JUJUMAO宽带宝藏网

 找回密码
 立即注册
搜索
查看: 537|回复: 0

[转帖] 使用人工智能、大数据技术防控P2P风险

[复制链接]
发表于 2018-7-22 08:00:45 | 显示全部楼层 |阅读模式

  中国经营报  马丁

  最近几个月,互金行业最火的词是“爆雷”,各地风险事件的集中爆发,引发了行业的“多米诺”效应。

  究其原因,大体因为两方面原因。一方面是问题平台本身业务存在瑕疵,在监管趋严的环境下,无法进行新的募资,于是引发了接连爆雷的连锁反应。另一方面是在去杠杆的大背景下,市场流动性整体偏紧,企业及个人债务违约率上升,这直接导致P2P平台的信贷逾期率不断攀升,投资人信心不足。

  根据监管的要求,P2P是将借款人与出借人链接在一起的信息中介。虽然P2P平台只是信息中介,但由于理财端客户大部分不具备专业的风险识别能力,平台有义务对借款人的风险状况进行充分的调研和披露。这是P2P平台持续稳健经营不可回避的问题。

  信贷业务的核心是控制风险。在流动性相对宽松的市场环境下,粗放型的经营也许还可以应付。但在流动性趋紧的市场环境中,潜在的信用风险会充分暴露出来,并直接影响到平台是否还能持续运营。未来P2P行业比拼的是精细化管理能力和风控能力。

  从客群来分析,互金行业主要服务的是长尾客群,即以前没有被传统金融机构服务到的80%人群,要想服务好这些客户,既要考虑产品设计又要注重客户体验。这部分客户体量庞大,有小额、分散、高频等特点。如果以传统对公的信贷思路来做风控,是远远无法满足于行业需求的。高效自动化的风控体系搭建是互金行业做好普惠金融的重中之重。

  从风控流程上来看,在贷前准入阶段,应主要识别借款人的欺诈风险和信用风险;在贷中监控阶段,应识别借款人信用恶化的风险;在贷后管理阶段,应注重对借款人合规有效的催收。

  在贷前欺诈风险防范上,应注重借款人身份和信息的校验,有效识别出有欺诈意图的借款人。在贷前信用风险防范上,应通过多维度的数据,来综合评估借款人的还款能力及还款意愿。同时,对于不同风险等级的借款人施行差异化定价策略。在贷中监控阶段,要运用自动化的方式精准识别信用恶化的借款人,并能提供实时动态的预警,以此帮助金融机构防风险于未然。在贷后管理阶段,运用智能的大数据催收工具,在合规的前提下,提高催收效率,节约成本。

  现有先进的人工智能和大数据技术,在整个风控环节中都有很好的应用和表现。如在欺诈识别上,可以运用复杂网络、关系图谱来识别团伙型欺诈,实现跨行业、跨机构、跨客群的风险识别。在贷中联系人状态识别上,运用先进的技术可以在借款人无感的情况下识别其电话是否可联。因其识别时间短、识别数量多、推送及时,为互金机构提升了效率,并大大节约了成本。

  在贷后催收方面,智能催收机器人已经成为互金机构关注的焦点。运用自然语言处理、语义识别等技术,智能催收机器人可以实现与欠款人的多轮对话,且能根据欠款人的情绪和对话内容来自主分析并作出得体的回答。这些先进技术的广泛运用,大幅提升了互金行业的运营效率,降低成本的同时有效控制了风险。 作者系百融金服风控专家
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

手机版|jujumao

GMT+8, 2024-3-28 21:18 , Processed in 0.047743 second(s), 14 queries .

Powered by Discuz!

© 2001-2019

快速回复 返回顶部 返回列表