2017-09-24 00:00:00 YMPzUELX3AIAp7Q 阅读数 5170
  • 大数据技术在金融领域的应用与实战

    大数据技术在金融领域的应用与实战视频培训教程,系列课程是CSDN学院主题月专属视频,本期主题为 “金融大数据 ”,内容秉承干货实料的原则,邀请业内顶尖的数据技术讲师,共话大数据平台、Spark部署实践以及实现应用大数据支持业务发展等核心话题,旨在通过来自国内一线互联网公司的实践案例,为开发者提供一个有价值的高效技术交流平台,带你全面了解大数据在金融行业的应用与实战。

    5343 人正在学习 去看看 CSDN讲师

金鹏汽车金融大数据风控系统主要基于大数据科技、决策树规则引擎、深度学习等多项核心技术,有效针对新车贷款、二手车贷款等业务,提高风控效率。


官网 | www.datayuan.cn

微信公众号ID | datayuancn


本产品为数据猿推出的“金融科技价值—数据驱动金融商业裂变”大型主题策划活动第一部分的文章/案例/产品征集部分;感谢 网智天元 的产品投递


1、产品名称


金鹏汽车金融大数据风控系统


2、所属分类


消费金融


金融科技·风控、征信、反欺诈、智能定价


3、产品介绍


金鹏汽车金融大数据风控系统一站式完成车贷审批流程。一套系统集多项功能,风险识别功能,给予权威精准的可视化风险预警信息提示。自动决策功能,有效针对新车贷款、二手车贷款业务,给予差异化定价提示。“金鹏”基于大数据科技、决策树规则引擎、深度学习等多项核心技术,有效针对新车贷款、二手车贷款等业务,提高风控效率。


4、应用场景/人群


车贷风控场景,审批员或客户经理在“金鹏”系统中提交贷款申请,完成车贷审批流程。


5、产品功能


风险识别功能:


自动校验姓名与身份号码是否一致;自动校验申请客户是否为黑名单客户(含车贷黑名单);是否为不良征信人员,是否命中法院被执行、低还款能力等情况。


自动决策定价功能:


决策树百维规则引擎,可即时识别优质客户人群,并给予差异化定价提示,业务类型包括新车贷款、二手车贷款、车辆抵押贷款等。


6、产品优势


金鹏汽车金融大数据风控系统风控能力行业领先。秒速审批,一站式低成本。精准风控,近100%覆盖权威有效。自动定价,自动决策引擎定价,差异化匹配资质,高体验。


7、服务客户/使用人数


主要使用者:机构的汽车消费金融业务风控审核人员。


目标客户:汽车消费金融公司25家以上,融资租赁公司70家以上,其它有汽车信贷业务的公司千家以上。


8、市场价值


汽车已成为日常生活的刚需,在购置汽车的过程中,越来越多的消费者开始主动选择汽车金融信贷服务,汽车金融市场开始快速的增长。然国内征信体系还不完善,现有的风控能力有限,制约行业发展。金鹏汽车金融风控系统一站式解决预审批风控难题,基于大数据科技、决策树规则引擎、深度学习等多项核心技术,提高车贷行业风控能力,给予更准确、更效率、更便捷的风控体验。


所属企业及介绍 -


网智天元科技集团股份有限公司是中国新三板大数据智能第一股,是中国领先的大数据智能软件与服务器供应商,专业提供金融行业大数据解决方案及大数据增值服务,是中关村高新技术企业、国家双软认证企业和国家高新技术企业。


网智天元致力于应用互联网智能技术,创造大数据价值,遵循“用户思维、数据驱动、智慧营销和衍生交易”的顶层战略设计,创新性地应用大数据智能实现“智造·大数据”。集团首创集数据、内容、用户、时间、情感于一体的国内领先的五维大数据智能平台,构造了独特的金融大数据智能处理和应用平台,围绕金融数据的手机、整理、分析、管理和综合利用,为金融行业大数据应用提供完整的产品和服务方案,帮助客户通过大数据驱动业务运营,创造金融大数据应用价值。


网智天元提供的大数据解决方案在政府、银行、影视、媒体、旅游等众多领域具有广泛的应用实践。整体应用方案包含大数据平台建设大数据分析及处理、金融大数据生命周期管理、互联网智能营销、互联网商情及声誉风险管控、舆论传播及引导等方向。



作为整体活动的第二部分,2017年10月25日,数据猿还将在北京举办千人规模的“2017金融科技价值——数据驱动金融商业裂变”峰会并将在现场举行文章、案例、产品的颁奖典礼


推荐阅读:


