打字猴:1.703653991e+09
1703653991 互联网信贷风险与大数据:如何开始互联网金融实践 [:1703653424]
1703653992 五、存量客户的风险管理
1703653993
1703653994 对于个人信贷业务,为获取更多的客户,把强调客户体验作为导向,进行了诸多的产品创新。但如何防止客户流失并持续提升客户价值,也是一个大问题。由于能够在大数据环境中获取到更为丰富的关联数据,从而对客户行为信息有了更深层次的把握和了解,为金融产品和服务的不断自我更新与进化提供了养分。可以说,创新模式下的客户价值实现更多地推移到了贷中管理阶段,存量客户的风险管理、资产组合管理的重要性提升到前所未有的高度。
1703653995
1703653996 金融创新的一个重要特点,是从“卖产品”转变为“卖服务”。既然核心在于服务,自然存在着持续性的客户接触过程,而风险管理的重点也自然而然地从准入端向贷中、贷后延展。金融创新要求对存量客户管理的重视程度不断提高,在客户层面上,有效识别客户的收入-风险水平;在整体资产层面,通过结构调整,优化资产质量,提升业务经营的效益。
1703653997
1703653998
1703653999
1703654000
1703654001 互联网信贷风险与大数据:如何开始互联网金融实践 [:1703653425]
1703654002 互联网信贷风险与大数据:如何开始互联网金融实践 第五节 大数据——风险管理起跳板
1703654003
1703654004 早在1980年,美国未来学家阿尔文·托夫勒在《第三次浪潮》一书中指出:“如果说IBM的主机拉开了信息化革命的大幕,那么大数据则是第三次浪潮的华彩乐章。”因当时历史环境的限制,大数据概念并没有受到人们的重视。
1703654005
1703654006 随着计算机、互联网、移动终端技术的高速发展与普及,人类开始步入了信息大爆炸时代,信息如潮水般涌入我们的生活,不断改变着人类的生活习惯,当前一秒我们还不知道“屌丝”是什么时,网络上已经可查该词的含义、来源、相关新闻和热点等,让你在短时间全面地了解到相关信息。人们开始习惯利用互联网获取知识、浏览新闻、聆听音乐、观看影视、发表评论、购物、搜索、社交、游戏等,大街小巷也随处可见“低头一族”。而人们在进行以上行为时,各大企业机房却开着上百台服务器,采用PB(PetaByte,拍字节,1PB=1 024TB)级以上的存储空间,不断记录着人们在互联网上的轨迹,存储着人们使用设备的设备号、浏览网站、停留时间、点击次数、搜索用词、浏览内容、购买物品类型、购买物品次数、购买物品价格、社交对象、社交内容、评论内容等各种各样的信息,因此近年来数据呈爆炸性的增长趋势。2013年IDC(国际数据公司)发布的数字宇宙报告《大数据,更大的数字身影,最大增长在远东》中称,2012年全球数据量达到2.8ZB,预计未来全球数据量将以每两年翻一番的速度增长;到2020年,全球数据量将达到40ZB。如果用常见的2.5英寸1T移动硬盘来存储该部分数据,将这些移动硬盘首尾相连能往返地球、月球6趟。
1703654007
1703654008 2011年,麦肯锡公司发布了《大数据:创新、竞争和生产力的下一个前沿》一文,文中称“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来”。人们逐渐认识到大数据的重要性,越来越多的企业开始将视角投向于大数据,希望从大数据中挖掘出价值。而很多领先的企业早就认识到大数据的重要性,并将大数据应用到实际的产品中,如Google公司的“谷歌流感趋势”(GFT)系统、亚马逊的推荐系统、沃尔玛的“啤酒和尿布”购物篮分析,都是大数据应用成功的案例,从这些案例中可以看到大数据的魅力所在。
1703654009
1703654010 金融业是大数据应用非常广泛的行业之一。从2003年至2013年,我国的消费信贷呈现出高速发展的态势。例如,国内信用卡累计发卡量从300万张增长至3.9亿张,2013年全年新增6 100万张,全年信用卡交易额达13.1万亿元,交易笔数达46.4亿笔。因信用卡授信额度较小以及规模经营的特点,人工审批及管理的时间成本和资金成本都非常高,常常依赖于数据挖掘并采用系统化、自动化管理。因此,数据在信用卡风险管理、贷款审批、额度管控、逾期催收、市场营销等各方面有着非常广泛的应用,数据支持提升了风险管理的能力和效率。
1703654011
1703654012 多数基于互联网的金融创新背后是离不开数据支持的。一方面,大数据改变了金融格局。比如,大量的用户数据、交易数据、浏览数据、评论数据是电商进入信贷领域的基础,通过这些数据可以较为快速地衡量用户的经营和风险情况。另一方面,大数据推动了产品创新。为追求提供简单、快捷的金融服务和优质的购物体验,诞生了实时申请、实时贷款等贷款服务,极大地提高了贷款流程时效。比如,信用卡实时申请是通过互联网和实时数据决策支持系统实现支付工具和消费市场的无缝连接,颠覆了传统办理信用卡的流程,办理信用卡所需时长也产生了质的飞跃。这个飞跃的核心就在于数据决策系统,能够快速地甚至基于线上一站式提供真实性决策、信用风险决策和额度决策等。从这里可以看出,大数据推动产品创新本质上是因为大数据为风险管理提供了更多的选择。
