大数据风控模型的建立原理与实务

传统风控模型仅对70%的客户有效,而大数据风控能为之做有效补充——从被拒贷的用户中找出合格用户,识别出已经通过审核的高风险客户与欺诈用户。

就大数据风控现状而言,一方面,银行、消费金融公司、汽车金融公司等,希望借助第三方数据完成客户资质评估和授信,从而争夺银行尚未覆盖的消费群体,并利用大数据风控体系对贷前审核、贷中监控、贷后管理各环节做到有效的风险控制。

但另一方面,这些机构在应用内外部数据的过程中,又面临诸如数据不足、数据质量差、数据时间跨度不够、风险管理人员经验不足等诸多困难。

如何破解大数据所蕴含的“信用密码”?这往往直接关系着金融机构的风控质量与效率,而这一点也困扰着诸多业内人士。

基于此,10月17日(本周三)金融城将举办公益线上课程,以“大数据风控模型的建立原理与实务”为主题,邀请到小赢科技首席风险官李侃来为大家进行干货分享。

本期讲师

李侃

小赢科技首席风险官

讲师简介

李侃,负责小赢科技全面风险管理及拟定风险管理政策和程序,并监督实施;评估公司内外部环境以及企业宏观的风险,就企业环境、战略、运营过程中所存在的风险提出建议。曾任职于Capital One,负责其在加拿大地区业务的风险管理。

微课主题

大数据风控评分卡模型原理与实务

时间安排

10月17日(本周三) 18:30-19:10

线上授课:18:30-19:00

答疑互动:19:00-19:10

报名方式

关注公众号“金融城学苑”(扫描下面的二维码即可),发送“微课堂”至后台,即可获取免费入场机会。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181015A1PCB200?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券