《风险控制维度》由会员分享，可在线阅读，更多相关《风险控制维度（5页珍藏版）》请在金锄头文库上搜索。
1、大数据征信如何获取征互联网海量大数据中与风控相关的数据 电商大数据进行风控，所有信息汇总后，将数值输入网络 行为评分模型，进行信用评级；信用卡类网站的大数据同 样对互联网金融的风险控制非常有价值。申请信用卡的年 份、是否通过、授信额度、卡片种类；信用卡还款数额、 对优惠信息的关注等都可以作为信用评级的参考数据；利 用社交类网络关系数据和朋友之间的相互信任聚合人气。借款人被分为若干信用等级，但是却不必公布自己的信用历史；加上淘宝类的水电煤缴费信息、信用卡还款信息、支付和交易信息，已然成为了数据全能选手；小贷类网站 积累的信贷大数据包括信贷额度、违约记录等等； 第三 方支付类平台支付的方向、每月支
2、付的额度、购买产品品 牌都可以作为信用评级的重要参考数据；生活服务类网站 的大数据如水、电、煤气、有线电视、电话、网络费、物 业费交纳平台则客观真实地反映了个人的基本信息，是信 用评级中一类重要的数据类型。风险控制：互联网金融大数据风控成新宠2015-07-29作者：记者刘丽北京报道来源：经济参考网【大中小】近年来，互联网金融在各种政策利好的条件下发展得如火如荼。近日央行关于促进互 联网金融健康发展的指导意见（以下简称指导意见）的出台，不仅肯定了互联网金融的 地位，更对行业提出了更高的发展期望，要求行业应当注重风险防控。互联网金融的本质是 金融，核心还在于风险控制。随着金融大数据的不断完善，越
3、来越多的互联网金融企业开始 涉足大数据信用管理的业务，将风控与大数据结合，不断完善风控制度，建立良好持久有效 的风控体系。所谓大数据，即是从各类各样的数据中抽取对目标客户最有价值的数据，掌握了大数据， 可以大大降低平台的风控成本，并且提高风控效率，降低不良率。普惠理财董事长李书文告 诉经济参考报记者，普惠理财的风控模式即是将大数据、信用管理、互联网三者结合, 围绕核心企业，管理其上下游中小企业的资金流、物流、信息流，把单个企业的不可控风险 转换为供应链企业整体的可控风险，通过立体获取小企业在供应链上的进销存增减余等动态 数据，以大数据理论和云计算技术为基础，通过对交易关系和交易数据的深度挖掘和
4、分析, 并用独特技术做出信用评级，以此做出授信判断，通过大数据的风控技术可将融资风险控制 在最低。互联网金融致力于解决中小微企业融资难、融资贵的问题，让原来享受不到金融服务的 小企业真正分享到普惠金融的雨露甘霖。李书文表示，我国中小企业注册数量占全国企业总 数九成以上，它们创造了中国近70%的经济总量，但是他们融资难、融资贵、融资慢的问 题却长期得不到解决。互联网金融平台应当致力于解决这些问题，服务于个人，服务于中小 微企业，而且还要用低利率打造一个良性循环，使最终受益者不仅仅是互联网金融平台，还 包括投资者、借款者等多个参与方。在普惠问题基础上,在惠及广泛中小企业的同时，更要考虑到风险的控制
5、。李书文表示， 优质资产才是风险管理的重中之重。他举例道，普惠理财平台上的项目多为实体经济中的供 应链金融，平台上发布的标的都是产生于企业之间的应收账款，而基于实际交易的应收账款 债权的回款能力也自然更加有保证，再进一步讲，平台上的借款企业多为大型央企、国企、 上市公司、民营龙头等企业的供应商，平台上的项目都是从供应链大数据中筛选出来，并且 经过企业征信这一道风险防范管理之后再进入到具体的风险管理手段体系。它是依托“供应 链大数据+企业信用管理+互联网平台+供应链金融”的完整金融生态背景下产生的信息中 介服务平台。一直以来，互联网金融的风险问题就备受关注，据网贷之家数据显示，今年上半年新增 问
