孟立新:双重风控让众信金融走得更远

简介:

本文讲的是孟立新:双重风控让众信金融走得更远,随着P2P网贷的爆发式增长态势,P2P展示了无限风光、抢占了大量的金融市场。但大量“倒闭”、“跑路”现象的出现又让P2P行业饱受争议。据《中国P2P网络借贷行业2014年9月报》指出,截至2014年9月30日,全国目前正在运营的网贷平台共计约1438家,环比增速达5.96%。同时,截至9月,2014年问题平台数已达101家。众信金融董事长孟立新表示,在P2P平台数量大增的同时,风险最不容忽视,如何保障投资人的资金安全、做好风险控制成为平台发展的关键,也是平台能否走向更远的动力。

  最完善的传统风控体系

  众信金融作为国资系P2P理财平台,从公司成立之时就非常注重用户资金安全问题。孟立新指出,首先是360度实地尽调。众信金融建立了专业尽调团队,对融资项目进行360度实地尽职调查,调查报告的数据由实地调查数据、人民银行征信系统数据、公安部居民身份系统数据、税务系统数据、海关系统数据、工商局系统数据、车辆管理系统数据、房屋管理系统数据等组成。对融资性项目实现立体化多层级的数据采集,以确保项目及融资需求真实、合法,为风险把控提供可信依据。

  其次,为项目量身打造的担保方案。众信金融与海淀国资委下属国有融资性担保公司合作,由担保公司为众信金融投资人提供全额的连带责任担保,通过严格的合作前审核确保其在出现风险事项时可以及时、足额对投资人进行代偿。同时依据项目特性及融资人的资产优势,引入再担保、反担保措施,为每一个融资人设计高效的、可操作的担保方案。

  最后,拥有完善的贷中、贷后管理制度。在起息日之后,众信金融将派驻相关贷中跟踪团队实时跟踪并监测借款人实际使用资金情况,并实时矫正其整体信用评价结果。如出现借款人可能还款逾期的情况,众信金融将派驻相关专家对借款人如何能够更加有效还款进行指导,以最大程度保障投资者利益。

  云风控: 最有特色的风控模式

  云风控,是众信金融推出的独具特色的风控模式。它利用互联网时代人人参与的模式,在网站上对所有借款企业进行阳光全透明的信息披露,所有借款企业必须实名制发标,不允许以“某企业”字样出现在项目中。由于借款企业、资金流向等完全透明,实际上整个贷款投向和使用受到了互联网上广大网民的共同监督,所以实际上13亿公民都是众信金融平台的风控团队。

  孟立新提到,高透明度和阳光化操作是平台最大的亮点之一,在众信金融平台上借款企业信息会完全公开,包括企业名字、法人信息和企业经营信息等,此前行业内没有任何一家平台是这样操作的,我们是首家。这对投资者来说,能够更加清晰地了解自己投资的对象。在资金安全上也更加有保障。众信金融还会定期组织投资者赴借款企业实地考察,让投资者了解借贷资金的用途和效果,消除可能存在的疑虑。

  此外,国资背景也是众信金融有力的背书。孟立新表示,金融产品的本质是风险定价,国企背景的P2P平台,由于有着相对更加严格的风控体系,更规范的运营流程,更强大的信用背书,无疑比市面上大多数P2P平台有着更好的安全性。对于出借人投资者来说,相对低利率但高安全性的国企P2P债权,扩大了他们的选择面,丰富了市场,也使得投资更具备可持续性。未来,国资系P2P不仅使行业更安全更规范,也将会是 P2P行业发展的一大主流。

