信用报告OCR服务 助力授信审核快人一步

在一家汽车金融公司，一笔贷款业务需要审核多长时间？答案是2-3个工作日。听起来是不是觉得太耗时？问题就出在信用报告上。

信用报告是信贷服务中掌握授信对象信用状况的重要参考资料，涉及贷前贷后环节。接到贷款申请后，放贷机构可以根据报告中历史还款情况来判断用户的还款意愿，根据已借笔数、对外担保情况等来决定是否提供贷款、提供多少额度；在提供贷款后，同样通过查看信用报告来决定是否增加授信额度或提前收回贷款。

通常，获取信用报告数据的途径主要有三种：

• 直联中国人民银行征信中心数据接口，获得用户授权后可直接调用、查询用户的信用报告；
• 用户向平台提交信用报告扫描件或影印件，再由人工录入风控系统；
• 基于OCR识别技术自动结构化提取信用报告信息。

目前，仅有少数持牌金融机构如大型商业银行、保险企业等能够通过第一种方式查询用户的信用报告，而其它大部分非银行金融机构（包括开篇提及的汽车金融公司）只能通过后两种途径获得相应数据。

然而，近两年，随着智能风控的深入发展，人工录入成本高、响应慢，已经无法顺应智能风控的发展趋势了，甚至成为掣肘因素。
一是信用报告信息量巨大，少则几页多则几十页，由上千个字段内容构成，人工录入耗时费力，且出错率高，存在一定的隐性风险；
二是由人工参与的作业环节难免存在一定的道德风险，容易被串联骗贷钻了空子。

那么，如果有个24小时不眠不休、还不用定时投喂的机器人，可以帮助机构高效完成这项繁冗的工作，问题是不是就迎刃而解了？

信用报告OCR服务以信息数字化、电子化的方式实现信息录入自动化，进而加快授信审核进程，提升业务服务效率。目前，字段识别准确率超过99%，单页识别平均用时3s，同时支持多种格式结构化输出。

据悉，二代征信系统在信息采集、产品加工、技术架构和安全防护四方面进行了优化改进，与一代系统相比，二代征信系统提供的信用报告优化丰富了基本信息和信贷信息内容，改进了报告生成机制和展示形式，提升了信息更新效率。针对上述变化，又从两方面对算法模型进行优化：

• 基于二代信用报告格式，强化特征提取细粒度，更新识别模板，提升模型的识别稳定性；
• 提升抗干扰能力，基于直线/表格线识别规则纠正文本畸变，结合启发式规则实现翻页文本合并，提高模型的识别准确率。

升级完成后，基于OCR完成单份个人信用报告的提取与录入用时不过1分钟；相较人工作业耗时，信息采录效率显著提升。事实上，借力专业化、自动化的信用信息提取服务，信贷服务的交易时间将大幅缩短，有助于信贷服务更加高效、便捷地触达用户，加快推进普惠金融发展进程。