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:大数据那点事?

数据同传统在本质上没有区别,主要区别在于模型数据输入的纬度和数据关联性分析。...个人金融消费贷款除了遵循CCCP消费金融授信审核标准之外,授信5P原则也经常用于评估客户信用风险。...风险评估过程中,如果数据纬度不全,高相关数据没有被考虑进来,对模型是一个的风险。信用风险评估模型缺少了重要风险因素的输入,其评估结果的偏离度就会较大,评估结果失效的可能性就很大。...相对于传统金融来讲,互联金融面对的客户风险较高,其面临的挑战更大,对数据对要求就会更高。 三、互联网金融行业的挑战 中国的互联网金融企业愿意从美国挖一些人才来提高自身水平。...大数据的优势: 1、用户行为数据成为数据 最好的数据还是金融数据,例如年龄、收入、职业、学历、资产、负债等信用数据,这些数据同信用相关度高,可以反映用户的还款能力和还款意愿,这些数据因子在模型中必不可少

3.8K51
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【案例】京东金融——消费金融,一场未来大数据的盛宴

    在国家拉动消费的战略背景下,各地方政府相继出台扶持消费金融的优惠政策,一方面P2P、资产证券化等模式丰富了非银企业的资金来源,另一方面国内大数据的崛起,使其成为促进消费金融发展的有利条件,更多传统金融机构...双方对、征信、大数据等领域拥有一致的思考与目标,希望打破传统的封闭环境,实现资源的共享与优势的互补,充分释放各自的价值,为用户提供新型消费金融体验。...欺诈预防 欺诈是整个消费金融行业所面临的普遍性问题,同时由于我国互联网金融相较发达国家起步晚,体系有待健全,因此所面临的国内外欺诈风险问题更为严峻。...这和京东金融理念达成一致。 如何实时获取用户信贷信息,是亿美要帮助京东金融解决的主要问题。...使用效果 京东金融与亿美软通的持续合作,双方在各自领域均有更多的收获,通过亿美的大数据引擎,京东金融数据维度得到更好的补充,尤其在用户行为方面数据的深度挖据与应用方面,使京东金融全面的了解客户个人画像

    3.2K60

    【案例】某城商银行——消费金融数据智能体系应用

    客户名称/所属分类 项目名称《某城商银行消费金融场景大数据智能体系》。...,外部数据(征信数据除外)尚未有接入经验; 2)提升决策效率:传统系统单笔订单审批时间超过半小时,但消费金融场景客户填写资料后就在现场等,需要做到“实时”或“准实时”放贷; 3)尝试体系自动化优化...:需要针对消费金融场景独立构建分析体系、体系自优化等内容; 4)探索系统的云模式:以消费金融业务为试点,探索系统云化的可能性。...结果/效果总结 1)效率提升。上线新系统及模板规则后,有效防欺诈客户、降低信用风险,消费金融业务逾期率下降21%。 2)时间有效缩短,有效适配场景需求。...、其它互联网金融机构提供大数据智能服务,在行业享有一定的知名度和美誉。

    2.6K41

    【案例】大型持牌消费金融公司——智能体系构建

    点击阅读原文查看)】 在论坛现场,也将颁发“技术创新奖”、“应用创新奖”、“最佳实践奖”、“优秀案例奖”四类案例奖 来源:数据猿丨投递:氪信 本文长度为4500字,建议阅读9分钟 当下,普惠金融持续爆发式增长...客户名称/所属分类 大型持牌消费金融公司· 任务/目标 由于新金融业务的迅速普惠化,金融客户也面临着崭新的挑战和需求。...一方面由于客群下沉,可获得的用户信息愈发受限,数据质量参差不齐,传统经验无法直接应用,急需利用先进技术来提升能力; 另一方面互联网金融往往小额量大,基于人工的成本过高,用自动化的数据智能体系来提升整个流程的效率也是必然的发展趋势...企业介绍: 氪信CreditX是一家独立的第三方金融人工智能公司,致力于在金融风险领域运用高维数据处理和机器学习技术,为企业和金融机构提供场景化的解决方案和产品体系。...氪信提供一整套基于大规模机器学习框架的自动化引擎和数据风险服务,旨在业务的整个工作阶段提供完整的功能服务。

