精华内容
下载资源
问答
  • 2022-03-24 14:28:56

    数字化浪潮席卷而来,网络安全问题新旧交织。如何构筑转型关键期的防护网,护航企业破浪前行?2022年4月13日,“数美2022数字风控峰会”重磅开启,数百位数字风控行业精英汇聚一堂,邀您共话数字风控的“护航”与“未来”!
    数美2022数字风控峰会报名已正式启动。关注“数美科技”公众号,回复“风控峰会”,即可报名!

    数字风控行业迎来首场全行业峰会

    过去一年,数字技术与实体经济加速融合,2021年发布的《“十四五”数字经济发展规划》提出,到2025年我国数字经济核心产业增加值占GDP比重达到10%,企业数字化转型已是势不可挡。
    与此同时,网络安全问题新旧交织,风险向各行业领域延伸,伴随企业运营活动的每个环节;监管升级,“网络生态治理”备受重视,内容安全关乎平台生死……新形势下,数字风控成为护航企业转型的重中之重。
    企业如何顺利转型?数字风控行业有哪些最新趋势和洞察?国内外政策如何解读?数美科技邀请20位风控专家、安全专家、企业风控负责人、专业律师等,齐聚“数美2022数字风控峰会”,以“护航·未来”为主题,用1天时间,4大会场,15场分享,打造业内规模最大、规格最高、覆盖行业最广的盛会,探讨业务和内容风控体系如何搭建,企业出海如何应对业务安全挑战,共话探讨数字风控的“护航”与“未来”。

    一、前瞻洞察:重新定义数字风控赛道,首份行业白皮书发布

    数字化浪潮之下,数字风控崭露头角,迎来第一轮行业红利爆发期。数字风控将成为数字化时代的基础设施,它将与业务场景深入融合,发挥更大的护航价值。峰会现场,数美科技创始人兼CEO唐会军先生将分享数字风控赛道的新趋势、新形态以及新使命。
    数美科技还将携手艾瑞咨询,联合发布国内首份数字风控行业白皮书《2022企业数字风控白皮书》。艾瑞咨询首席分析师李超先生将于峰会现场带来最专业、全面的数字风控行业分析解读。

    二、全新产品矩阵:基于风控但不止于风控、真正面向未来的产品序列

    数美经过六年打磨而成的两大成熟产品矩阵“天网”与“天净”,在本届峰会上将迎来全面升级!
    在峰会主会场,数美科技CTO梁堃将首次公开数美全新数字风控产品矩阵,开启全栈式数字风控新篇章。数美基于六年数字风控技术研发、实战经验以及知识沉淀,精准洞察数字经济对数字风控的未来新需求,打造基于风控却不止风控、真正面向未来的产品序列。

    三、聚焦行业痛点:三大主题分论坛,全面护航数字经济

    本届峰会设立业务风控、内容风控、出海风控三大分论坛,聚焦数字经济各行各业普遍面临的风险,全面护航数字经济。
    业务风控分会场立足数字业务在企业全生命周期内出现的风险场景,从账户风控、业务安全、通信安全以及数据安全合规等多角度,为与会者带来一场最全面、前沿的数字风控认知迭代。
    图片

    内容风控分会场聚焦网络内容生态治理,头部社交媒体将带来丰富的一线数字风控前沿实践经验,分享内容生态治理的最新布局与未来演进。
    图片

    在国内企业争相出海之际,本届峰会专门设立出海风控分会场,邀请出海头部企业分享海外市场的机遇与挑战,还有知名律所合伙人针对出海企业的数据合规挑战带来一线实践心得。
    图片

    四、思维碰撞:20+风控大咖,汇聚多维视角

    本届峰会邀请到20余位风控大咖,汇聚多维视角,共话数字风控的升级与实践。
    哔哩哔哩活动风控负责人李家琛、Soul生态安全研发负责人金鹏佳、小红书安全技术部负责人周达、探探科技副总裁王瀚,还有更多国内外知名企业、研究机构负责人将在4月13日齐聚北京,立足数字风控在不同行业的前沿实践,在思维的交锋中洞察数字风控的未来方向。
    图片