金融科技&大数据产品推荐:兴业研究地方政府信用评级产品

金融科技&大数据产品推荐:达观数据—金融平台产品及资讯个性化推荐引擎


来源:数据猿


2017-10-09 14:22:35 qq_36852006 阅读数 1467
  • 大数据技术在金融领域的应用与实战

    大数据技术在金融领域的应用与实战视频培训教程,系列课程是CSDN学院主题月专属视频,本期主题为 “金融大数据 ”,内容秉承干货实料的原则,邀请业内顶尖的数据技术讲师,共话大数据平台、Spark部署实践以及实现应用大数据支持业务发展等核心话题,旨在通过来自国内一线互联网公司的实践案例,为开发者提供一个有价值的高效技术交流平台,带你全面了解大数据在金融行业的应用与实战。

    5343 人正在学习 去看看 CSDN讲师
金融科技&大数据产品推荐:金鹏汽车金融大数据风控系统

1、产品名称

金鹏汽车金融大数据风控系统

2、所属分类

消费金融

金融科技·风控、征信、反欺诈、智能定价

3、产品介绍

金鹏汽车金融大数据风控系统一站式完成车贷审批流程。一套系统集多项功能,风险识别功能,给予权威精准的可视化风险预警信息提示。自动决策功能,有效针对新车贷款、二手车贷款业务,给予差异化定价提示。“金鹏”基于大数据科技、决策树规则引擎、深度学习等多项核心技术,有效针对新车贷款、二手车贷款等业务,提高风控效率。

4、应用场景/人群

车贷风控场景,审批员或客户经理在“金鹏”系统中提交贷款申请,完成车贷审批流程。

5、产品功能

风险识别功能:

自动校验姓名与身份号码是否一致;自动校验申请客户是否为黑名单客户(含车贷黑名单);是否为不良征信人员,是否命中法院被执行、低还款能力等情况。

自动决策定价功能:

决策树百维规则引擎,可即时识别优质客户人群,并给予差异化定价提示,业务类型包括新车贷款、二手车贷款、车辆抵押贷款等。

6、产品优势

金鹏汽车金融大数据风控系统风控能力行业领先。秒速审批,一站式低成本。精准风控,近100%覆盖权威有效。自动定价,自动决策引擎定价,差异化匹配资质,高体验。

7、服务客户/使用人数

主要使用者:机构的汽车消费金融业务风控审核人员。

目标客户:汽车消费金融公司25家以上,融资租赁公司70家以上,其它有汽车信贷业务的公司千家以上。

8、市场价值

汽车已成为日常生活的刚需,在购置汽车的过程中,越来越多的消费者开始主动选择汽车金融信贷服务,汽车金融市场开始快速的增长。然国内征信体系还不完善,现有的风控能力有限,制约行业发展。金鹏汽车金融风控系统一站式解决预审批风控难题,基于大数据科技、决策树规则引擎、深度学习等多项核心技术,提高车贷行业风控能力,给予更准确、更效率、更便捷的风控体验。

9、所属企业及介绍

网智天元科技集团股份有限公司是中国新三板大数据智能第一股,是中国领先的大数据智能软件与服务器供应商,专业提供金融行业大数据解决方案及大数据增值服务,是中关村高新技术企业、国家双软认证企业和国家高新技术企业。

网智天元致力于应用互联网智能技术,创造大数据价值,遵循“用户思维、数据驱动、智慧营销和衍生交易”的顶层战略设计,创新性地应用大数据智能实现“智造·大数据”。集团首创集数据、内容、用户、时间、情感于一体的国内领先的五维大数据智能平台,构造了独特的金融大数据智能处理和应用平台,围绕金融数据的手机、整理、分析、管理和综合利用,为金融行业大数据应用提供完整的产品和服务方案,帮助客户通过大数据驱动业务运营,创造金融大数据应用价值。

网智天元提供的大数据解决方案在政府、银行、影视、媒体、旅游等众多领域具有广泛的应用实践。整体应用方案包含大数据平台建设数据分析及处理、金融大数据生命周期管理、互联网智能营销、互联网商情及声誉风险管控、舆论传播及引导等方向。

2019-07-17 14:25:27 A_1236 阅读数 21
  • 大数据技术在金融领域的应用与实战

    大数据技术在金融领域的应用与实战视频培训教程,系列课程是CSDN学院主题月专属视频,本期主题为 “金融大数据 ”,内容秉承干货实料的原则,邀请业内顶尖的数据技术讲师,共话大数据平台、Spark部署实践以及实现应用大数据支持业务发展等核心话题,旨在通过来自国内一线互联网公司的实践案例,为开发者提供一个有价值的高效技术交流平台,带你全面了解大数据在金融行业的应用与实战。