    1.6K81

    金融数据管理——海量金融数据离线监控方法

    作者:housecheng  腾讯WXG工程师 |导语  解决金融数据监控“开发门槛高”“重复工作多”的痛点,实现PSI计算性能十倍速提升。...背景 在金融业务上,质量和稳定是生命线,我们需要对所有已经上线的要素,如策略、模型、标签、特征等构建监控。...在过去,我们部署监控的方式为: 要素负责同学在要素上线前,通过spark\sql完成对监控指标的运算并例行化; 将监控指标运算结果出库mysql\tbase,用于指标的展示和告警; 告警系统轮询指标是否异常...,如多数要素都涉及PSI计算,只是告警阈值不一样;指标出库、配置告警等同样是重复相似操作。...小结 针对金融要素监控的“开发门槛高”“重复工作多”等问题,本文提出了“统一监控计算与检查工具”这一解决方案,本文详细论述了该方案TaskMaker、 Calculator、 Checker等各个模块的设计实现

    2.7K10

    互联网金融中的数据科学

    宜人贷数据数据科学家王婷根据自己在行业的实践经验和专业知识,从三方面来分享互联网金融中的数据科学。 ? 背景 有了互联网之后,大家可以在线上进行理财借款。...但在国内没有权威的征信机构来提供这些数据,对于互联网金融公司来说,收集这样的数据难度非常。而且传统评分卡的有效特征挖掘非常困难。 欺诈风险:欺诈风险包含了伪冒申请和欺诈交易。...知识图谱在金融中的应用场景 互联网金融中的是一种机器学习的过程 互联网金融中风和机器学习一样要定义Y目标和X变量。 Y目标和普通机器学习Y目标的区别就在于正负比例非常悬殊。...建模中的数据科学 ? 在整个中,它是一个标准的机器学习流程。除了样本和数据与普通互联网机器学习不一样之外,其它基本都是一致的。...FinGraph是线上风险统中关键的一环 ? 总结:数据科学在互联网金融中发扬 图挖掘技术可以把风工作,从局部考量提升到全局考量。

    2.6K50

    2017年数据报告

    金融科技下的批量化获客、作业有效降低了成本。二是通过大数据、云计算等手段,在风险防范、风险管方面实现了线上化和批量化。 其中,大数据技术解决了消费金融乃至小微金融领域的效率瓶颈。...目前,有能力推动大数据的主要为国有大行、股份制银行等大型银行,以及部分城商行等。互联网巨头、三运营商等由于掌握了庞大的个人数据,也开始加入到这一市场中来。...从国内金融机构应用大数据的情况看,主要将大数据应用在客户画像领域,包括风险管、运营优化、业务创新、优化营销策略等。...“白名单”主动预授信 在消费金融中,银行、互联网金融等机构开始采用前置的白名单邀请制,商业银行将主动授信用于实际业务,这是对以往被动授信模式的颠覆。...2017年8月,腾讯对部分用户开放信用分查询渠道,评分模型通过“履约、安全、财富、消费、社交”五指数,基于历史行为,统计评估得出信用分。

    1.9K00

    金融科技|建模技术方案

    建模的技术方案 1 逻辑回归模型 在银行的传统评分卡建模中,应用的也是逻辑回归模型。逻辑回归本质上是一个线性分类模型。...一方面,深度学习模型都有很高的模型复杂度,需要大规模的样本数据,而领域要获取大规模的样本数据的成本极高。...另一方面,如前所述特征数据的维度间是平行的,不存在邻近关系,较难利用CNN和RNN这样具有较好物理含义的深度学习模型,而简单的堆砌若干个全连接层在高维特征数据上是很难得到一个稳定的模型。...总之,金融模型是一个既传统又新鲜的技术问题。银行的模型已经随着银行业的发展应用了数十年。...而互联网金融面临的如何组合大量的弱特征数据对于用户的逾期行为给一个准确的预测,是一个新出现的技术课题,技术方案也在快速的迭代演进中。

