常用的風控模型有哪些?

冰鑒科技
 
新興技術近年來正在全面滲透金融行業,行業在傳統金融業態的基礎上,開啟了一場由內而外的深刻變革。而金融與風險往往始終相伴,使用大數據智能風控也成為金融行業的共識。那么到底常用的風控模型有哪些呢?
 
一般來說金融信貸中的風險主要集中于信用風險及欺詐風險。我們具體將風控模型分為以下三個階段來進行講解:
 
一、貸前階段:
 
這一階段的數據來源主要分為申請信息、歷史消費信息、外部信息(例如多投借貸、公積金等)。常用風控模型包括:
 
1、用戶響應風控模型:針對互聯網,數據來源多樣,類似漏斗模式,分析獲客階段的用戶轉化情況,如:引流、導流、注冊成功等信息,以及在某個階段進行埋點分析流失狀態。
 
2、申請評分卡風控模型:即A卡,主要側重貸前風控,在客戶獲取初期,建立申請評分卡模型,預測未來客戶在放款后逾期與違約的概率。
 
3、申請反欺詐風控模型:識別欺詐風險高的客戶,捕捉各類欺詐行為,如身份造假,非客戶本人的行為等。一般分為第一方反欺詐和第三方反欺詐。
 
4、風險定價風控模型:根據客戶的歷史情況分析,應該制定多少初始額度和初始利率比較合適。
 
5、用戶價值風控模型:在風險評分難以決策的灰分區域,制定置入置出策略,預測客戶在開戶后能夠為機構帶來潛在收益。在相同風險等級客戶里,可以篩選收益等級高的客戶,最大化挖掘其收益潛力。
 
二、貸中階段:
 
和貸前階段不同,這個階段用戶已經有過至少一次的還款行為,所以在數據維度會加入借貸數據,進入到貸中客戶管理階段。常用風控模型包括:
 
1、行為評分卡風控模型:也就是我們常說的B卡,通過分析不斷去挖掘客戶的各種需求,去推薦一些差異化的信貸產品,主要是給我們的客戶交叉銷售產品和提額。
 
2、交易反欺詐風控模型:交易階段,識別一些羊毛黨刷單、薅羊毛和套現行為。
 
3、客戶流失風控模型:對客戶流失的原因進行分析,提前知道哪些客戶會流失,及時采取挽回措施。
 
三、貸后階段:
 
經過以上兩個階段,還有一小部分用戶會逾期進入催收階段。常用風控模型包括:
 
1、催收預警風控模型:預測出來一些輕度逾期的客戶,這類客戶可能只是單純的忘記還款而已,這個時候就不需太多人工催收參與進來,先進行短信提醒等簡單的催收工作即可。
 
2、還款率預測風控模型:預測經過催收之后,最終收回的欠款比率。
 
3、遷徙率模型:評估客戶短期內會不會違約,可以預測逾期的人群從輕度逾期發展到重度逾期的概率。
 
4、失聯修復風控模型:逾期階段,客戶本身聯系不上,通過數據庫挖掘新的聯系方式(如,身邊的親戚朋友等),修復客戶失聯狀態。
 
常用的風控模型主要就是以上這些。作為大數據智能風控領域的龍頭企業,冰鑒科技基于領先的技術研發能力和優異的風控模型能力,為銀行、持牌消金及其他金融機構搭建全流程的智能風控體系,幫助客戶防范風險、改善用戶體驗,提升業務決策的靈活性、敏捷性和準確性,實現數字化轉型,目前冰鑒科技業務已覆蓋所有頭部金融機構。

 

亚洲最大成av人网站二区小说_亚洲最大av资源站无码av网址_亚洲最大Av在线男人的天堂
<蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>|