    5343 人正在学习 去看看 CSDN讲师

引言:2017年9月2日,在永洪科技举办的深圳大数据峰会上,长久启恒COO张曜钦作了题为《新形势·新格局·汽车金融风控新手段》的演讲,介绍了汽车金融领域,大数据在风控、管理、运营等方面的应用实践。本文根据张曜钦演讲内容整理而成。

  1. 关于长久启恒

长久启恒是国内专业的汽车金融数据科技公司,将10余年积累的大量行业数据,进行梳理和挖掘,通过数据建模,以在线可视化呈现方式,为金融机构、汽车厂商提供更多元化的咨询服务产品。

旗下的金融科技信息平台,结合汽车担保品监管网络优势和金融科技管理工具推广获客,支持银行/金融机构实现资产穿透式管理,通过大数据分析、风险控制模型等进一步评估用户的信用情况,实现后端规模化资金支持。

  1. 汽车行业新形势

汽车行业销量主要受以下因素影响:

1)受政策形势影响:汽车行业受政策影响较大,不同政策出台对市场形势格局有着不同程度的影响。具体受新能源补贴政策、节能减排政策、限牌政策、限购政策、人口政策等影响,最终会导致不同的产品车型在销售端遇到一些障碍。

2)受风险形势影响:乘用车销量呈小幅增长,增速减缓。
在这里插入图片描述
汽车行业风险形势

从2016年1月开始,截至目前,在批售领域,互联网金融平台的市场份额从0上升至16%,增速非常惊人。

而在多方参与汽车金融批售领域,已经形成相互交叉支撑格局。三方监管深入业务中,监管方秉持公平与公正,为多方提供服务,逐渐成为数据集散源。

  1. 汽车金融行业新格局

在汽车金融批售业务领域有三种主体参与竞争,第一种是生产方;第二种是渠道方;第三种是资金方。监管方作为中间通道,同时为三种主体提供服务。生产商主要是给渠道商提供车源,监管方可获得的是厂商授权数据,输出的是风险数据;资金方为渠道商提供资金,为监管方提供监管授权,监管方输出经营业务数据和风险分析数据监管方为渠道商提供监管服务和增值服务。监管方逐步成为四方数据集散中心。四方参与到汽车融资市场中,相互支持,共同把握市场风险和市场的稳定。

在大数据技术平台应用于汽车金融领域前,汽车金融在借贷方面会遇到诸多问题。松散的人工经验定义;低效率的静态计算;僵硬的传统报表;从而导致汽车金融平台在资金放贷方面风险极大。随着物联网技术以及大数据技术平台的成熟,长久启恒摒弃了原来人工核查,使用了天眼和蓝牙保险箱技术,保障了数据实时传输到数据中心,从而实现了无人监管,提升效率、降低成本的终极目标。长久启恒拥有上万家经销商的数据积累,积累了大量的样本数据,有力的支撑研究风险样本风险表现规律。通过建立大数据风控模型,为行业提供实时的风险预测模型工具。
永洪助力长久启恒实现数据化运营

  1. 汽车金融风险控制新手段

长久集团作为国内领先的汽车供应链集成服务商,为汽车供应链金融提供一体化解决方案。长久启恒在数据获取方面是通过物联网技术,它是长久启恒获取数据的重要方式之一。在垂直领域,长久启恒的所有数据来源于内部。在物联网技术领域的研发中,经过三年的研发,从“人工盘库->长久盘库宝->长久蓝精灵->长久车管所-天眼 ”,以上技术为数据中心提供了实时的数据传输,保障了数据分析的实时性,从而提升了企业的运营效率。
在这里插入图片描述
长久启恒的技术革新历程

汽车金融行业每日实时产生大量数据,面对庞大的数据量,长久启恒最终选择了随机决策森林算法模型,并分析了2014年-2015年发生的倒闭经销商跑路的风险因子,通过把随机决策森林模型应用到全国的两万多家的经销商业务系统中,从而实时获取数据的同时实时加工分析,最终将可视化分析效果图呈现给终端用户。
在这里插入图片描述
汽车金融行业的数据模型

对于汽车金融领域,核心模型是抗风险模型,投资回报模型。对于金融汽车银行而言,足不出户便可查询财务数据。对于在经销商的管理方面,长久启恒非常欣赏Yonghong Z-Suite V7.5的GIS地图,通过这一功能可以详细了解经销商的地理位置分布情况、经营状况以及库存量。
在这里插入图片描述
Yonghong Z-Suite GIS地图助力长久启恒实现经销商管理