    1.7K30

    金融科技&大数据产品推荐:金鹏汽车金融数据系统

    金鹏汽车金融数据系统主要基于大数据科技、决策树规则引擎、深度学习等多项核心技术,有效针对新车贷款、二手车贷款等业务,提高风效率。...的产品投递 1、产品名称 金鹏汽车金融数据系统 2、所属分类 消费金融 金融科技·、征信、反欺诈、智能定价 3、产品介绍 金鹏汽车金融数据系统一站式完成车贷审批流程。...7、服务客户/使用人数 主要使用者:机构的汽车消费金融业务审核人员。 目标客户:汽车消费金融公司25家以上,融资租赁公司70家以上,其它有汽车信贷业务的公司千家以上。...8、市场价值 汽车已成为日常生活的刚需,在购置汽车的过程中,越来越多的消费者开始主动选择汽车金融信贷服务,汽车金融市场开始快速的增长。然国内征信体系还不完善,现有的能力有限,制约行业发展。...金鹏汽车金融系统一站式解决预审批难题,基于大数据科技、决策树规则引擎、深度学习等多项核心技术,提高车贷行业能力,给予更准确、更效率、更便捷的体验。

    2.1K70

    金融科技&大数据产品推荐: 数美金融—构建立体的全业务流程体系

    的产品投递 1、产品名称 数美全业务流程体系 2、所属分类 金融科技 · 、反欺诈 3、产品介绍 数美依托强大的AI技术与海量基础数据,为金融机构提供覆盖全业务流程的完整风解决方案。...信贷云也提供了一个可视化的规则引擎,该规则引擎集成数美所有的数据,并支持客户自定义的数据。客户可以利用这些数据,在web控制台灵活地配置各种规则策略。...可信度和所有的风险判断结果都会反馈给客户的专家团队。 信贷云集成了数美所有的数据维度,并且支持客户自定义数据,将自定义数据与数美数据联合使用。...8、市场价值 国家政策支持与技术发展带来的商业创新,让普惠金融进入爆发式的增长。一方面,针对个人的现金贷、消费分期等业务在快速发展;另一方面,黑灰产从业人员已超150万,市场规模高达千亿级别。...这让金融企业面临着来自市场与黑灰产的双重挑战,并因此催生了对新金融的需求。 数美将企业沉淀数据与自身数据库相结合,一站式的帮助企业解决欺诈问题。

    2.6K30

    易日升总裁史建伟:大数据模型在消费金融场景下的六应用

    ;感谢 易日升总裁史建伟 先生的投稿 首先感谢数据猿给易日升金融这样一个机会,来分享下我们对于金融科技以及大数据的一些事情的总结和看法。...我今天分享的话题是:大数据模型在消费金融场景下的应用。...易日升构建大数据模型的逻辑 消费金融行业目前状况 互联网金融的概念从13年提出以来,在14、15年非常火热。...第二,消费金融对于时效性要求十分高。基于这样一些情况,对于传统的一些而言,对于非标的实际消费过程的支持是不够的。...易日升构建大数据模型的逻辑 易日升金融就是通过这样的数据系统将我们的业务紧密结合,构建了一套基于家庭关系的业务模式。

    84770

    蚂蚁金服总监王黎强:智能助力新金融

    本文为数据猿现场直播“蚂蚁金服总监王黎强:智能助力新金融”的发言实录。...本届峰会主要从「消费金融」、「供应链金融」、以及「金融前沿科技探索」三个角度深入探索数据智能为金融领域带来哪些颠覆式的变革!...作为安全部门,我们的职责比较明确,就是要为业务保驾护航,保障每一个客户的账户跟资金的安全,帮助整个金融业务拓展到全球的每一个角落,服务于每一个普通消费者,这是蚂蚁金服智能和业务走过的路。...随着整个国家的消费升级,给这部分客户带来了巨大的金融服务市场。 目前蚂蚁金服的安全能力已经成熟,以产品化“蚁盾”的形式输出和服务更多的行业合作伙伴。...我们蚂蚁金服的理念也是推行普惠金融,我们希望通过技术的创新为每一位消费者,每一位普通老百姓提供平等的服务,这是我们整个金融开放所践行的理念。

    2.7K61

    金融评分卡建模全流程!