作者:景保玉

来源:IT168

原文标题:孟立新:双重风控让众信金融走得更远

相关文章
|
存储 安全 Linux
Docker 离线安装与基本使用
Docker 离线安装与基本使用
3444 0
Docker 离线安装与基本使用
|
9月前
|
存储 数据采集 数据管理
《深度揭秘:数据库表结构设计的艺术与科学》
在数字化时代,数据库是企业数据管理的核心,而表结构设计直接影响系统性能与稳定性。设计合理的数据库表结构需从六大方面入手:精准把握业务需求,确保设计贴合实际;遵循规范化原则,减少冗余并维护一致性;审慎选择数据类型,平衡存储与性能;确保数据完整性,保障数据质量;优化查询性能,提升响应速度;注重前瞻性与灵活性,适应未来变化。这是一项融合业务理解、技术考量与实践经验的综合性任务,对构建高效、稳定、可扩展的数据库系统至关重要。
296 25
|
缓存 关系型数据库 MySQL
服务器磁盘爆满?别慌,教你轻松清理!
服务器磁盘空间告急?别慌!本文将教你如何快速识别并清理占用大量磁盘空间的文件和目录,优化日志文件,释放磁盘空间,恢复系统正常运行。适合服务器管理员和网站运营者。
1896 1
 服务器磁盘爆满?别慌,教你轻松清理!
|
机器学习/深度学习 数据采集 算法
利用机器学习进行客户细分的技术解析
【5月更文挑战第17天】运用机器学习进行客户细分是提升企业精准营销和竞争力的关键。通过聚类分析、决策树、支持向量机和神经网络等算法,可深入理解客户需求和偏好。关键步骤包括数据收集预处理、特征选择、模型训练与优化,最终实现客户群体的精准划分,助力定制个性化营销策略。随着技术发展,机器学习在客户细分中的应用将更加广泛。
|
12月前
|
搜索推荐 数据挖掘 双11
淘宝运营进阶秘籍:从业余到专业
淘宝运营涉及市场分析、产品定位、店铺装修、营销推广、客户服务、数据分析等多环节。要脱颖而出,需掌握进阶秘籍。本文从精准定位、店铺装修、定价策略、流量获取、客户服务、数据分析及跨平台合作七大方面深入探讨,助商家实现从平凡到卓越的蜕变。通过目标受众分析、优化店铺形象、合理定价、多种促销手段、提升客户体验、利用数据反馈调整策略以及拓展销售渠道,商家可逐步提升运营能力,在竞争激烈的电商环境中取得成功。
1435 4
|
机器学习/深度学习 人工智能 自然语言处理
【AI系统】大模型的到来
大模型的兴起,让系统工程师能在前所未有的集群规模上解决复杂工程问题,显著降低成本和时间。本文探讨了大模型的发展历程、技术架构、支持模态及应用领域,特别分析了AI系统与AI基础设施的区别及其对大模型的影响。随着大模型进入爆发期,AI系统的重要性日益凸显,不仅影响着算法的选择与发展,也成为推动大模型研究与应用的关键力量。
940 0
|
机器学习/深度学习 并行计算 Java
谈谈分布式训练框架DeepSpeed与Megatron
【11月更文挑战第3天】随着深度学习技术的不断发展,大规模模型的训练需求日益增长。为了应对这种需求,分布式训练框架应运而生,其中DeepSpeed和Megatron是两个备受瞩目的框架。本文将深入探讨这两个框架的背景、业务场景、优缺点、主要功能及底层实现逻辑,并提供一个基于Java语言的简单demo例子,帮助读者更好地理解这些技术。
1068 2
|
Java 数据库连接 mybatis
Mybatis入门案例【超详细】
【2月更文挑战第10天】
|
安全 Java Shell
"SpringBoot防窥秘籍大公开!ProGuard混淆+xjar加密,让你的代码穿上隐形斗篷,黑客也无奈!"
【8月更文挑战第11天】开发SpringBoot应用时,保护代码免遭反编译至关重要。本文介绍如何运用ProGuard和xjar强化安全性。ProGuard能混淆代码,去除未使用的部分,压缩字节码,使反编译困难。需配置ProGuard规则文件并处理jar包。xjar则进一步加密jar包内容,即使被解压也无法直接读取。结合使用这两种工具可显著提高代码安全性,有效保护商业机密及知识产权。
1524 3
|
机器学习/深度学习 人工智能 搜索推荐
【颠覆传统】解锁记忆新姿势:多模态AI单词助记神器——让单词学习变得生动有趣,打造个性化学习新体验!
【8月更文挑战第21天】多模态AI单词助记模型融合文本、语音与图像,增强英语单词记忆效果。设计上利用多感官刺激提升信息处理与记忆效率。技术栈包括React.js前端、Node.js后端、PyTorch深度学习框架等。实现过程涵盖数据准备、前端开发、后端服务搭建、深度学习模型构建及用户反馈循环。应用显示该模型显著提高学习兴趣与记忆效率,尤其对视觉和听觉学习者有益,个性化推荐系统进一步优化学习体验。
579 0