科技改變生活 · 科技引領未來
去年的夏天注定是不平凡的,與雷陣雨一起光臨的,還有國內P2P的暴雷潮。端午節一則800億大平臺唐小僧暴雷的消息后,接連而來的各個派系的雷聲不斷。高返雷,小平臺雷,國資雷,車貸雷,上市系雷……投資人愁眉苦臉,“我還能相信誰?”不少專業人士建議,選擇平臺的核心,就是選擇風控模型。今天就為大家解密一下如今車貸行業排在NO.1的微貸網的風控模型。
“智能決策森林”是什么
金融的本質是風險。對汽車金融平臺來說,通過對交易過程和場景的把控,綜合人與車的信息,能夠進一步確保借款人和資產的真實情況,最大程序減少平臺遭遇金融欺詐的風險。
微貸網上線六年多來,一直打造自己的風控模型。從貸前到貸中,從貸后到逾期處置,標準化的風控流程讓微貸網的壞賬控制在千分之3以下。
其風控模式最核心的體系是其研發團隊自主創建的“智能森林決策系統”。包含了對借款人上萬個維度和指標的考察。例如身份信息、通訊錄信息、人臉識別、運營商等,這個決策系統還有用戶行為輸出的判定,通過對用戶操作行為的判定,可以分析出用戶是新手、老手還是機器操作。此外,微貸網現在也在對接一些征信機構,比如前海征信等。除了失信被執行人、多頭借貸用戶、學生等群體,其他所有無法通過我們風控模型的用戶,微貸網都是不會出借資金的。
除了人的信息,決策森林也會考量車況,人車并重,來衡量車的價值以及車主的還款意愿、能力,做出最恰當的寬幅風險定價。
大數據打底 人才支撐
微貸網CEO姚宏日前在接受記者采訪時表示,微貸網目前的研發團隊已經超過了400余人,這其中不乏哥倫比亞大學、麻省理工大學、浙江大學等世界一流高校的碩士研究生。
除了強大的人才支撐,車貸行業排名第一的成交量也為風控模型的科學化提供了大數據庫。在《2017年P2P平臺車貸業務排行榜》中,微貸網以745.6億元的車貸業務成交量居位第一,成為我國最大的車抵貸普惠金融平臺。
微貸網正在通過大數據、機器學習等技術,加強貸前評分和貸后分析。在姚宏看來,貸前的風控比貸后的更為重要,在集客環節就將風險大大降低,可以大大減少在貸后管理中出現的各類風險。
何龍