后记

张曜钦在演讲最后总结道:“Yonghong Z-suite平台的优势,在于能够将多个模型整合,最终通过可视化呈现给用户,实现了宏观视角态势分析。交互式界面分析,全局多图联动,协作讨论等操作。用户权限背靠背的管理,所有用户独立帐号管理,保证数据安全性。实时预警功能,多种途径接受突发风险事件的预警,及时通知风险。模型在线计算,自主输入风险因子,使用模型运算,获得计算结果和可视化分析报告。DIY报表生成,通过直观的拖拽式操作,即可融合多源数据,生成清晰简洁的数据分析报表。”

2019-08-19 20:57:47 DiDi_Tech 阅读数 483
  • 大数据技术在金融领域的应用与实战

    大数据技术在金融领域的应用与实战视频培训教程,系列课程是CSDN学院主题月专属视频,本期主题为 “金融大数据 ”,内容秉承干货实料的原则,邀请业内顶尖的数据技术讲师,共话大数据平台、Spark部署实践以及实现应用大数据支持业务发展等核心话题,旨在通过来自国内一线互联网公司的实践案例,为开发者提供一个有价值的高效技术交流平台,带你全面了解大数据在金融行业的应用与实战。

    5343 人正在学习 去看看 CSDN讲师

导读:

滴滴独有的出行场景大数据在金融领域有着非常广泛的应用前景,未来可与银行,保险,支付和理财等机构深入合作,帮助传统金融机构提升资源配置效率,降低获客和风险管理成本。出行场景大数据在交易欺诈识别、风险定价、精准营销、全生命周期风险管理、增长运营等方面都有着重要商业价值。对于大数据的应用分析能力,正在成为金融机构未来发展的核心竞争要素。本文从汽车金融车贷产品的视角切入,将场景数据与传统信贷风控理念相结合,准确识别业务开展过程中的信用风险变化,对完善业务模式和重塑用户价值起到了积极的作用。

0.目录

  1. 汽车金融是什么?
  2. 滴滴汽车金融在做什么?
  3. 滴滴大数据在汽车金融风控上的应用
  • 从资产端视角看存在问题和解决方案
  • 从全流程风险管理视角看存在问题和解决方案
  • 数据应用上的三个优化点
  1. 滴滴大数据在汽车金融风控场景下的应用前景
  • 企业信贷智能风控
  • 零售信贷智能风控

1.汽车金融是什么?

汽车金融主要指与汽车产业相关的金融服务,是在汽车研发设计、生产、流通、消费等各个环节中所涉及到的资金融通方式。主要包括资金筹集、信贷分期、抵押贴现、金融租赁,以及相关保险、投资等活动。

▍商业模式

零售业务中,商业银行和融资租赁公司作为资金方,经销商/4S店/租赁公司作为销售渠道,汽车电商平台起到导流作用,共同为有购车需求的个人消费者提供分期购车金融产品和服务。

从竞争格局看,银行和厂商金融是零售市场的主要玩家,在资金成本和渠道获客上占有绝对优势。此外,汽车电商平台作为线上导流服务方,为传统金融机构提升获客效率,近几年也活跃在汽车金融市场。从产品类型上来看,售后回租为市场主流,直租有待快速发展。

2.滴滴汽车金融在做什么?

1)滴滴汽车金融业务现阶段定位为服务出行生态,一切从用户价值出发,为有购车需求的司机提供低成本购车金融方案。

2)对内构建汽车金融风控体系,通过网约车场景数据的积累和应用,不断提升全面风险管理能力,生成优质网约车金融资产,逐步形成风险定价能力。

3)对外向传统金融机构提供优质金融资产和系统化的风控能力输出,实现资金和资产高效匹配,积累金融资产管理能力。与此同时,作为连接资金和资产的双边平台,与主流金融机构建立长期合作伙伴关系,持续为网约车体系提供资金支持。

未来滴滴汽车金融的业务范围会随着出行产业生态的发展不断丰富, 延伸至整个出行产业链,为汽车经销商、4S店、代理商等汽车销售者采购汽车和营运设备提供的金融服务, 以满足产业链上下游各环节的金融需求,逐步形成集信息流、资金流、物流于一体的汽车产业金融新业态。

3.滴滴大数据在汽车金融风控上的应用

传统信贷框架下,以贷款人央行征信判定还款能力的风控模式已经不再满足网约车金融的风险管理需求。网约车场景下,汽车金融风控对在贷资产的真实性、稳定性、以及风险预警的时效性提出了更高要求,基于大数据建立智能营销和智能风控决策体系显得尤为重要。

