中国人工智能学会通讯——AI如何深度应用于消费金融的风控决策 1.1 目前中国消费金融行业面临三大挑战。-阿里云开发者社区

开发者社区> 人工智能> 正文

中国人工智能学会通讯——AI如何深度应用于消费金融的风控决策 1.1 目前中国消费金融行业面临三大挑战。

简介:

image

1.1 目前中国消费金融行业面临三大挑战。

首先,中国有人民银行征信记录的只有3.5亿人,个人征信渗透率只有约20%,绝大部分都是没有信贷历史的薄文件人群。

薄文件人群和白领一样有强烈的信贷需求,且信用资质良好,是一座需要开发的“金矿”。而在没有传统征信数据的支持下,识别薄文件人群的信用和欺诈风险,是风控业务面临的最大的技术挑战。

另一方面,在信贷业务中有逆向选择问题。信用良好的人群,对信贷业务的用户体验要求越高。用户填写申请信息的复杂度和审核时长是用户体验的关键环节。

好的消费金融服务应该让信贷完全融入消费过程,通过金融服务来提高用户的消费体验。在风险可控的前提下,用更少的客户信息,更快速完成审核,才能吸引优质客户。

image

最后, 消费金融量大额小,如“买单侠”3C分期业务,在单均2 000~3 000的情况下,扣除坏账成本、运营成本、资金成本等,收入有限。如何在风险可控的前提下,有效控制审核成本,是另一大挑战。

而如银行信用卡申请的传统风控方式,并不能解决消费金融的挑战。首先,传统的银行信用卡申请审核中,最多用到50个来自央行征信数据点。对于没有央行征信记录的薄文件人群来说,小规模的数据量和简单模型很难精准地区分薄文件人群的信用好坏。此外,信用卡申请审核利用老专家来识别客户的风险,且易受主观因素影响;且银行信用卡的审批周期很长,无法满足消费场景的冲动购物需求。所以,传统风控技术并不适用于消费金融场景。但人工智能的运用,让传统风控技术无法妥善解决的挑战迎刃而解。

秦苍科技基于人工智能的全自动风险管理体系,自主研发了八爪鱼智能信贷平台“Octopus”。目前薄文件客户,只需填写不到20个字段就能完成信贷申请。整体申请过程小于5分钟,平均审核时长小于3分钟。

目前,人工智能帮助秦苍科技降低了25%左右的逾期率,仅此一项,每年就能够节约千万的坏账成本。同时,人工智能在秦苍科技客户生命周期管理的各个阶段,尤其是在风险决策当中起到了重要作用。

八爪鱼平台的数据机器人Databots以非侵入式的方式,通过互联网、社交网络、设备和传感器、内部数据、第三方合作伙伴等方式,快速收集、处理数据,将不到20个客户填写的字段迅速扩展为上万个信贷相关的数据点。

image

版权声明:本文首发在云栖社区,遵循云栖社区版权声明:本文内容由互联网用户自发贡献,版权归用户作者所有,云栖社区不为本文内容承担相关法律责任。云栖社区已升级为阿里云开发者社区。如果您发现本文中有涉嫌抄袭的内容,欢迎发送邮件至:developer2020@service.aliyun.com 进行举报,并提供相关证据,一经查实,阿里云开发者社区将协助删除涉嫌侵权内容。

分享:
人工智能
使用钉钉扫一扫加入圈子
+ 订阅

了解行业+人工智能最先进的技术和实践,参与行业+人工智能实践项目

其他文章