1703654013
1703654014 互联网信贷风险与大数据:如何开始互联网金融实践 [:1703653426]
1703654015 一、欺诈监测
1703654016
1703654017 互联网个人信贷创新模式追逐的是快捷、便利、高效的目标,提高客户满意度的同时,也给欺诈带来了可乘之机。不法分子只需要通过点击鼠标就可以批量地向金融机构申请贷款,采用图像处理技术可轻易制造虚假材料,欺诈的成本大大降低,欺诈现象更加普遍。
1703654018
1703654019 欺诈能够成功的主要原因之一就是信息不对称,当金融机构拥有大量的外部数据,采用第三方信息验证、电话核实、反欺诈排查等手段可大幅度降低欺诈比例。当掌握数据信息足够多时,金融机构可以对客户说“比你自己都了解你”。例如,通过户籍数据可以了解你的家庭情况;通过学历数据可以了解你的教育情况;通过中国人民银行征信数据可以了解你的贷款情况;通过电信运营商数据可以了解你的联系人信息;通过房屋中介数据可以了解你的居住房产信息;通过电子商务数据可以了解你的消费信息……当数据积累的维度和深度足够且能够很好地整合时,就能提升对欺诈的防范能力。
1703654020
1703654021 互联网信贷风险与大数据:如何开始互联网金融实践 [:1703653427]
1703654022 二、信用风险评估
1703654023
1703654024 互联网金融创新的快捷、简化、纯信用的特点同样对信用风险评估提出了挑战,申请快捷要求贷款审批系统化、自动化,降低人工审批的比重,简化材料导致更严重的信息不对称,而纯信用又对客户风险评估的准确性提出更高的要求,以上特点决定了创新模式下需从多维度获取客户信息,并以风险计量技术为基础实现风险管理。
1703654025
1703654026 传统风险计量主要采用申请信息、中国人民银行征信等信息开发信用评分模型以及风险规则。大数据下风险计量技术将突破传统的限制,在数据方面将会融入大量的非传统数据,和传统数据进行结合,更全面地评估贷款人的信用情况。在风险计量技术方面将会出现新的突破,不再受限制于Logistic(逻辑)回归、决策树等成熟的统计方法,新型的模型技术将在实际业务中得到有效应用,从而实现全面、准确评估客户风险的目的。
1703654027
1703654028 互联网信贷风险与大数据:如何开始互联网金融实践 [:1703653428]
1703654029 三、风险预警
1703654030
1703654031 所谓风险预警,指提前发现未来会爆发的风险。提前发现与预警,金融机构才能采取针对性的措施,及时控制损失。大数据在风险预警方面有着得天独厚的优势。例如,电商平台拥有商铺每个月的交易信息、用户评价信息、浏览信息、收藏信息等。商铺的还款能力源于经营,经营情况可由评价、浏览、收藏等信息综合评估。因此在整个链条中,跟踪每一节点的异动,从而实现风险的提前预警,而不需要等待违约的真正发生。
1703654032
1703654033 另外,大数据在了解借款人共债问题上也提供了途径。银行等传统金融机构解决共债问题的主要途径是通过中国人民银行征信报告了解借款人在其他机构的贷款情况。对于很多创新型金融机构来说,现阶段并不能获取到中国人民银行征信报告,也无法将客户违约的情况接入中国人民银行征信系统中。目前,中国人民银行征信系统拥有全国大概8亿人的报告档案,但其中3亿人存在信贷账户信息不足,大量个人及小微企业主存在民间借贷或其他无法体现在央行征信报告中的信贷行为。可通过互联网获取更多维度的信息,如通过借款人的联系人、社交圈等的关联分析,或借款人在互联网上关注、浏览的贷款信息,社交网络中的贷款推销人员等方面,辅助共债情况的判断,让风险预警体系更具实时性与智能化的特征。不同来源的数据之间的互证冲突,提炼为策略,直接写入实时监控体系,使得大数据快速更新,实时地为风险监控体系提供输入,令风险异动在第一时间反馈出来。另外,基于机器学习,对每位信贷申请人的广泛来源的数据进行分析、归类与整理,建立借款人档案,对异常行为模式做出预警。
1703654034
1703654035 互联网信贷风险与大数据:如何开始互联网金融实践 [:1703653429]
1703654036 四、逾期客户管理
1703654037
1703654038 客户发生违约之后的管理是风险全流程管理中非常重要的一个环节,是实现闭环管理和风险指标控制的关键。大数据对于逾期客户管理主要体现在以下三个方面:一是优化催收策略;二是客户信息丰富化;三是触达方式的多样化。
1703654039
1703654040 催收策略主要由催收方式和计量工具两大部分构成,由计量工具来决定客户的分类,根据客户分类决定所采用的催收方式。大数据为完善计量工具、提高计量模型的精准性提供了一种可能性。另外,大数据也衍生出新兴的催收方式。传统的催收方式包括信函、短信、电话、上门、司法等。而通过大数据可获取客户的微博微信等新兴社交工具,增加了客户触达方式,从而丰富催收方式。
[ 上一页 ]  [ :1.703653991e+09 ]  [ 下一页 ]