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

    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

    互联网金融再掀争夺战:巨头抢筹消费金融

    互联网金融这个时下热门的产业,除了第三方支付、理财、小贷等多个维度外,亦包括生态链条的上下游延伸,而消费金融则成为该产业发展路上的“高地”。   而未来消费金融的发展方向会是什么?目前,互联网巨头们利用所掌握的海量大数据优势,挖掘需求、创新设计新产品则成为大势所趋。   今年,京东商城推出了一项名为“京东白条”的会员增值服务,为符合条件的京东优质会员提供在京东商城“先消费,后付款”的赊购服务。近日,京东消费金融业务高级总监许凌如此指出:“未来消费金融将在扩大用户覆盖面、拓展消费场景上部署,并重点

    05

    【金融数据】挖掘数据价值,打造智能银行

    今天移动互联网正狂飙突进、网上购物平台和网上社交平台也方兴未艾,包括结构化数据、半结构化数据、非结构化数据的大数据爆炸式增长。早在2012年,大数据已经登上美国《纽约时报》的专栏封面,专栏称:“大数据时代已经降临,在商业、经济及其他领域中,决策将日益基于数据和分析,而非基于经验和直觉。”目前银行业在开展业务过程中积累了海量高价值数据,很多银行的数据量级已经超过100TB,其中非结构化正以加速度形式积累。因此,不管传统银行业是拥抱还是抗拒,大数据时代已经呼啸而来。 深刻理解大数据的特征 转变观念,重视大数据的

    05
    领券