- 博客(14)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 风控体系的一般架构
谈到互联网金融，风控体系是绕不开的一个话题。那么，什么是风控体系？简单地说，风控体系就是能够达成风险管理量化目标、边界清晰、结构清楚、动态持续的风险管理体系。量化目标：逾期率、坏账率可控是基本要求，检验风控体系有效性需要几个完整的信贷周期，结合公司盈利目标确定逾期率和坏账率的合理区间。边界清晰：所有因风险存在而产生的环节和流程都需要纳入风控体系来进行量化动态管理，风控体系的边界就是风险...
2018-08-31 09:59:57
21303
原创 现金贷风控生命周期——贷中和贷后
上篇我们简单介绍了现金贷风控生命周期中的贷前风控环节，本篇我们继续介绍贷中和贷后风控环节。贷中风控1. 借款申请阶段借款申请，是指选择金额、期限和借款用途的过程。尽管许多现金贷产品中并未体现“借款用途”，但这是一个合规的点。“现金贷”属于个人消费贷，借款只能用于日常消费，不能挪作他用。如果“借款用途”不属于个人消费，那么现金贷平台一般都会拒绝申请。同时，如果“借款用途”属于个人...
2018-08-29 09:43:55
7559
原创 现金贷风控生命周期——贷前风控
对于现金贷而言，主要风险包括欺诈风险和信用风险两个方面。识别欺诈风险的核心手段是信息核实、高危人群拦截和批量识别，侧重点在于是否通过。信用风险的识别主要通过根据收入水平来衡量偿还能力，侧重点在于授信额度和费率。风控的逻辑是，首先获得用户数据，然后设置规则和策略，在此基础上评估用户数据的表现，从而做出通过、不通过、升费率、降费率、提额、降额、催收、计入坏账等选择。用户数据的获得方式主...
2018-08-27 11:06:56
5852
原创 现金贷业务的风控体系
在中国，央行的征信记录只覆盖了3亿人，绝大多数人未被传统金融机构覆盖，征信记录为零，他们都是现金贷的潜在客户。面对如此庞大的人群，风控是决定现金贷健康发展的关键。那么，如何构建现金贷的风控体系？俗话说，知己知彼，百战不殆。要构建风控体系，首先要了解现金贷人群的需求和特点。 现金贷目标客户中国有4亿多发薪日贷和现金贷分期的适配人群，包括白领、服务员、快递员等，他们年龄在18~45...
2018-08-24 10:22:00
8351
原创 如何进行小微信贷风控？
信贷风险控制需要重点把握的是客户的还款意愿和还款能力，还款意愿取决于客户的信用记录和违约成本。信用记录包括央行征信记录和民间征信记录，违约成本取决于家庭情况、企业资产、经营时间和社会关系等。还款能力包括第一和第二还款来源，第一还款来源指的是能否还钱和按时还钱两个方面，能否还钱取决于偿债能力、营运能力和盈利能力，按时还钱取决于现金流情况；第二还款来源指的是保证和抵押。小微信贷的贷前风控包...
2018-08-22 10:07:19
4590
原创 什么是信贷风险控制？
信贷风险控制指的是通过风险识别、计量、监测和控制等程序，对信贷风险进行评级、分类、报告和管理，保持风险和效益的平衡发展，提高信贷的经济效益。信贷风险控制是一项综合性的工作，它贯穿于整个信贷业务流程的始终，包括贷前信用分析、贷中审查控制、贷后监控管理以及贷款安全收回几个环节。信贷风险控制以追求利润最大化为目标，为了在规模、风险、效率和客户体验之间取得平衡，建立相关信贷标准、制度、流程和岗位配...
2018-08-20 10:54:17
5338
原创 互联网反欺诈体系中的常用技术和数据类型
互联网反欺诈常用的技术主要包括数据采集、特征工程、决策引擎、数据分析等几个类别：数据采集：主要应用于从客户端或网络获取客户相关数据的技术方法。值得强调的是，数据采集技术的使用，应当严格遵循法律法规和监管要求，在获取用户授权的情况下对用户数据进行采集。通常，使用以下两种方法进行数据采集。设备指纹：设备指纹是目前在互联网领域被广泛使用的一种技术手段，其在反欺诈体系中的作用也从最早的设备...