    一、评分卡的分类 在金融领域,无人不晓的应该是评分卡(scorecard), 无论信用卡还是贷款,都有”前中后“三个阶段。...根据时间点的”前中后”,一般评分卡可以分为下面三类: A卡(Application score card)。目的在于预测申请时(申请信用卡、申请贷款)对申请人进行量化评估。...我们最熟悉的,莫过于支付宝的芝麻信用分,又或者知乎盐值(虽然知乎盐值不是评估金融风险的,但也算是评分卡的应用之一) 但是,随着信贷业务规模不断扩大,对工作准确率的要求也逐渐提升。...我们用的数据是每个搞的人都熟悉的“Give Me Some Credit"数据集。本节会按照列出的六个步骤带你领略评分卡实际构建过程。 数据集地址:https://link.zhihu.com/?...4.2 样本选取 对于金融机构内部,我们需要将连续的数据分为训练集和测试集。

    9K61

    【应用】揭秘互联网金融的大数据

    数据能够进行数据变现的商业模式目前就是两个,一个是精准营销,典型的场景是商品推荐和精准广告投放,另外一个是大数据,典型的场景是互联网金融的大数据。...金融的本质是风险管理,是所有金融业务的核心。典型的金融借贷业务例如抵押贷款、消费贷款、P2P、供应链金融、以及票据融资都需要数据识别欺诈用户及评估用户信用等级。...传统金融主要利用了信用属性强大的金融数据,一般采用20个纬度左右的数据,利用评分来识别客户的还款能力和还款意愿。...其他同信用相关的数据还有区域、产品、理财方式、行业、缴款方式、缴款记录、金额、时间、频率等 互联网金融的大数据并不是完全改变传统,实际是丰富传统数据纬度。...八、参考借款人社会属性和行为来评估信用 参考过去互联网金融的经验发现,拥有伴侣和子女的借款人,其贷款违约率较低;年龄的人比年龄低的人贷款违约率要高,其中50岁左右的贷款人违约率最高,30岁左右的人违约率最低

    1.4K40

    供应链金融及产业

    在政府发布的相关政策中,不少都提及了供应链金融。2月19日,工信部发布了关于运用新一代信息技术来支撑服务和疫情防的通知,其中第11条就写到了要运用基于生产数据的供应链金融来保障企业的复产复工。...从腾讯云出发,产业链金融其实是服务产业互联网化的一个最好的切入点。从目前来看,整个供应链金融市场的空间其实是非常的。...这只是一个基础的模式,在产业链金融的逻辑下,它的模式可以更加的丰富多样,比如说金融机构可以通过产业数据的方式来校验客户数据的真实性。...很明显核心企业的平台在此类场景的配合、资产的把和风的能力上具有一定的优势。 往深处讲,再一个就是金融机构。金融机构有更多的供给层面的资金,可以形成快速有效低成本的供给,甚至还具有一定的能力。...第三是金融科技平台,金融科技平台的最大优势在于线上化的操作和大数据的集成,以及基于数据进行的信息化的处理。另外仓储企业的话呢,因为它适用于特定场景,所以可能用到的机会不是很多。

