您好,欢迎光临第一金融网!今天是: 返回首页 | 收藏本站 | 设为首页 | 繁体中文
第一金融网
财经宏观  国内  国际  金融  公司
评论  消费  人物  产经  专题
股票要闻  大盘  个股  板块  助力  数据
港股  美股  期股  新股  研报  创业
理财基金  黄金  外汇  期货  专家答疑
银行  保险  收藏  职场  理 财 师
其他综合  商讯
常识  房产
新闻播报:
24小时新闻排行 热点新闻月排行
图片资讯 更多>>






问答 更多>>
·选正宗丹东99草莓 来东港友缘草莓合作
·长虹制氧机提升身体的含氧量
·野生蓝莓有助于保护运动员抵抗疾病
·蓝金所:不设资金池、不碰钱,充分保护消
·蓝金所资金流转全透明,投资安全系数高
·一线明星:阿思特是2017年创业的正确
·苗膳堂唐志钢: 合体苗家秘方与大数据
·中国防伪码查询中心防伪标签生产部201
·UI设计师的痛点 — 只会视觉
·惊呆!最丰富的客户资源在这里,贾红带你
创新大数据风控模型,麦芽数据反哺传统金融机构
文章来源:  发布时间:2016-12-9 14:10:47  已经被浏览:

 近几年,随着互联网行业的高速发展以及智能科技的突破,大数据技术正在对金融行业产生深远的影响,以大数据技术输出为核心业务的金融科技公司日渐炙手可热,不但为互联网金融公司提供服务,也正在向传统金融机构输出技术能量。 

    第三方大数据服务公司可提供的服务如大数据计算、大数据分析、大数据营销、大数据征信、大数据风控以及大数据应用等。对于金融行业,由于金融风险的本质,大数据风控(含大数据征信和大数据分析决策)是最受关注的大数据技术,应用在于对金融风险进行把控,降低人为因素的干扰,提高风险评估、分析和预警能力。 

    苏宁金融研究院互联网金融中心主任薛洪言表示,金融领域欺诈风险高发,大数据风控需求一直居高不下,而越来越多的金融企业也逐渐开始接受购买大数据服务的风控理念。 

    麦芽数据创始人梁振邦指出,当前国内的大数据风控体系以仿照美国为主,而中美两国金融环境差异较大,国内征信体系不完善,国人信用意识不强,更不用说经济环境、文化背景、行为习惯等对金融借贷的影响。 

    对于大数据风控技术,国内最紧缺的便是人才。由于国内征信滞后的特殊性,几乎没有完全成熟的大数据操舵手。大数据风控团队的搭建需要结合传统金融风控人员和大数据技术专业人员,在具体量化操作时更要结合国人的性格特色、消费行为、文化习惯等本土化的因素。 

    一般说来,大数据风控的数据来源主要基于征信机构内部数据、政府/公共事业机构数据、电信数据以及用户在电商、社交网络等互联网应用上留存的数据。目前市面上的大数据风控模型也是基于这些数据进行金融风险分析。 

    但对于资深欺诈者来说,套用虚假资料躲避并不是难事,对于法律意识薄弱、消费把控能力差、投机心理强等类型的借款人来说,就常规数据分析的话,平台很难识别其潜在的违约性。为解决这个痛点,麦芽数据创造性的加入了心理学的行为分析环节。 

    麦芽数据创始人梁振邦认为,数据并不是简单的字面意思,而是与人相关的行为,可以真实的反映出借款人当时的心理活动、生活现状、行为目的等。麦芽数据的风控模型便是将借款人的行为层层剖析转化为欺诈指数和风险级别。 

    这套大数据风控模型已经比较成熟,借助这套风控体系,麦芽数据旗下的移动端小额信贷产品麦芽贷成功放款超过20万笔,逾期率仅为0.17%,远远低于其他金融机构。 

    麦芽数据创始人梁振邦透露,当前已有几家中小银行在与麦芽数据洽谈大数据风控服务,尤其看重的是大数据风控模型和反欺诈系统层面。 

    反欺诈也是金融借贷业务中必不可少的环节。据介绍,麦芽数据的反欺诈系统基于用户的基础信用规则验证、黑白名单验证、用户身份认证、实名认证及手机认证、系统反欺诈规则验证,结合用户行为风险分析,对交易诈骗、网络诈骗、电话诈骗、盗卡盗号等欺诈行为进行识别。 

    大数据反欺诈系统可有效提高传统金融机构的风险防范性,单就麦芽数据梳理自建的黑白名单库,便可为传统金融风控节省不少功夫。 

    科技发展推动了金融信息化进程,随着大数据技术的进一步应用,这类以技术、产品驱动型的大数据金融科技公司将被服务于更多的金融机构,共同促进金融市场的高效发展。


发布评论    查看评论

共可输入200字,还剩 字。<提交快捷键适用于IE浏览器>
验证码:
相关文章
>
联系电话:  投稿邮箱:jr1vip@163.com
版权所有 第一金融网 地址:北京市丰台区西国贸大厦 邮政编码:100000 黔ICP备14005974号-3
CopyRight © [www.jr1.com.cn] All Right Reversed.
郑重声明:本网刊登信息出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容、数据仅供参考,使用前请核实,风险自负。本网转载其他稿件均来自互联网,如有问题请及时和我们客服联系!