    五、护航未来:国内首个数字风控学院成立

    六年来,数美科技在服务3000余家行业客户的过程中,在不同的垂直行业都积累了数字风控体系化搭建的丰富经验。
    作为数字风控行业领军者,数美科技将在本届峰会上宣布成立国内首个覆盖全行业的数字风控学院,开放数字风控知识体系与能力,传播数字风控知识,为数字化时代培养数字风控人才,帮助企业建设应对数字风险能力。

    当前,数美2022数字风控峰会报名已正式启动。欢迎更多行业人士莅临,与20位风控大咖、众多行业精英面对面交流,深度交流数字风控的“护航”与“未来”!

    更多相关内容
  • 7月24日,全线条训练营番茄风控迎来了第三期! 本次我们已经内容升级至2.0版本。相比之前的1.0,又多出了14个知识点,16个实操案例~ ~原创文章 … end

    7月24日,全线条训练营番茄风控迎来了第三期!
    本次我们已经内容升级至2.0版本。相比之前的1.0,又多出了14个知识点,16个实操案例~
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    ~原创文章

    end

    展开全文
  • 我们建议在风控数字化转型过程中,多思考信贷中相关的具体的场景业务。 今天给大家带来在数字化智能风控体系中涉及的八类具体场景,今天都稍微来谈一谈最经典的这八类场景和模型,相关内容分别是: ❤①信贷策略规则...

    后疫情时代加速了金融机构的数字化转型的进程,汽车金融、消费金融、互联网金融企业纷纷加强数字化建设。同时外部环境的不确定性也在不断增加,欺诈风险及信用风险持续升级,如何更好的转危为机,更精准更前瞻的识别和计量风险?我们建议在风控数字化转型过程中,多思考信贷中相关的具体的场景业务。
    今天给大家带来在数字化智能风控体系中涉及的八类具体场景,今天都稍微来谈一谈最经典的这八类场景和模型,相关内容分别是:
    ❤①信贷策略规则的开发与部署应用
    ❤②信贷风控策略&模型之决策矩阵分析
    ❤③信贷产品客户反欺诈模型的开发
    ❤④评分卡模型应用效果的监测与优化
    ❤⑤信贷产品之客户画像与数据分析
    ❤⑥贷前申请评分模型的开发与应用
    ❤⑦信用卡客户精准营销模型的开发
    ❤⑧贷后存量数据优质客户的挖掘与分析

    以下分别一一阐述:
    【场景一】信贷策略规则的开发与部署应用

    第一个跟大家介绍的是策略同学最关注的策略内容。我们知道风控体系中有四大模块内容,分别是:政策、规则、策略、模型。

    👉政策:是顶层要求,策略从属于政策。
    👉策略:最主要的落地形式是规则,也可以体现为其他形式,比如运营流程优化、获客渠道优化等。
    👉规则:是条件和决策结果的集合,即在一定条件下对应的决策结果,在业务中的具体体现为if-else组合,基于规则的决策过程类似于决策树。
    👉模型:通过统计学习和最优化方法求解出最优参数的一种结构。最常用的是信用评分模型。

    所以信贷策略规则开发的内容,主要包括的规则有:
    名单类规则、标签类规则、评分类规则…
    在这里插入图片描述

    在策略规则的应用上,还需要根据规则类别、规则效果、数据来源、数据成本等分别对不同的规则分门别类。

    【场景二】信贷风控策略&模型之决策矩阵分析

    金融产品大多的风控决策流程会由策略、模型两部分构成(也有只有策略或仅有模型的决策流)。
    用户进件申请先后会通过策略、模型的串行节点,并根据对应模块的策略规则、模型分数的阈值,决定用户后续授信环节的通过与拒绝。但是在这种单向评估用户的风险程度对准确率均有一定影响,为了更有效地对用户风险进行评估,现探究策略与模型的并行交叉结果,综合分析用户的风险程度,于是我们引入目前较为常用的模式:策略&模型的决策矩阵分析的分析方法。