    5.8K01

    供应链金融及产业

    在政府发布的相关政策中,不少都提及了供应链金融。2月19日,工信部发布了关于运用新一代信息技术来支撑服务和疫情防的通知,其中第11条就写到了要运用基于生产数据的供应链金融来保障企业的复产复工。...从腾讯云出发,产业链金融其实是服务产业互联网化的一个最好的切入点。从目前来看,整个供应链金融市场的空间其实是非常的。...简单来看,供应链金融有三个基础模式,但是的核心逻辑还是会围绕一个核心企业和使用过它的上下游供应商和经销商。...很明显核心企业的平台在此类场景的配合、资产的把和风的能力上具有一定的优势。 往深处讲,再一个就是金融机构。金融机构有更多的供给层面的资金,可以形成快速有效低成本的供给,甚至还具有一定的能力。...---- 在后续课程中我们会继续为大家介绍 腾讯云对供应链金融科技解决方案、产业的相关内容 感兴趣的小伙伴可以点击“阅读原文”观看完整视频噢!

    2.1K20

    金融科技|普惠金融下的智能信贷

    可以说,利用大数据、人工智能等建设智能能力,已成为互联网金融时代银行提升核心竞争力的重要举措。...在当前时代背景下,普惠金融下的信贷呈现如下几个发展趋势: (一)线上化 通过互联网信息技术可以从线上方便、快捷地获取客户海量数据信息,并且通过智能模型可以自动快速处理客户海量数据。...(五)建设人才队伍,完善体系 人才队伍是建设智能体系的核心力量,同时也是金融机构的核心竞争力。...从长远来看,智能已不再仅仅是数据、模型和系统三者的配合形成的智能,它需要更多地与普惠金融的业务创新和管理模式变革配合起来。...只有将智能放在商业银行普惠金融经营发展的大环境中,才能真正处理好普惠金融中传统和智能的关系,综合评估和运用两者的优势,以一种更加平稳、循序渐进的方式推动智能化的平稳转型。

    2.6K10

    数据挖掘实践(金融):金融之贷款违约预测挑战赛(下篇)xgbootslightgbmCatboost等模型--模型融合:stacking、blend

    数据挖掘实践(金融):金融之贷款违约预测挑战赛(下篇)xgboots/lightgbm/Catboost等模型--模型融合:stacking、blending 相关文章: 数据挖掘实践(金融...):金融之贷款违约预测挑战赛(上篇) 数据挖掘机器学习专栏 4.建模与调参 项目链接以及码源见文末 4.1 模型对比与性能评估 4.1.1 逻辑回归 优点 训练速度较快,分类的时候,计算量仅仅只和特征的数目相关...928000128.00 MB Memory usage after optimization is: 165006456.00 MB Decreased by 82.2% 4.2.1 简单建模 Tips1:金融的实际项目多涉及到信用评分...为了防止过拟合,将数据分为两部分d1、d2,使用d1的数据作为训练集,d2数据作为测试集。预测得到的数据作为新特征使用d2的数据作为训练集结合新特征,预测测试集结果。...数据挖掘实践(金融):金融之贷款违约预测挑战赛(上篇) 数据挖掘实践(金融):金融之贷款违约预测挑战赛(下篇)

    3.9K51

    数据挖掘实践(金融):金融之贷款违约预测挑战赛(上篇)xgbootslightgbmCatboost等模型--模型融合:stacking、blend

    数据挖掘实践(金融):金融之贷款违约预测挑战赛(上篇)xgboots/lightgbm/Catboost等模型--模型融合:stacking、blending 1.赛题简介 赛题以金融中的个人信贷为背景...通过这道赛题来引导大家了解金融中的一些业务背景,解决实际问题,帮助竞赛新人进行自我练习、自我提高。...评分卡是金融中常用的一种对于用户信用进行刻画的手段哦!...在特征工程中比赛和具体的应用还是有所不同的,在实际的金融评分卡制作过程中,由于强调特征的可解释性,特征分箱尤其重要。...项目链接以及码源 数据挖掘专栏 数据挖掘实践(金融):金融之贷款违约预测挑战赛(上篇) 数据挖掘实践(金融):金融之贷款违约预测挑战赛(下篇)

    5.1K110
    领券