2018-08-17 10:45:26
2964
原创 互联网反欺诈体系中的常用方法
反欺诈的方法多种多样，当前互联网反欺诈体系中常用的方法有信誉库、专家规则、机器学习等。信誉库信誉库即传统的黑白名单，通过内部积累、外部获取的各种人员、手机号、设备、IP等黑白名单对欺诈行为进行辨别，是一种实施简单、成本较低的反欺诈手段。与此同时，信誉库也存在着准确度低、覆盖面窄的缺陷和不足，仅可作为互联网反欺诈的第一道过滤网使用。规则系统规则系统是目前较为成熟的反欺诈方法和手段，主...
2018-08-15 10:33:01
4258
原创 面对互联网上的汩汩恶意，如何构建反欺诈体系？
互联网欺诈手法众多、灵活多变，这给反欺诈服务提出了很高的挑战。一般而言，互联网反欺诈存在几个原则：（准）实时性：考虑到用户体验，互联网反欺诈体系必须能够在非常短的时间内对欺诈行为进行认定，并给出判断。对于注册、登录、支付等一些场景，必须能够在用户无感知的情况下对欺诈行为进行检测和判别。自动化：由于（准）实时性的要求较高，决定了互联网业务无法通过人工操作进行反欺诈，必须使用更加高效的自动化反...
2018-08-13 15:12:09
1105
原创 互联网欺诈，金钱利益下的汩汩恶意
什么是欺诈？当你故意告知对方虚假的信息，或者故意隐瞒真实的情况，诱使对方做出错误判断的行为时，你已经在欺诈了。欺诈的本质就是“欺骗”，是通过欺骗达到通过正常途径无法达成的目的。欺诈自古就有，且无处不在，从古时的兵法谋略到现在的P2P跑路，本质上都是欺诈。 互联网欺诈互联网是一把双刃剑。进入互联网时代，技术发展导致全行业的效率不断提升，成本也接连下降。然而，在服务得到提升的同...
2018-08-10 15:12:03
790
原创 常用数据挖掘算法举例（下）
集成学习随机森林随机森林（Random Forest）是利用多棵树对样本进行训练并预测的一种分类器。简单地说，随机森林就是由多棵CART（Classification and Regression Tree）构成的。对于每棵树而言，它们使用的训练集是从总的训练集中通过有放回采样得到的，这意味着总的训练集中的有些样本可能会多次出现于一棵树的训练集中，也可能从未出现于一棵树的训练集中。...
2018-08-08 11:03:39
1277
原创 常用数据挖掘算法举例（上）
朴素贝叶斯 朴素贝叶斯分类法是统计学分类方法，在特征条件独立的前提下，基于贝叶斯定理计算的隶属关系概率进行分类。朴素贝叶斯分类有着坚实的数学基础和稳定的分类效率，同时，分类模型需要估计的参数很少，对缺失数据不太敏感，算法也比较简单。从理论上讲，朴素贝叶斯分类模型与其他分类方法相比的误差率最小，但是实际上并非总是如此，这是因为朴素贝叶斯分类模型假设各属性之间相互独立，然而这个假设在实...
2018-08-06 10:10:57
4963
原创 智能反欺诈算法概览
自20世纪末开始，由于反欺诈领域的数据量大和时效性高的要求，机器学习技术逐步实现应用。1997年，弗拉基米尔·科基纳基（vladimir Kokkinaki）提出了一种基于决策树的模型，其子节点代表不同变量，分叉路径代表不同的条件。2000年，乔恩·本特利（Jon Bentley）使用基因算法搭建了一套逻辑规则，它可以根据最大发生概率将交易行为划分为可疑交易和非可疑交易。2002年，理...
2018-08-03 10:52:57
6249
原创 信贷风控——贷前+贷中+贷后的全方位风控
贷前调查 贷前调查是风控的第一道防线。首先，通过前期掌握的贷款申请人相关信息，全面审查承贷主体的合规性、合法性和有效性。可利用“人行征信系统”“全国企业信用信息公示系统”“全国法院被执行人查询系统”“全国法院失信被执行人查询系统”“中国裁判文书网”以及第三方信用查询渠道，查询申贷人是否涉及民间融资、法律诉讼、集团关联、担保圈、担保链、多行业经营、主业不清等显性、隐性和潜在风险信息，对申...
2018-08-01 10:19:19
36674
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人