    串行决策:
    在这里插入图片描述

    并行决策:
    在这里插入图片描述

    在具体的实操案例中,我们以模型1跟策略2进行具体的举例说明:
    模型1中,根据风险评分划分的客群风险得分为:A、B、C、D、E(这些风险是由低到高排序:A—高风险、B—较高风险、C—中风险、D—较低风险、E—低风险)。根据model_score区间阈值设定如下:
    在这里插入图片描述

    在策略2中,根据策略划分的风险等级也可划分为:N、L、H、D(风险由低到高,其中N—正常、L—低柔、H—高柔、D—刚性,取规则集rule_01-rule_10最高风险等级), 各规则等级根据rule区间阈值设定 如下:
    在这里插入图片描述

    于是根据以上模型与规则的二维交叉矩阵,就能得到规则&模型的内容,我们称之为风险决策矩阵。
    在这里插入图片描述

    【场景三】信贷产品客户反欺诈模型的开发
    贷前反欺诈模型是金融机构最常见的模型,在常见的场景中,通常通过开发反欺诈模型来预测申请进件用户的欺诈概率风险,从而辅助贷前信审环节前的风控业务决策。
    通常我们通过对存量用户的贷后数据表现分析,以及实际业务理解,欺诈用户定义逻辑为首期逾期天数达到30天及以上。
    目前反欺诈算法内容主要涉及内容包括欺诈策略规则、欺诈评分模型、社会关系网络等内容。
    在相关的模型的训练营上,我们需要将样本拆分(训练集+验证集,抽样方法介绍,随机抽样实践。
    在常规的反欺诈场景中,随机森林是用的最频繁的一类算法。
    随机森林算法是由大量决策树构成的,同时这些决策树相互之间是没有关联的。随机森林在生成众多决策树的过程中,是通过对建模数据集的样本观测和特征变量分别进行随机抽样,每次抽样结果均为一棵树,且每棵树都会生成符合自身属性的规则和评分,而森林最终集成所有决策树的规则和评分,实现随机森林算法的处理效果。

    【场景四】 评分卡模型应用效果的监测与优化
    在模型实施之后,要产生许多报表对模型的稳定性和有效性进行监测,如:
    ①稳定性监测报表,比较新申请人与开发样本客户的分数分布,对模型的有效性进行监控。
    ②特征分析报表,比较目前和模型建立期间的所有评分卡特征的分布,对模型的有效性进行监控。不良贷款数据分析报表,评估不同分值区间的不良贷款,并且与模型建立阶段的预测进行比较,监控客户贷款质量。
    另外,经过一段时间之后,经济环境、市场情况和申请者、持卡者的结构会不断变化,信用评分卡的预测能力会逐渐减弱,同时,信贷机构经营策略和信贷政策的改变也要求评分模型进行适时调整,所以,信用评分卡在建立后需要进行持续的监控,在应用一段时间(一般2~3年)后必须适当调整或重建。
    在这里插入图片描述
    在这里插入图片描述

    评分模型应用效果监控是信贷评分卡开发后最重要的工作之一。

    【场景五】信贷产品之客户画像与数据分析
    客户画像的维度,包括客户的基本特征、社会身份、用户生命周期、类目偏好等等。具体的标签跟上述的维度是息息相关:
    在这里插入图片描述
    在这里插入图片描述
    最简单的客户画像是分析不同性别的群体特征,然后做特定营销。如分析广州、北京、客户的群体特征,分析90后、80后的群体特征。前面说到把人分成了一万个类,或者一千个类,然后在这个类别里面,做一个精准化推荐。
    比如对于某电信公司的客户画像,我们将其分为8类,分别是:
    类别一:喜欢深夜通话,多发信息,多发话给预付费用户,忙时发话少
    营销手法:夜间通话套餐,短信大礼包,转为预付费,激励话音用量

