林继钰菊:在金融防风中充分利用人工智能|中国国际金融论坛新浪财经

发布日期:2019-07-27

    第十五届中国国际金融论坛于2018年12月15日至16日在上海举行。其主题是:构建现代金融体系,为实体经济的高质量发展服务。焦会高级副会长唐林出席并致辞。Jiao聚合是基于用户的在线行为、离线消费行为,包括一些信用表现,以及在互联网上的行为表现,如地理位置、社交网络、社交圈子,甚至运营商的相关数据积累表现,从而对营销中的客户反应进行评价。做好金融风控工作。唐林还谈到了一些关于贷款风险管理的建议:第一,相关信息已经存在于机构内部。其次,在贷款中还应引入信用评分和迟收评分,来判断贷款人是否在恶化,是否会产生共同债务的风险,以便机构可以事先干预其托收准备工作。唐林:谢谢各位嘉宾、老师和各位前辈。我是北京集奥会的唐林。吉奥集团于2012年在北京成立。它是一家专注于大型数据场景应用的平台公司。同时,我们还将对人工智能解决方案进行一些研究,以构建一个大型的数据生态系统。我们主要集中于整个金融风控、精准营销等方面。因为今天是金融论坛,所以我带了一些金融伙伴。目前,集奥集团已与上千家企业合作,为它们提供端到端的人工智能解决方案。正如前面提到的老师所提到的,我们的人工智能的最重要的基础是多维数据。我们是基于用户的在线行为,离线消费行为,包括一些信用表现。除了在互联网上的行为、地理位置、社交网络、社交圈子,甚至他的数据积累对运营商的表现,我们将把他应用到金融领域。从银行、共同基金、消费、小额贷款、汽车、保险等领域都可以涉及。对于金融行业,我们将在营销中进行客户反应评估。然后是反欺诈筛选,信用评估,放贷,放贷后。我们对个人信用的整个过程进行了简单的划分。首先,获得顾客的部分。传统上,银行出售土地或电力。我们将从市场营销反应评估开始干预,包括钟老师刚才提到的智能呼叫,它比手工营销更有效。另一个方面是激活股票客户。当我们与国内各大银行沟通时,他们同时发展信用卡业务,因为新客户的成本越来越高,但是他们的股票客户非常大,有45亿。如何将45亿借记卡用户转换成借记卡?事实上,这也是我们和他一起探索了两年多的一个成功案例。反欺诈与信用审查,除了中央银行信用调查所能涵盖的部分信息外,我们还将从外部方面对金融机构进行补充。例如,基本信息核实,是否存在负逾期或贷款行为,在其他机构,并从团伙欺诈的角度,以确定是否存在一次性接触风险。通过整合这些数据获得的信用评级可以完美地补充机构所不能涵盖的纵向维度。当用于在线和离线消费金融、信用卡和信用场景时,盲测量的KS大于0.4,AUC约为0.78。此外,新王银行的老师刚刚表示,通过使用设备,他们面临着团伙欺诈的风险。你给他多少信用风险?这可能与整个市场的变化有关。如今,许多共同基金的客户正在向银行业转移,并转移到银行申请信用卡。防范共同债务风险是防范的重点。本节将给出一些小示例。我们带你看看。在借贷方面,用户进来只是第一步。在我们给他钱之后,我们需要在后期继续观察他的经济状况。有些是生活阶段的变化,或家庭的变化,或在贷款之前我们没有注意到的信息。因此,对贷款的监测就显得尤为重要。逾期模型将用于预测贷款之后,因为每个逾期客户在贷款后可以分为不同的等级和类型,这将在后面进一步解释。这是几个部分的例子。第一部分,大数据精准营销部分,我们分为两个维度。第一部分实际上是市场反应部分,这正是他目前需要的。第二,人的风险状况如何表现?我们把这两种理解为婚姻介绍的一种方式,即用户与产品之间的匹配程度,不管是信用产品还是其他产品,第一种是人适合什么样的产品。第二个问题是我们需要在这个产品中找到什么样的人。这是我们通过大数据的维度建立的两个模型。一个是风险模型,另一个是营销模型。它们可以共同对应它们的产品。一旦匹配,就会到达。接入方式,刚才提到的智能语音呼叫方式,还有其他方式,互联网或短信的方式,会根据不同的产品而有所不同。其次,我们还将使用一些基于语义识别和理解的营销通知或业务咨询,因为业务咨询需要对语义有更高的理解。智能提醒,用户过期后会给他一个提醒通知。如果它是复杂的交互式收集,那么人工智能语音还没有以这种方式可用。我们描述了用户的一些危险行为、人的身份、LBS的位置、资产的状态以及是否存在因特网上的坏访问。现在共同债务的状况,过期未还,是否存在诉讼上的主体,通过这些维度来刻画这个人更加全面,而这部分正是我们许多金融机构所不涉及的。在使用过程中,我们发现了大量的数据,不同行业的绩效是不同的。这只是一个简单的规则,弱变量数据,将进入模型。一般来说,人们会用手机,在正常使用下,他的过期率约为0.78,这是一个真正的样本。如果使用不正常、停机,其过期率明显高于正常。类似的数据可以直接用作规则。一些相对弱的变量可以作为参数引入到模型中。这是历史上逾期最长的时期。如果此人从未逾期,其逾期率为0.92%。如果是M2和M3,则过期率将逐渐增加。因为这已经通过了先前的风力控制规则,M2和M3的数量相对较少。根据一些规则,可以发现最大逾期时间也是判断逾期概率的一个较好规则。这些是我们贷款前的解释,下面我们分享贷款风险管理的几个部分。首先,相关信息已经在组织内部存在。其次,引入信用评分和提醒评分来判断贷款人是否已经恶化。将有共同债务的风险,以便我们能够提前参与他的托收准备工作。最后,提出了贷款后层次分类的概念。我们将根据收集分数制定收集规则,该规则可以分为几个类别。首先,会有一些高品质的客户,他只是暂时忘记了还款。这样的用户可以忽略他,但故意采用养育的方式,然后通过短信的方式提醒他。还有一种,质量比较高,过期日可以用作短信提醒。但是有一种,就是真的很低的偿还意愿或能力,这部分人不需要花费太多的精力在组织上浪费时间在他身上,而是直接外包给其他组织。总而言之,集合评分的目的是将所有逾期客户从高到低区分优先级。这是我们的训练集和测试集的性能。目前已进入稳定运行阶段。时间关系,今天的分享在这里感谢你!新浪宣布,所有的会议记录都是现场速记的,未经发言者审核,本文就贴在新浪上。com用于传输更多信息并不意味着同意其观点或确认其描述。责任编辑:谢长山