首页 > 商业资讯

信用算力:从硬编码到产品化,决策引擎如何助力金融机构完成风控升级?

商业资讯 零壹财经 零壹财经 2019-12-16 阅读:2090

关键词:信用算力金融机构风控升级智能风控

信用算力智能信贷解决方案在于帮助金融机构搭建完整智能化、自动化、独立自有的信贷风控系统。
相较于最初的硬代码部署方式,如今的风控决策引擎部署具备了效率更高、不容易出错的优点,同时也降低了与技术开发人员的沟通成本,更有利于构建风控策略保密机制。

风控系统的规则执行中心

大数据风控的意义在于快速收集海量与风控强相关或弱相关的数据,利用“大数据”,建立科学的评分模型,对借款人进行精准的风险评估及坏账率预测,并根据用户资质进行分层,从而降低坏账损失。

在此过程中,风控系统将承担贷前、贷中和贷后的风控评估、处理及预警的角色,实时支持大量业务的自动化处理,极大地解放人工处理的瓶颈与效率。


在风控系统中,作为规则执行中心的风控决策引擎,实际上就是策略的具体载体,是一堆风控规则的集合,是对复杂的业务逻辑抽象化剥离出来的业务规则进行不同的分支组合、关联,然后层层规则递进运算,最终输出决策结果的产品。

现在通常使用的风控决策引擎,在传统的基础上功能更加丰富,可以实现规则、评分卡、模型、表达式等多种类型的逻辑嵌套,实现层次更加丰富的逻辑运算,满足现在的银行零售信贷业务要求。更高阶一点的,如信用算力巡风智能风控系统,还在决策引擎中融入了自然语言处理平台、流计算平台等,提升了现有决策引擎的算力和处理时效。

从硬编码到产品化

但如今功能强大的风控决策引擎,实际上也经历了一个从低效到成熟的发展过程。

硬编码阶段

业务阶段:孵化器,成长初期

用户量:少

黑产关注度:较低

特点:对抗周期长、效果不可控、效率低


在风控决策引擎发展的初期,所有策略上线都是通过硬代码开发和部署,策略执行过程中,代码调优十分复杂,即便调优也只能针对特定的策略配置。如果策略改变了,原来的优化可能就不再适用。

这种调优和配置形式会导致策略的开发周期较长,在上线之前也无法有效预估效果,上线之后的策略召回率也难以掌控,这一阶段的整个策略对抗是一个极其低效的过程。

初级产品化阶段

业务阶段:成长期、初中期

用户量:中

黑产关注度:中

特点:只能调整部分策略参数、主要的策略逻辑实现依然由RD完成、对策略的管理能力提升大于对抗效率的提升


随着业务发展和用户量增加,黑产关注度和攻击频次也会增加,当黑产攻击到达一定的量级,我们会发现,原有“硬编码阶段”的风控策略体系因其自身的低效性,很难及时、有效完成风险拦截工作。

通过产品设计的逻辑和操作方式,将原有的风控策略体系产品化,同时将原有的策略从代码中迁移出来,展示在风控引擎中,并修改一些策略参数,同时执行一些策略上下线配置工作。

这个阶段实现了策略的基础配置化问题,但策略依然是一条一条相互独立并行执行的,绝大部分的策略逻辑依然是由硬代码直接进行开发部署到风控引擎中的。

成熟产品阶段

业务阶段:成长期后期,成熟期

用户量:高

黑产关注度:高

特点:极其灵活的策略生成方式、丰富的监控运营体系、充分满足对抗效率需要


当业务进入高速成长期,或者从成长期进入成熟期,业务规模空前庞大,用户量达到顶峰,业务面临的黑产攻击风险也会同步达到顶峰,黑产攻击时刻不停,在实现了部分策略参数的配置下,仅仅通过一些阈值的调整,风控需求已经无法真正得到满足。

因而,搭建一个体系化的解决方案,将需要的指标内容完全开发成基础逻辑指标,去除比较或逻辑预算过程,单纯解析路径指标并导入一个变量池子库中,实现规则由相关风控人员灵活配置,成为成熟产品阶段的必要需求。

体系化的解决方案可以将所有运算函数方法转变成可选、可编辑的窗口化列表形式,让一些尚未精通技术或开发语言的风控人员,也可以运用这套系统完成想要实现的风控策略部署。

相较于最初的硬代码部署,目前主流的决策引擎部署已经具备了效率更高、不容易出错的特性,也能满足更多高强度的风控对抗需要,同时以极其灵活的策略生成方式,丰富的监控运营体系,让风控引擎衍生出更多边缘安全产品。

