当前位置:首页 >> 科技
阿尔法象:大数据 智能风控构建普惠金融新生态
2017-11-14 16:09
 
     2017年,俨然是互联网金融的元年。小到用微信、支付宝购买街边的早点,大到金融交易网络中亿万级规模的资金流动,互联网金融行业正在彰显着其重要的地位。国家的政策支持普惠金融让更多人获得这样的服务。但是普惠金融面临的客群也在不停的下沉,新普惠金融服务对象,都是未接受过传统金融服务,在下沉过程中,这些人的信用记录、银行流水基本上都是缺失的。
 
阿尔法象:大数据 智能风控构建普惠金融新生态
 
      除银行外,当给更多的人提供服务的时候,金融机构该如何去做风控?这成了一个巨大的挑战。在普惠金融中面临风险可分为两大类:第一类就是欺诈风险,欺诈风险里分成了第一方欺诈和第三方欺诈。比如说欺诈风险里面常见的身份盗用、资质包装等;第二类就是信用风险,在贷款人贷款后,他的负债能力如何、收入水平怎样,还款能力等都是面临的信用风险。
 

WDCM上传图片

   
    从传统上讲,比如说信用卡信用风险占主要地位,欺诈风险则显得不是那么重要。但在普惠金融下,欺诈风险反而更重要,而且在欺诈风险当中我们对手是非常成熟的,已经形成了一条完整的灰色产业链。从最早的身份资料获取,再到个人银行的信用历史、消费流水、运营商的通话记录三个维度的重点包装。
 
    当然在实施之前还有另外两个重要环节,批量的自动化方法养号,使他看起来非常像正常人,还有可能使用代理IP等形式使得他的地域分散很广,不集中在某一地。另外对手还有专门探测各个风控平台、信贷平台的漏洞,然后把这些漏洞写成攻略在网上进行兜售。最后,骗贷者或者高风险用户,购买这些产业链的服务来完成自己的信贷或者进行骗贷。
 
阿尔法象:大数据 智能风控构建普惠金融新生态
 
     在这个情况下,基于对手如此了解我们的风控体系,我们的客群又在不断下沉,大数据给阿尔法象带来了非常大的机遇。今天的计算能力和存储能力比原来扩大几千倍、几万倍甚至几十万倍,一个人从衣食住行等各个方面产生的各种数据,给我们提供了最基础的数据原材料,基于基础大数据,阿尔法象提出大数据和人工智能风控体系。
 
     对手可以包装银行记录、运营商记录等,但是他们包装不了正常人生活中各个方面的情况;其次,人工智能算法的进步,为我们提供更多可能,把这些新的算法使用起来,应用在智能风控领域当中,讲给我没带来不一样的体验。
阿尔法象:大数据 智能风控构建普惠金融新生态
 
智能风控的趋势
 
    第一,智能风控可以用一个更完整的风控流程做风控。当你在提交资料获取风控时,阿尔法象的大数据、智能风控从用户手机号注册时便开始进行各项身份识别以及反欺诈高风险识别了。当用户真正去申请的时候,阿尔法象智能风控又有一个完整系统,去审核用户之前所有行为,甚至包括一些看起来无关的网站登录行为等等。
 
    第二,如果借贷人工作生活稳定,那他的信用通常也很好,但是阿尔法象智能风控不会立马判断这是一个“好人”,它会通过工作稳定去看工作时间段内,借贷人连接的WiFi是否稳定,同理,在他非工作时间连接的WiFi是否稳定,这么一个维度去采集信息。当然,智能风控除了这个维度还同其他维度结合,通过复杂多级的模型进行一个智能风控信用评估和决策引擎,智能风控还根据借贷人的信用等级来判定授信额度。
 
阿尔法象:大数据 智能风控构建普惠金融新生态
 
    第三、基于大数据和人工智能我们需要用更完整的数据体系去做这件事情。比如,有一组风控模型,会去看借款人的工作时间、非工作时间的稳定性以及多样性,基于这些图形去挖掘他是欺诈团伙或者是高危团体。那么上面还会有可信度、欺诈风险、信用风险,再把底层的所有维度综合起来,再次拿到全局信息对这个人的风险状况进行评估。
 
    目前,阿尔法象已服务客户破千家,覆盖金融机构、O2O、电商等多个领域,我们致力于技术持续创新,用科技、人工智能与大数据解决更多场景的欺诈问题,为客户提供可信、可依赖的优质服务。
 
http://zj.news.163.com/jiaxing/17/1114/15/D37A5OVD04099552.html
 
免责声明:本文仅代表作者个人观点,与上海金融新闻网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实