    类别二:多发短信,多发话给后付费用户,忙时发话少
    营销手法:闲时通话弹出/激励;短信大礼包;激励话音用量

    类别三:高通话量,发话网外多,有国际长途
    营销手法:高价值客户大礼包,激励国际长途通话,高端资费方案

    类别四:交往圈固定,多发话给后付费用户
    营销手法:高机制客户大礼包,业务引荐奖励

    类别五:高通话量,发话网外多
    营销手法:激励话音用量,高价值客户大礼包

    类别六:固网通话多,高通话量,喜欢早餐通话
    营销手法:移动-固网通话套餐,晨间通话套餐

    类别七: 多发短信,多发话给后付费用户,忙时发话多
    营销手法:短信激励,忙时通话套餐

    类别八:高通话量,喜欢深夜通话,闲时通话多
    营销手法:夜间通话套餐,闲时通话套餐,通话量奖励

    回归到信贷场景,当我们在讨论用户画像的时候,到底在讨论什么?比如我们通常认为的现金贷的用户画像是:
    20-35岁

    以男性为主
    遍布全国
    主要是在第二和第三产业
    月收入在5000元以下

    通过这些画像特征,我们可以去定位目标客群,去精准的广告投放等等;

    【场景六】贷前申请评分模型的开发与应用
    评分卡模型全流程开发中最经典,使用最广泛的就是贷前评分卡。
    贷前评分卡,涉及的最重要的问题:
    一.模型样本的选择
    在这里插入图片描述

    a.滚动率报表:
    在这里插入图片描述

    在具体设计评分卡的,我们某月截面数据为例,上月M3的客户在下月滚动至更差状态M4的比例为90%以上,意味着一旦客户到达M3之后,90%以上客户不会变更好,因此选取M3+作为坏定义是较为合理的。

    b.账龄表:
    账龄表vintage报表,指的是对不同放款月份的进行设计的报表,具体的vintage的做法可以参考:
    在这里插入图片描述

    在此案例中以201901-201908作为参考月,观察M3+%趋势,可以看出客户的M3+%趋势并未收敛。考虑到巴塞尔要求及参考同业经验,建议12个月作为表现期。

    【场景七】信用卡客户精准营销模型的开发
    随着移动端增长红利趋于减少,各媒体、搜索引擎的在线流量竞价不断走高。现如今,单纯的在线展示广告获客成本愈发透明,效果增长乏力。随着大数据的兴起与机器学习技术的不断提升,集奥聚合通过自身丰富的客户画像标签体系,结合业界先进的机器学习技术,突破传统广告的局限性(仅通过人为主观精心设计的统一广告页来吸引客户),实现多元优化及精准需求预测,提升各流转环节,达到精准营销。
    根据模型效果制定业务策略:
    在这里插入图片描述在这里插入图片描述
    在这里插入图片描述

    【场景八】贷后存量数据优质客户的挖掘与分析
    现阶段传统的信贷获客模式开始遭遇瓶颈,部分市场已趋于饱和。以信用卡为例,其作为商业银行开展消费金融业务的主要载体,近年来全行业发卡量、资产规模呈现明显放缓趋势,增速见顶。
    在这里插入图片描述

    受疫情波及,互联网金融行业的逾期风险、欺诈风险持续攀升。
    疫情期间,中小企业严峻的生存压力将会传导至微观个体,部分客户将出现还款能力下降问题,特别是资质相对更差的次级客群,其受到的影响更大。而为了应对疫情,防范金融风险,金融机构收缩业务成为必然。
    而对于共债风险本身就高的次级人群而言,信贷需求未减的情况下,供给却大幅萎缩,因此他们中的一部分人转而通过欺诈手段,突破金融机构风控防线、获得贷款的动力更充足。另外,由于疫情的影响,个人消费减少,资质相对较好的客户借贷需求降低,客观上减少了总体人群中优质客户的数量,导致欺诈客户的占比相对上升。
    在这里插入图片描述

