发布时间：2022-1-5 分类： 行业资讯
近日，《中国金融科技风控报告2020》在世界人工智能大会云峰会未来金融论坛上正式发布。《报告》指出，金融科技风险管控厂商依托大数据、云计算、人工智能、机器学习、模型算法等技术，打通数据、技术、客户，通过技术赋能将传统风险管控升级为金融科技风险管控，极大改善了金融机构日益增长的风险管控效率需求与落后的风险管控模式之间的矛盾。
信用、支付和供应链是三种常见的风险控制场景，其中信用业务主要分为零售业务和公司业务。以零售业务为例，传统风险管控以人工为主，但人才匮乏，人工数据处理速度有限，存在数据口径单一、人工成本高、无法覆盖信用白户等诸多问题。另一方面，金融科技依托人工智能、大数据等技术的赋能，优化整个信贷业务流程的方方面面，通过多维数据和智能分析模型，帮助金融机构提升风险管控水平。
以凤凰金融网贷中介信息服务平台凤凰智信为例，其风险管控团队基于数十年的国内外经验，从借贷用户的用户画像出发，通过数据挖掘和分析，刻画借贷用户的行为习惯和风险特征，控制早期风险，打造了一套完善的信用风险管控流程：同时，贷款申请流程要充分结合信贷业务经验和大数据智能分析手段，构建完整的全流程风险防控体系。
放款前，金融科技风险管控主要起到数据支撑、规则策略制定、黑名单筛选等作用。并通过多维数据建立信用模型，从而绘制风险等级，帮助审批和授信。具体来说，凤凰智信首先收集、整合、分析、挖掘用户提供或授权的年龄、职业、收入、资产负债等多维度数据，通过活体和人脸识别、欺诈识别等多维度交叉验证用户身份，确保借款人是真实用户。
然后，通过信用评分模型，从个人稳定性、还款能力、还款主动性等多个维度对用户数据进行深入分析，得出客观的个人综合信用状况评分；通过线下查询和人工信用审核的方式进行交叉验证，评估客户还款意愿和还款能力的贷款风险，最终划定客户风险等级。根据客户风险水平，制定消费信贷产品准入、授信额度和风险定价策略，合理匹配信贷产品。
在借贷中，金融科技风险控制侧重于风险监控，主要从多个维度给出预警。在这一环节，凤凰智信通过建立监控报告系统，实时跟进还款数据趋势；同时，构建行为评级模型，实时同步借款人申请贷款后新增的各类不良信用记录和资产变动情况，实时监控资产；基于关系图，对用户圈的贷款和还款表现进行评估，通过多手段客户回访，发掘客户潜在风险，及时规避风险，减少资金损失。
贷后金融科技风险控制主要评估贷后资产的表现，迭代集合模型调整贷后策略。凤凰智信可以结合用户信息、时效信息、额度费率信息等，构建贷后修复模型。对不同逾期程度的用户采取个性化策略，通过不断优化模型、调整策略进行修复工作，更好地解决坏账隐患。
综上所述，凤凰智信运用领先技术，构建了包括反欺诈模型、信用决策模型、贷款风险等级模型、坏账率预测模型在内的综合大数据风险控制模型，拥有完善成熟的智能风险控制管理体系。凭借强大的数据处理和建模能力，凤凰智信c
