房融界CEO王小虎受武汉市委专委之邀 分享大数据金融

金融的本质是风控,风控的核心是数据。6月15日,房融界CEO王小虎受邀参加了民建武汉市委科技与金融专委全体活动,并以“大数据在金融领域的应用与实践”为主题向与会代表对大数据金融进行了详细解读,得到了大家的一致认同。
image.png
大数据风控和数据建模
随着大数据在各个行业的渗透,金融行业也迎来了一场变革,大数据金融正在变得越来越普及,其中作为金融核心的风控,大数据便发挥了重要作用。此次主题分享,王小虎首先从什么是大数据、大数据的价值、大数据风控和大数据风控防范两大风险四个方面对大数据进行了解读。
其在分享中称,通过挖掘大数据的优秀算法和有用的数据,大数据风控通常只需要少量建模人员即可维持整个风控体系的运转,相较于传统的风控技术的高成本、低效率,大数据风控起到的防范作用会更精准,更高效。在大数据风控模式下,通过分析平台的借贷记录、多家信用机构评级、在非金融性行业里有过信用违约记录的特殊行业人群等数据即可快速确定信用风险程度;通过分析用户在金融和非金融行业的信用违约记录、通讯录风险、地理位置风险、常用联系人风险、物理身份冒用等数据即可准确判断欺诈风险程度。
其中,数据建模作为大数据风控的关键技术,王小虎称通过对搜集的海量数据以数学方法,对历史信息和行为进行算法的拟合,以此构建相应的模型来预测未来的行为,模型输出会通过例如“y=a1x1+ a2x2+……+ anxn+b”这样的数学公式以一个概率或者分数来达到预测效果,公示中的x可以是性别、职业、收入、多头借贷、通话详单、消费行为等等数据。
贷前反欺诈方案和贷前信用评估
在目前国内互联网金融大环境下,欺诈风险与信用风险比例为5:1,伪冒申请、虚假资料和内部欺诈等行为给投资人带来很大风险,做好防欺诈和降低信用风险是金融行业一项非常重要的工作。王小虎表示,利用大数据进行贷前反欺诈和贷前信用评估便可以很好的进行预防,通过对用户的还款能力、消费能力进行风险评定,同时对用户的还款意愿和稳定性进行风险评估,以此输出建议借款额度和利率,便可达到贷前反欺诈目的。
在此基础上,再结合用户还款能力、还款意愿等数据,基于好坏用户数据样本训练建立的模型,输出评分的形式对申请用户进行风险定价,达到贷前信用评估的目的。申请人通过在模型中输入姓名、身份证号、手机号码、还款能力、还款意愿等数据即可输出相应的信用评分。
贷中风控和贷后催收
客户完成借贷之后,进入贷中和贷后阶段,这时候投资人面临的最大风险就是客户的逾期行为,如何做好贷中风控和贷后的催收也是金融行业的一项繁重工作。
王小虎在分享中表示,依托大数据,则可大大降低逾期的可能性,贷中便会进行早期催收预警,从客户的还款能力和还款意愿两个方面进行建模分析,通过评分结果来判断催收的策略是电话提醒、短信提醒等低压策略,还是电催或上门催收等中高压策略。
贷后催收则采用计量模型体系,分别通过行为模型(预计客户未来变化的可能性),账龄滚动率模型(预测客户坏账可能及提前委外、提前变卖资产),失联模型(评估客户失联可能性)和不良资产评估模型来确定下一步的催收工作安排和催收目标制定,以便及时调整和优化催收策略。