▍从资产端来看:

车贷C端问题: 贷前准入未使用场景内数据作为个人征信补充,贷中数据缺失,没有匹配的风险预警方案,贷后催收效率低,需要对网约车贷款人形成动态信用评分。

解决方案:运用滴滴大数据补充传统零售评分卡模型,将场景中能够反映个人信用风险特征的数据应用到汽车金融领域,制定风控政策和准入标准。同时建立体系内有车群体的PD(probability of default)评分模型,关注PD参数的显著变化,提供大数据下的风险预警方案。逐步搭建网约车场景下的全面风险管理体系,提升全流程风险管理能力。

车贷B端问题:传统金融机构对于CP(Car partners)征信数据的缺失,导致其不能有效识别渠道风险,尤其对于中小型CP来说,很难获得传统金融机构的授信。

解决方案:借助滴滴平台大数据,支持资方对CP的授信审批。具体来说,是将渠道基础信息,以及能够反映其资产规模,资产使用效率,司机管理能力的数据维度进行系统化梳理,形成入模变量,同时不断积累体系内坏样本,建立CP半监督模型。模型输出结果即是CP信用评级综合分数,直观反映出CP的风险等级。目前汽车金融的CP评级为月度输出,可以动态反映出CP风险等级的变化。

▍从全流程风险管理来看:

在实际运营过程中,我们在零售车分期贷款的贷前,贷中和贷后三个阶段发现了以下问题。

贷前准入风险:贷款申请人不是放款后实际运营该车辆的司机,也就是说A贷B还。这种问题通常发生在渠道进件环节。汽车金融产品销售过程中存在一定的操作风险,线下渠道销售人员为了提高成单率,找了信贷资质好,更容易通过贷前审核的人代替司机申请贷款,然而实际跑滴滴的司机信贷资产差,还款能力不足以支持月供,PD违约概率较高。那么这笔车分期贷款的信用风险就会在贷后的资产表现期内逐渐释放。

▍首次拉单时,贷款人和司机信息不符:

贷中运营风险:贷款人在存续期内退车,车辆由租赁公司代偿,待租赁公司找到新司机后由新司机运营并继续还款。这种情况下, 传统风控在贷前准入对初始贷款人的判断,以及车辆GPS定位已经不再能够有效反映贷后运营车辆的风险变化。在贷车辆在存续期内先后匹配多个滴滴司机时,租赁公司在车辆运营管理,现金流管理和司机管理上面临很大挑战,有时多个司机集中退车会引起渠道集中性风险。

▍运营中一辆车在不同时点匹配多个司机:

贷后逾期催收:传统信贷风控对于网约车贷后数据缺失,在无法获得贷款人收入以及营运行为数据的情况下,不能确定每笔逾期债项背后贷款人的还款能力和还款意愿,因而无法做到对收入还贷比高,有还款能力的贷款人进行优先催收。这种情况下,需要针对贷款人平台拉单数据以及贷款车辆营运数据制定催收评分卡,对催收进行分类管理。

▍滴滴大数据可以解决:

网约车金融全面风险管理体系的搭建。

在零售数据准备和模型变量开发时,形成从贷款人信贷基础维度到涵盖城市、渠道、车辆四大风险因子的模型长清单,实现覆盖在贷资产全生命周期的动态监控。同时通过被投企业资产表现不断积累模型因变量(坏样本),有效把握风险等级变化,建立预警和响应机制,降低损失率。

每个风险因子下钻形成多个风险指标,组合后形成风控策略。通过单一策略和多策略的综合应用,实现贷中预警和风险的及时防范。

具体来说,优化方向有以下几点:

优化点1:从传统的放款时点贷款人风险评估,优化为全流程多维风险动态监测。

传统信贷风控只注重贷款人单一维度的信用风险计量,而在网约车场景下,城市政策合规、车辆运营状态、渠道管理能力都会在整个信贷流程中对信用风险的变化起到决定性作用。对此我们借助滴滴网约车场景数据和坏样本的持续积累,来补充传统信贷数据维度, 优化A卡和B卡。

预警需求分析:

放款时点:
反欺诈信息核实,数据维度包括但不限于平台侧核实司机、车辆、人车匹配、渠道基础信息,同时排查渠道进件风险。

放款后,通过贷中监控实时反映贷款人信用风险变化,建立大数据风险预警体系。

建立大数据内评验证治理架构,内评验证流程方法,提供不同层次的的优化策略和实时流程。预警模型中,典型贷中预警策略如下:

