? 意大利那不勒斯地图
Tips:设为首页 | 加入收藏

消费金融严防欺诈风险 人工智能成消费金融风控标配

发布时间:2017-04-22 15:41:25 发布人:铭鼎

 


u=3180040712,3926790789&fm=23&gp=0.jpg


  近日,谷歌的AlphaGo将在5月与中国棋手柯洁展开对决的消息,让人工智能再次成为人们关注的焦点。而目前在消费金融领域,人工智能已经成为多数一线消费金融机构风控、催收等业务的标配。

  消费金融严防欺诈风险

  波士顿咨询预测,到2017年我国消费类贷款的余额将增长至30-40万亿元,而消费金融行业的风险管理的发展会显得越发的重要。对于很多放贷机构来说,其所遭遇的欺诈风险?#23545;?#22823;于信用风险。

  面对消费金融领域客户风险较高、客户信用信息不全、恶意欺诈或薅羊毛现象、客户违约成本低、债务收回成本较高等诸多新的挑战,消费金融必须利用大数据风控丰富传统风控的数据纬度,利用人工智能,从多维度数据、算法和模型来实现快速识别借款人风险。

  去年7月,芝麻信用总经理胡滔透露,18%的消费信贷申请人在最近12个月曾用3个或者3个以?#31995;?#25163;机号,30%的申请人最近12个月稳定活动县级区域个数在3个或者3个以上。此外,消费金融、互联网金融公司的坏账损失超过50%来源于欺诈。身份冒用类欺诈占比最高,其次是团伙欺诈,?#32422;?#36134;户盗用、恶意违约等。某互联网消费信贷公司开展业务第一周在申请人群中发现70%的疑似团伙欺诈申请。

  金融机构善用人工智能

  据银监会公开数据,目前消费金融行业不良率为4.11%

  金融的本质是风险控制。目前大多数金融机构的风控?#21069;?#29031;评分卡的方式来做的,而一些行业内领先的消费金融公司是基于大数据和机器学习来做的。

  例如,京东金融风险模型体系中有十多种不同的模型,包括识别虚假交易的商户模型,套现模型、催收模型、申请评分模型、行为评分、反欺诈模型,同时,一个模型在一定时期内会迭代,通过深度机器学习,将1000多个变量进行具体分析,让机器像人脑一样自动推断一些结论。只有?#20013;?#19981;?#31995;?#20195;,才能?#20013;?#26377;很强的风险管理能力。

  其实,人工智能远不是一个新鲜词汇,只是人们越来越深切感受到AI带来的或者是即将带来的颠覆性的改变。

  落地金融行业须三要素

  2015年麦肯锡关于金融科技的调查报告显示,个人信贷是仅次于支付领域的最活跃的金融创新和金融科技的领域。那么人工智能在金融行业能起到什么作用呢?金融科技最核心的作用是真正做到了高效,而人工智能在金融行业真正落地则取决于三大要素,分别是模型算法、大数据和计算平台。

  在数据层面,最本质的是要解决大数据从哪来、怎么用的问题。目前,一些消费金融公司除了依托股东方的客户数据?#32422;?#33258;身业务所拥有的千万级个人客户数据外,还对接了央行征信、公安、法庭、社保、运营商、公积金、车管所、电商等多元化数据源。

  目前,对于海量数据的场景化、实时分析还存在一定的挑战,需要构建一个非常巨大的人工智能计算平台。有了数据、计算平台和技术团队,人工智能在消费金融业务应用中最核心的几大?#26041;?#21253;括智能客服、智能催收、智能风控和智能营销。


?