6、题平台419家，是去年同期的7.5倍，已超过去年全年问题平台数量。截止2015年6月 底, P2P网贷行业累计问题平台达786家，其中6月份新增问题平台125家。对于中小P2P 网贷平台来说，由于风控能力较弱，面临的坏账压力较大，便容易出现提现困难甚至跑路, 长期累积的运营风险成为问题平台爆发的主要原因。（完）工商银行大数据分析挖掘应用推行了业务运营风险改革/以数据分析为基舟，以凤险监控模型为引擎，实现了蔡统化的运营监控: “由杀统监测发现的准风险芋件丸幅降低，确认为颱险事件的比例显著提 高，多起高风险隐無被及时识别并成功化解，內部和外部风险暴露水平 丸幅度降低a/全行日均手工监督工作量由机*
7、方笔降至5.4万笔，全行释放了 5900余 名时业务蛊督人员。十人hi 乎ftttr亠歼帯立貝虫拎*户皆理-业難雯理卡豪京皆*俚-&尸 M H拧 H,在理和电话交易场所f交越申fill控料襪笄与淸算白.O工商银行大数据分析挖掘应用建立金融市场交易风险的全流程管控机制/打破国际垄斷，根据国际巴塞尔协议和中国银监会新资本协议要求 吸收国际成熟定价梗型理论基铀上自主研发产品定价模型一交易管 凤险管理系统平台。/在同业中率先建立交易事前控制机制并逐步覆盖电子交易，传真、 尊全交易渠道，实现对前台交易风险的礎控制。/实现对金融市场旻易产品的定价估值 凤.险计莹及庄力测试出用好金融大数据，就是要从与金融息
8、息相关的各种数据流中通过统计，分析，萃取，建 模，测试等科学手段确立相应的标准，然后，利用相对恒定的批判标准来服务金融。比如， 利用征信系统核心数据进行授信行为；又如电商平台上商家长期以来积累的销售数据消费 者消费习惯，购买力，支付方式等消费数据都可以通过数据处理确立相应的标准，设计出 各种金融产品。再如，携程网出行数据有无可能通过个体出行方式（汽车，火车，飞机，高 铁，自驾等），出行频次，落地住宿等数据分析，设计网贷消费金融所需要的业务模式，并 实现需求对接，获取批量客户？再如，我们熟悉的打车软件，我们是否可以通过出行路径， 消费习惯，消费能力设计符合网贷消费贷需求的业务模式？再如，针对个体
9、信用卡消费记录 是否也可以做精准的设计呢？又或者也许从一个我们八杆子都想不到的某个数据平台能够 通过大数据手段获取我们网贷平台所需要的业务模式谁知道呢？大家也许从这几个例子中 能发现，通过大数据手段定制金融所需的标准，不仅可以设计出精准的业务模式，更为重要 的是能够激活对接平台已有的庞大数据流获取体量庞大的真实有效客户，进行二次开发。风险管控。包括中小企业贷款风险评估和欺诈交易识别等手段。（1）中小企业贷款风险评估。银行可通过企业的产、流通、销售、财务等相关信息结合大 数据挖掘方法进行贷款风险分析，量化企业的信用额度，更有效的开展中小企业贷款。（2）实时欺诈交易识别和反洗钱分析。银行可以利用持卡人基本信息、卡基本信息、交易 历史、客户历史行为模式、正在发生行为模式（如转账）等，结合智能规则引擎（如从一个 不经常出现的国家为一个特有用户转账或从一个不熟悉的位置进行在线交易）进行实时的交 易反欺诈分析。如 IBM 金融犯罪管理解决方案帮助银行利用大数据有效地预防与管理金融 犯罪，摩根大通银行则利用大数据技术追踪盗取客户账号或侵入自动柜员机（ATM ）系统的罪