司机维度策略:流水稳定性,收入能力,是否已办理人证等。
车辆维度策略:车辆在平台运营情况,车辆和司机的匹配情况,车辆行驶里程,是否已办理车证等。
CP渠道策略:渠道负面信息扫描,渠道集中性风险事件,合规比例,渠道集中性逾期等
城市合规策略:是否已获取网约车平台证,城市合规人证办理进度,是否分类管理等。

随着数据维度不断丰富,四大风险因子的下钻维度会逐步增多。我们同时也在实际业务中逐一验证,并通过司机A卡B卡模型结果进行策略迭代。

贷后催收:
优化催收评分模型。实时对逾期司机的逾期天数,拉单行为,月均收入进行分析和监控,得出每笔逾期债项对应的还款能力和还款意愿综合评分列表,帮助贷后催收提升效率。

优化点2:增加数据观测的时间宽度和时点观测深度,并在此基础上引入前瞻性。

通过对数据的长期观测,单一风险策略迭代以及多策略应用的持续验证,我们会得到司机信用风险变化的历史平均水平和规律,结合业务现阶段和未来发展趋势,在此基础上得到前瞻性调整后的PD(违约概率),对信用风险的显著变化进行定量和定性评估。

优化点3:依托大数据分析能力,形成对业务全局风险收益变化的综合判断。

通过C端融租车辆的全流程风险管理,逐步勾勒出了融租产品形态下的司机信贷画像和CP渠道画像, 快速识别汽车金融在业务模式和产品上的运营风险,比如融租包经租,CP代偿,集中性违约风险等。进而对车金融资产质量有清晰准确的计量,实现资产端和资金端风险收益的平衡。

4.滴滴大数据在汽车金融场景下的广泛应用前景

▍企业信贷智能风控

方向:整个出行行业生态中,存在大量分散的中小企业服务商/渠道商,这些中小企业在滴滴平台上的日常经营数据反映了其经营能力、资金流动性管理和司机管理能力。多维度经营数据完全可以支持数据风控方式获得资金,为业务提供决策创新方案,包括识别客户异常行为、差异化授信审批、全流程风险管控和预警、限额设定等。

进展:目前一些与滴滴平台合作方有业务往来的汽车金融持牌机构已经在与我们就数据风控的授信方式进行深入探讨,在平台不提供担保的情况下,通过司机余额代扣和平台多维度数据建立风控模型,为优质汽车租赁公司提供对公授信资金支持。

▍零售信贷智能风控

滴滴平台具有明显的双边效应,即供给侧和需求侧都通过平台完成交易,因此平台上会沉淀大量交易和运营数据。当汽车金融服务对象是体系内有车人群时,可通过滴滴大数据补充传统零售评分卡的不足, 将体系内非信贷数据应用到汽车金融业务场景下,比如用于制定产品级的风控政策和准入标准,输出自动化信用评分,反欺诈,风险敞口管理, 风险定价等。

逐步建立网约车场景下的风险管理体系, 实现内评模型在数据、决策、和算法层面的创新。

包括:前筛客群、特征模型建立和训练、反欺诈规则设计、线上策略验证、与合作伙伴联合建模、线上贷后逾期管理等。

随着大数据风控能力积累,不管产品形态是新车融资租赁还是车辆抵押贷款,都可以针对不同业务类型,建立智能风控体系。在此基础上,平台数据的动态监控能够帮助筛选资产表现良好的个人信贷用户,形成白名单,自动化审批放款,提升资产匹配效率。

本文作者:

唐佩
滴滴 | 汽车金融商业分析师

一个有着金融业管理咨询背景的工科生,认为人生的意义和有价值的工作强相关,一直都在寻找聪明机智,有深度思考习惯,对商业高度敏感,视野广阔的合作伙伴加入队伍。

同时,也欢迎您关注滴滴技术公众号,我们会为您带来最新的开源信息和技术干货!