当新的业务场景需要,风控引擎可以实现风控能力移植,将所有功能进行高度抽象和低成本复用,完成对企业新增业务的安全赋能。

金融机构风控痛点

近期,监管明确发文,要求持牌金融机构审慎合作助贷机构,并且信贷业务的核心能力必须掌握在金融机构手里,尤其是风险控制。但事实上,目前大部分金融机构与第三方风控服务机构合作采用的是风控黑盒部署方式,要达到监管要求并实现核心风控能力把控,提升自主风控能力成为了刚需。

以中小城商行为例,受限于风控能力与成本以及地理区位因素等,难以吸引互联网信贷人才,而本地人才行业知识尚浅,难以支持配套的产品设计、风控体系建设及后续的运营,自主开发面临巨大难题,所以目前在决策引擎部署方面,仍然采用硬代码部署的方式。

尽管在业务量较小的情况下,可以控制住风险,但由于系统的低效性,无论是从风险控制还是业务量级考虑,都已很难满足目前的需求。尤其是受政策影响及市场变化,大型国有银行、股份制银行等纷纷将信贷业务下沉,客群重合度逐渐提升,城农商行面临着严峻市场竞争挑战。

信用算力智能信贷解决方案

基于此,信用算力提出智能互联网信贷解决方案,结合中小银行银行经营需求与业务状况,通过乘风智能营销平台、巡风智能风控系统、御风智能运营平台,提供定制化互联网信贷业务服务体系,以及配套的精准营销、大数据风控、全流程运营及咨询服务,帮助机构快速完成业务布局。

作为完全独立第三方,信用算力智能信贷解决方案在于帮助金融机构搭建完整智能化、自动化、独立自有的信贷风控系统,从而自主掌控核心风控能力!全套系统及配套规则、模型支持机构方灵活自主调用,高效配置产品、风控、运营体系。此外,信用算力智能信贷解决方案支持金融机构本地私有化部署,数据本地存储及调用,防止数据上传导致外泄,确保数据安全,满足监管合规需求。同时,区别于行业内以往黑盒部署的弊端,信用算力可实现将所有风控规则、风控策略公开部署,向合作金融机构透明化展示,以便合作机构实时监控、调整风控规则。

信用算力智能信贷解决方案可提供完整的培训及售后体系,输出信用算力成熟风控经验,帮助机构建立核心风控能力,实现风控自主。信用算力风控团队成员大都来自平安、交行等国内一线银行,以及Capital One、360金融等国内外知名金融科技公司的风险管理部门,由应用数学、统计学、金融学等对口专业的博士、硕士、本科生等人才组成,拥有丰富的互联网信贷从业经验及深厚的大数据、人工智能、区块链、云计算等金融科技实力。

作为整套智能信贷解决方案的核心,巡风智能风控系统-决策引擎涵盖反欺诈、评分卡等所有风控规则及模型,以图形化配置工具实现风险自主管理、策略自主部署、业务自主拓展,银行可根据不同产品场景自主灵活配置,以实现准入预授信、申请反欺诈、实时授信决策、工作流分配、催收预警等模型策略管理及优化,贯穿信贷全生命周期,实现全流程风控管理,并且结合用户数据维度及风控决策需求,快速调用外部征信源,助力风控决策更准确。

巡风智能风控系统支持海量数据的统一化、标准化、立体化、层次化的数据分析、处理、应用与挖掘,为不同场景应用分析提供快速数据计算和应用开发支持,目前已为全国前五大的某电商平台的类花呗业务提供风控决策服务,合作期间,通过率高达50%以上,授信人数100万,授信规模20亿元,整体坏账率不超过1%。


零壹智库推出“金融毛细血管系列策划”,通过系列文章、系列视频、系列报告、系列研讨会和专著,系统呈现“金融毛细血管”的新状态、新功能、新价值、新定位。
 

上一篇>和信贷加大打击逃废债力度,公示逾期借款人名单

下一篇>榜单 | 2019全球金融科技创业大赛获奖名单揭晓



相关文章


用户评论

游客

自律公约

所有评论

主编精选

more

专题推荐

more

第四届中国零售金融发展峰会(共15篇)


资讯排行

  • 48h
  • 7天



耗时 178ms