成本较低,容

    09
    领券