滴滴技术公众号:

2019-05-16 09:37:40 ximenwuhendamaha 阅读数 92
  • 大数据技术在金融领域的应用与实战

    大数据技术在金融领域的应用与实战视频培训教程,系列课程是CSDN学院主题月专属视频,本期主题为 “金融大数据 ”,内容秉承干货实料的原则,邀请业内顶尖的数据技术讲师,共话大数据平台、Spark部署实践以及实现应用大数据支持业务发展等核心话题,旨在通过来自国内一线互联网公司的实践案例,为开发者提供一个有价值的高效技术交流平台,带你全面了解大数据在金融行业的应用与实战。

    5343 人正在学习 去看看 CSDN讲师

中国汽车行业、金融行业以及政府政策共同保障并推动着汽车金融业的发展。iiMedia Research(艾媒咨询)数据显示,中国汽车金融业务贷款余额稳定上升,规模为由2013年的3倍增长到2017年的4倍以上且保持增长趋势。受奔驰汽车金融服务费事件的影响,汽车金融成为全社会关注的焦点,相关部门开始着手汽车金融行业整顿。目前,中国的汽车金融产业链基本完善,参与主体主要为汽车金融公司、融资租赁公司、互联网汽车金融公司、商业银行。iiMedia Research(艾媒咨询)数据显示,汽车金融用户较多选择汽车金融公司金融产品,约占比66.6%,汽车金融公司居市场主体地位。未来,汽车金融行业的发展趋势将体现在业务模式多元化、资金构成多元化以及技术手段多样化。

(《艾媒报告|2019中国汽车金融行业现状剖析及发展前景预判分析报告》完整高清PDF版共103页,欢迎加v:iimediaLucy,参与更多行业交流。)

核心观点

汽车行业和金融行业共同推动汽车金融行业发展

iiMedia Research(艾媒咨询)数据显示,中国新车与二手车的金融渗透率分别为39%和28%,预计至2020年,新车与二手车的渗透率将分别达到42%与37%。

国外发达国家新车金融渗透率大多超过70%,二手车金融渗透率为50%,中国汽车金融行业仍有较大发展空间。

奔驰汽车金融服务费事件令奔驰遭受负面影响,也令汽车金融成为公众关注焦点

艾媒商情舆情数据监测系统显示,受到奔驰汽车金融服务费事件影响,汽车金融服务费的网络热度指数在4月16日达到高峰。汽车金融服务费曝光后,对奔驰和汽车金融产品产生了一定的负面影响,约22.0%的人表示不会选择奔驰品牌汽车金融服务,36.9%的人表示不会选择汽车金融产品,虽然仍有30.5%的用户会使用汽车金融产品,但表示会注意汽车金融服务费。

iiMedia Research(艾媒咨询)调查显示,汽车金融用户对经销商收取服务费总体理解,超过一半的汽车金融用户认为可收取服务费。只有7.4%的汽车金融用户表示可以接受目前金融服务费定价,92.6%的汽车金融用户不同意现阶段定价。

汽车金融服务产业链相对完善

汽车金融产业链基本完善,参与主体主要为汽车金融公司、融资租赁公司、互联网汽车金融公司、商业银行。

iiMedia Research(艾媒咨询) 数据显示,在对汽车金融用户购买金融产品的选择调查中,汽车金融公司占比66.6%,其次为商业银行,占比51.5%,用户对融资租赁公司和互联网金融公司等选择倾向不高。

汽车金融服务客户以年轻男士为主,潜在客户最注重金融产品的利率

iiMedia Research(艾媒咨询) 数据显示,男性用户仍占主体,占比56.9%,26-40岁的年龄段人群为汽车金融主力军,汽车金融使用人群年龄偏向年轻化,其中31-40岁的用户占比39.0%,26-30岁的用户占比31.8%,19-25岁的用户占比9.4%。

iiMedia Research(艾媒咨询) 数据显示,潜在用户最看重金融产品类型的TOP3是低利率、审核便捷、低首付。其中,偏好低贷款利率的潜在金融用户高达59.9%。

以下为报告节选内容:
在这里插入图片描述

新车及二手车交易总体增长推动汽车金融市场发展

新车销量与二手车交易量规模依旧庞大,2018年新车销量略有下降,同时二手车的交易量持续增长,但增长速度放缓。
在这里插入图片描述

政策法规的完善营造有序的汽车金融市场环境
在这里插入图片描述

中国新车与二手车汽车金融渗透率呈增长趋势

汽车金融主要包括贷款、回租、直租等形式。预计至2020年,中国汽车金融渗透率将增长至42.0%,其中贷款形式的增长相对最多。2017年,中国二手车的整体渗透率达28.0%,随着二手车的限迁政策、二手车市场的完善以及消费者对二手车的接受度上升,将推动二手车交易量增长,未来二手车金融的渗透率也将不断稳步提升,预计至2020年,将达37.0%。
在这里插入图片描述

事件推动汽车金融服务费行业整顿
在这里插入图片描述

汽车金融产业链参与主体
在这里插入图片描述

汽车金融公司连续两年增资超100亿
在这里插入图片描述

东正金融成首家上市的持牌汽车金融公司
在这里插入图片描述

东正金融经营盈利能力强,单笔净利息差达3.4%

截至2018年年底,东证金融的单笔利息差为3.4%。与之相比,六大国有银行平均净息差为2.2%,东证金融的单笔利息差约高1.2个百分点,东证金融的汽车金融业务盈利强。
在这里插入图片描述