    所以在竞争异常激烈的当下,贷中贷后存量的客户经营也变得格外重要。

    关于以上所提及的八大类场景业务:

    eg-1 信贷策略规则的开发与部署应用
    eg-2 信贷风控策略&模型之决策矩阵分析
    eg-3 信贷产品客户反欺诈模型的开发
    eg-4 评分卡模型应用效果的监测与优化
    eg-5 信贷产品之客户画像与数据分析
    eg-6 贷前申请评分模型的开发与应用
    eg-7 信用卡客户精准营销模型的开发
    eg-8 贷后存量数据优质客户的挖掘与分析
    以上这八个具体的项目案例,可关注:《SAS数据分析训练营的内容》

    此次为大家为准备了以上最经典的案例。本次课程以案例为主导,带领大家一步一步由浅入入深,实操具体的sas内容。

    我们知道在目前很多做分析的软件中,python是各位互金同学用得最多的语言,但相对银行的同学而言,目前使用上还是以SAS居多。

    SAS在国际上已被誉为统计分析的标准软件,无论是制药、金融、保险、市场部门、政府部门等在各领域都得到了广泛的应用,它的覆盖率是完全不可被替代的。同时SAS系统具有使用灵活方便、功能齐全、编程能力强且简单易学、数据处理和统计分析融为一体、扩张性和适用性强等优点。

    详细如下:
    在这里插入图片描述

    ~原创文章

    end

    展开全文
  • 数字风控全流程 实操训练营V2.0 第三期 二:时间 7月中旬-8月中旬,课后还会有录制回放视频。 三:活动方式 1:线上远程直播培训 2:线下现场课程培训 四:简介 五:老师简介 此次课程不仅是陈老师授课,还邀请了...

    一:课程主题

    数字化风控全流程 实操训练营V2.0 第三期

    二:时间

    7月中旬-8月中旬,课后还会有录制回放视频。

    三:活动方式

    1:线上远程直播培训

    2:线下现场课程培训

    四:简介
    在这里插入图片描述

    五:老师简介

    此次课程不仅是陈老师授课,还邀请了六位业内经验丰富的老师,每位老师的擅长都不一 样,可带领大家全方面的学习。
    在这里插入图片描述

    六:课程大纲

    1:贯穿贷前,贷中,贷后全流

    2:涵盖56个知识点和41个实操案例

    在这里插入图片描述
    在这里插入图片描述在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述在这里插入图片描述

