搭建金融信贷风控中的机器学习模型-(2)互联网金融与风控

1.互联网金融简介

        狭义理解,互联网金融是通过互联网技术和移动通信手段,实现融资、支付和信息中介等功能的一种新型的金融服务模式。广义理解:能够充分利用互联网技术开展金融业务额金融活动。其特点为:

  • 技术大数据的应用
  • 具有普惠金融的属性,特别是覆盖传统金融的盲点
  • 服务更加高效便捷,可以随时随地交易
  • 服务低成本化,加快贷前审查,贷中管理
发展阶段:
  • 第一阶段(2005年之前):银行将业务搬到线上
  • 第二阶段(2005年-2011年):以支付宝为代表的第三方支付机构快速发展
  • 第三阶段(2012年以后):P2P、众筹、网络保险等大量涌现
发展模式:

1.第三方支付
        具备一定实力和信誉保障的非银行机构,借助计算机、通信等技术,采用与各大银行签约的方式,在用户与银行支付结算系统之间建立电子支付模式。拥有支付牌照的企业近300家。一类是独立的第三方支付机构,仅仅提供支付解决方案,如拉卡拉,易宝支付;另一类是依托电子商务网站的支付机构,在买家与买家之间起担保作用如支付宝,财付通。
2.P2P
        通过第三方互联网平台进行资信借、贷方匹配。需要借款的人群通过网站平台寻求有出借能力且愿意基于一定条件出借的人群,帮助贷款人通过和其他贷款人一起分担一笔借款额度来分散风险,也帮助借款人在充分比较的信息中选择有吸引力的利率条件。

  • 纯线上:小米贷款、拍拍贷,人人贷(部分业务)
  • 线上线下结合:线上申请,线下代理商审查。代表:翼龙贷
  • 债权转让:平台先对借款人筛选放贷后,将债券转让给理财投资者。代表:宜信。

3.大数据金融
        集合海量非结构化数据,通过对其实时分析,为互联网金融机构提供客户全方位信息,通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯,并准确预测客户行为,使金融机构和金融服务平台在营销和风控方面有的放矢。其金融服务可以只对内使用,比如小米贷款,也可以对外提供服务,比如聚信立、百融金服。
4.互联网金融门户
        利用互联网进行金融产品的销售以及为金融产品的销售提供第三方服务的平台。核心是“搜索+比价”模式。既不负责金融产品的实际销售,也不承担任何不良风险。代表平台融360,网贷之家。互联网金融门户的最大价值在于渠道。

2.常见个人信贷产品

        个人信贷产品是指运用负债业务筹集的资金,将资金的使用权在一定期限内有偿让渡给个人,并在到期时收回资金本息以取得利益的业务。
        在借贷方面上,信贷产品可以从两个方向分类:一是基于资金用途分类经常出现在消费分期产品中,与商户合作的方式开展,比如房贷、车贷、装修贷、旅游贷等,另一类是基于客群特点分类,多出现在现金贷款业务中,比如工薪阶层、生意客户、资产类(车房抵押等)客户等。
        在出贷方面上,可以分为银行系、消费金融系(相比银行利率高、门槛低)、P2P系。

3.个贷产品风险点

  • 利率风险:利率水平的变动会影响金融产品的定价。因利率波动对信贷产品定价产生的损失即利率风险。
  • 流动性风险:信贷机构在某个时间点没有足够的资金满足客户需求的风险,一旦资金链断裂会引发支付危机。
  • 信用风险:借款人在合约到期而没有完全履行义务的风险。
  • 信息安全风险:由于软硬件缺陷等导致信息系统不能正常运行的风险,比如黑客入侵等。
  • 操作风险:和人为失误、不完备的程序控制相联系导致系统崩溃的风险。
  • 欺诈风险:借款人故意隐瞒信息、虚构事实骗取贷款,对出借人造成的风险。

信用风险
1.信用风险有两大因素构成:
        信用资质=还款意愿x还款能力
2.信用风险贯穿信贷产品的整个生命周期,主要三个环节:
o 贷前审核:过滤掉低资质客户,对中、高资质客户放款,其流程如下图所示:

贷前审核流程

o 贷中监控:放款后,持续监控信贷客群,防止逾期
o 逾期催收:发生逾期后,进行催收工作
3.信用风控的两大手段:
o 策略规则,根据信贷客群的申请资料或行为表现,在一定规则下实施风险管理
o 量化模型:建立基于统计学或其他算法的模型,基于模型结果实施风险管理,在信贷三大环节中,都有相应的模型进行风险预测:
        贷前申请:申请评分,预测放款后是否会有违约。考虑个人信息、征信信息、收入信息等。评分结果用于制定准入策略,可分为拒绝/准入,和拒绝/再审核/准入等状态。
        贷中监控:行为评分,预测还款结束前未来一段时间内是否会有违约。考虑账龄、还款行为、消费行为、抵押品估值(抵押类)、逾期行为等。适合还款周期长的产品(如房贷、车贷等)戒循环授信类产品(如信用卡)。结果可用于提前预警、风险计量等。
        逾期催收:催收评分,预测是否会成为不良资产。考虑个人信息、账龄、还款行为、欠款余额等。评分结果可用于制定催收策略。评分结
果较好的逾期人群可迚行轻催收,结果危险的人群可迚行重催收。

欺诈风险
1.信贷欺诈的三大特征

  • 以骗取贷款为最终目的
  • 使用隐瞒、虚构等欺诈性手段
  • 借款时就没有打算偿还。这其中包括有能力没意愿的,也包括有意愿没能力的

2.主要环节

  • 申请端欺诈
  • 交易环节欺诈

3.申请反欺诈的主要步骤
传统方法

反欺诈传统方法

新方法
反欺诈新方法 一

反欺诈新方法 二

(如有不同见解,望不吝赐教!!)

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,383评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,522评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,852评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,621评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,741评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,929评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,076评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,803评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,265评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,582评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,716评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,395评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,039评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,027评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,488评论 2 361
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,612评论 2 350

推荐阅读更多精彩内容