融资租赁公司行业图谱
在这里插入图片描述

汽车金融服务租赁公司主要分布于广东、上海

中国融资租赁行业规模大,涉及汽车金融的融资租赁公司达287家,其中,上海、广东和天津基于自贸区,汽车融资租赁公司数量比较集中。可以发现,汽车融资租赁公司主要集中在发达地区。中西部地区的融资租赁公司数量相对较小。
在这里插入图片描述

互联网汽车金融公司图谱
在这里插入图片描述

汽车金融受互联网巨头关注,产业布局持续推进

在汽车金融领域,互联网巨头运用新技术、创造新模式,已对传统企业发出了挑战。作为互联网巨头,近年来,BATJ在汽车金融领域均在不同程度上推进各自的汽车金融布局,试图在汽车金融的“红海”中抢占先机。
在这里插入图片描述

互联网+“以租代购”模式——1+3模式

“以租代购”模式即购车人先期支付少量金额即可以租赁的方式获得车辆的使用权,1年租期到后,可以有3个模式来选择
在这里插入图片描述

“金融服务费”产生环节
在这里插入图片描述

中农工建等国有银行均提供汽车金融业务服务
在这里插入图片描述

商业银行资本不良率持续增加,已达到1.83%

虽然不良贷款率仍有小幅增加,但拨备覆盖率明显增加,商业银行资产质量总体仍处于稳定态势。
在这里插入图片描述

平安银行汽车金融领跑同业
在这里插入图片描述

平安银行不良率持续降低,达0.54%
在这里插入图片描述

年轻男性用户是汽车金融消费主体

用户性别比例相差不大,但男性用户仍占主体;26-40岁的年龄段人群为汽车金融主力军,汽车金融使用人群年龄偏向年轻化。
在这里插入图片描述

高等教育用户使用汽车金融比例最高

接受过高等教育人群是汽车金融用户的主力军,占全部用户的69.6%。本科教育人数最多,占全部汽车金融用户的61.2%。
在这里插入图片描述

汽车金融用户多集中于二线城市

城市规模是影响使用汽车金融的重要因素,其中,二线城市用户最多,占比39.3%,其次为三四线及以下城市,占比37.7%,一线城市占比23.0%。相比而言,汽车金融用户多集中于二线城市,三四线及以下城市的消费潜力大。
在这里插入图片描述

汽车金融服务有助于推动个人购车行为

近一半用户认为汽车金融服务有助于推动个人购车行为,近三分之二的用户表示有合适汽车金融将影响其购车方式,只有6.1%明确表示不受影响。
在这里插入图片描述

汽车金融用户对所选汽车金融总体满意

从用户主观上对所选金融服务的态度上看,一般的用户表示满意其选择的汽车金融,而不满意其选择汽车金融的用户只有5.9%,十分不满意者达2.4%。
在这里插入图片描述

利率低的金融产品最受用户欢迎

贷款利率低、审核便捷、首付低、附加产品多是用户选用金融产品的主要影响因素。其中,用户最偏好贷款利率低的金融产品。
在这里插入图片描述

汽车金融用户对其他汽车金融产品了解程度低

其他金融产品的了解程度低,用户对与汽车相关的车险分期、售后分期的金融产品认知较高,但均达不到50%。
在这里插入图片描述

汽车金融用户较担忧审核事件和隐形收费项目

隐形收费项目是金融产品用户首要顾虑因素,对金融服务的质量,大多数人没有明显的担忧。
在这里插入图片描述

汽车金融用户对汽车金融产品定价存在异议

虽然用户可以理解经销商收取服务费,但在汽车金融产品定价方面,总体而言,用户并不能接受现有定价。只有7.4%的用户表示可以接受目前金融服务费定价;认为汽车金融服务费略高,但可以接受的人群占28.8%,近三分之二的用户不能接受汽车金融服务费的定价。
在这里插入图片描述

潜在汽车金融用户看重金融产品费用及便捷性

在未来选用汽车金融产品中,潜在用户最看重金融产品类型的TOP3是低利率、审核便捷、低首付。其中,注重贷款利率的潜在金融用户高达59.9%。
在这里插入图片描述

汽车金融行业面临挑战
在这里插入图片描述

发展趋势:技术手段多样化
在这里插入图片描述

没有更多推荐了,返回首页