    七:关于番茄学院第一期,第二期训练营的课程回顾
    在这里插入图片描述

    原创文章

    end

    展开全文
  • 能不能拦住风险是一回事,老板报以不信任的目光更使得风控从业人员倍受挫折。我们提供一个迁移学习风险评分开发方案,尝试在冷启动阶段就完成风险评分的开发。 假定某家金融机构已有成熟贷款产品XFD,打算向市场投放...
  • 海尔财务公司数字风控系统-邦盛科技基本情况介绍&解决方案.docx
  • 个人信贷业务数字风控体系实践探索.docx个人信贷业务数字风控体系实践探索.docx个人信贷业务数字风控体系实践探索.docx个人信贷业务数字风控体系实践探索.docx个人信贷业务数字风控体系实践探索.docx个人...
  • 个人信贷业务数字风控体系实践探索.pdf个人信贷业务数字风控体系实践探索.pdf个人信贷业务数字风控体系实践探索.pdf个人信贷业务数字风控体系实践探索.pdf个人信贷业务数字风控体系实践探索.pdf个人信贷...
  • 企业数字风控决策实践.pptx
  • 企业数字风控决策实践.pdf
  • 《银行家杂志》在数字化观察系列报道中,详细解读有关Ultipa Graph实时图数据库如何实现在数字风控中的八个应用场景: 系列报道中涉及以下8个场景: 1.个人业务中的反欺诈 2.识别企业关系图谱 3.企业担保权贷款...
  • 数据中台宜信数字风控决策实践.zip
  • 数据中台宜信数字风控决策实践
  • 《银行家杂志》在数字化观察系列报道中,详细解读有关Ultipa Graph实时图数据库如何实现在数字风控中的八个应用场景: 系列报道中涉及以下8个场景: 1.个人业务中的反欺诈 2.识别企业关系图谱 3.企业担保权贷款...
  • 数美数字风控研究院独家发布《数美数字风控行业白皮书——2022泛娱乐出海内容安全指南》,关注泛娱乐出海重点市场,以及其中的机会与暗礁。 本文在第一部分,分析全球人口和经济状况、互联网基建情况、用户付费意愿...
  • 关于汽车直租业务反欺诈风控,仁润股份CEO吴健认为,大数据风控能力在贷前侧重于历史数据,贷中贷后更加侧重于实时数据,大数据交叉验证以及甄别真实需求是重要的风控前置手段。随着大数据信用时代的推进,用户...
  • 来源:金融界百家 2020年9月,由21世纪经济报道、中国汽车金融主办,中国汽车金融实验室提供研究支持的“2020中国汽车金融闭门研讨会...而想要把各个风险指数降到最低的话,汽车金融的风控是重中之重。 会上,卡.
  • 数字化浪潮席卷而来 网络安全问题新旧交织 如何构筑转型关键期的防护网 护航企业破浪前行 共赴未来 2022年4月13日 “数美2022数字风控峰会”重磅开启 数百位数字风控行业精英汇聚一堂 15+行业大咖倾力分享 共话数字...
  • 内容回顾:解决风险定价的问题,一直是番茄风控精心力推的内容,带领同学们攻克政策上的难题,包括但不限制在以下内容:产品设计、产品利率控制、风险定价方法、风险成本计算、风险敞口计算等等相关内容。
  • 风控培训:KPMG银行业操作风险研讨
  • 内容回顾:利用多维空间技术在GPS聚类的基础上,结合AI图像模型技术,升级形成了一个“多维空间”的关系。基于密度空间聚类算法,结合机器视觉技术、深度学习的创新应用,对高密度区域(结合数量、时间、频次等)...
  • 基于业务逻辑,五大步骤实现审计风控数字化转型。
  • iuap助力国贸股份数智化转型 用友iuap云平台和国贸股份携手打造的数智化风控平台,打造主数据管理中心,以客商数据为核心,通过引入多方外部社会化数据源,融合自有客商业务信息,建立国贸股份自有客商画像。...
  • 报告明确智能风控定义,研究范围清晰;从个人信贷和企业信贷两个模块分别分析智能风控的技 术实现和应用落地;通过问卷调查的形式,揭示智能风控企业发展现状。由于专业领域和视野有限,本报告难免有错漏或不当之处,...
  • 8000字详细介绍企业风险管理现状、挑战;企业数字风控整体规划与落地路径;风控场景下,企业数字资产应用价值如何体现等等,从战略到落地,非常干货!
  • 「安全威胁」数字经济发展面临的挑战及有关建议 - 业务风控 数据安全 金融安全 Linux 安全实践 安全管理
  • 风控建模很难?一篇文章教你从0到1建立回归模型

    万次阅读 多人点赞 2018-06-22 06:43:59
    ,这个数据风控入门词汇。 模型的建立是对于某个实际问题或客观事物、规律进行抽象后的一种形式化表达方式。  回归模型 一场盛大的变量选秀 在数据分析领域,我所理解的模型是一个有多个输入,有涉及所有输入的加工...
  • 这一连串高速增长的数字背后,不法分子对互联网资产的觊觎,针对电商行业的恶意行为也愈演愈烈,这其中,最典型的就是黄牛抢单囤货和商家恶意刷单。黄牛囤货让广大正常用户失去了商家给予的优惠让利;而商家的刷单刷...
  • 风控体系建设、数字化转型、金融科技应用前,您是如何看待数据问题的? 原创: 金融科技之道 金融科技之道 11月3日 鸿雁 呼斯楞 - 塞北 公司数据问题不是单纯的技术问题,它事关公司每个人,它也正在让证券基金行业...
  • 新网银行数字普惠新路径:“数字化+智能风控+开放平台”效果初显 互联网银行金融科技 中国金融电脑 李秀生 2018-05-16 10:58 2018-05-16 ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 9,994
精华内容 3,997
关键字:

数字风控