桃树信用风险管理“三部曲”之二:贷中管理
来源:桃树 | 作者:杨子 | 发布时间: 2017-10-19 | 314 次浏览 | 分享到:
借钱容易还钱难?那是因为你少了一样秘密武器。
导读:完成信贷申请之后,客户的行为是否就脱离掌控?机器学习技术和传统的贷中行为监测有什么区别?作为一家创始人有超过十年人工智能科研及实践经验,且团队已经成功在多家客户落地人工智能解决方案及产品的AI公司,桃树将以一系列实战案例,展示人工智能如何从象牙塔走进企业,又为何将成为未来商业社会的基础设施。


继上一篇桃树“信贷三部曲”的第一部之贷前之后,今天我们分享的是桃树的机器学习技术在信用风险解决方案贷中行为监测的应用。
 
一、贷中行为监测

对于已经通过信贷申请的客户来说,则视为正式进入贷中阶段。
 
在正式放款之前,信贷机构会对客户进行复审,审核该申请人是否有新增的不良记录和多平台申请/负债,同时通过一系列第三方监控数据,对申请人的行为动态监测,再次识别申请人是否具有团伙欺诈、机构代办的风险。
 
放款之后,贷中的风险监控将持续进行。在信贷周期内,信贷机构会对客户行为进行动态监控,防止借款变为不良资产,提前规避风险。同时,对于具有良好信用记录的优质客户,通过贷中行为监控,可以在续贷时主动提高客户额度,提升信贷机构效益。
 
通过有效的贷中行为监控,信贷机构可实现不良客户的风险规避及优质客户的续贷提额,使信贷机构的业务进入良性循环。
 
二、为什么要使用机器学习技术做贷中行为监测?


传统的贷中行为监测,依靠经验主义较多,对于诈骗团伙层出不穷的“新花样”很难做到及时预判。因此,往往是在诈骗出现之后,再来总结经验规避风险。而当规避风险原则更新完成,狡猾的犯罪分子已经寻找到了新的漏洞,开启了新一轮诈骗。信贷机构工作人员需要一直都处在和诈骗团伙斗智斗勇的被动状态。


而对于优质的客户,在续贷提额阶段,由于缺乏高效的贷中行为监测机制,客户在进行续贷提额时又要进入一个漫长的审查阶段,这种形式效率低且难以避免人为失误。
 
机器学习技术,可以将人的经验转化为机器语言,让机器替人去执行一部分工作。而且,机器可以一年365天不知疲惫的高效运转,容错率极高。
 
不仅如此,机器学习的客观性来源于根据大量数据来提炼出来的预测信息。因此,可以反应客户信用表现的普遍性规律,在实施过程中不会因为审查人员的主观偏差而影响审查结果的客观性。再者,使用机器学习技术,可以实时动态监测客户的行为,一旦出现新不良记录和欺诈危机,可及时止损,将风险降低。
 
不同于人对经验的总结,机器学习模型在不断更新迭代的过程中,会发现海量数据在变化中产生的“新”规律,并及时反馈给操作机器学习模型的业务工作人员,从而来改变和完善业务流程。通过机器学习技术和业务人员的经验良性互动,互相完善,信贷机构的信贷业务得以不断提升。


三、桃树贷中行为监测解决方案


在贷中阶段,我们使用信用评分卡机制中的行为评分卡,即B卡模型来对客户的贷中行为进行监测与评估。
桃树解决方案的核心,是独创的桃树数据科七剑体系,包括数据预处理、分群建模、预测建模、算法调参、知识发现、效果分析和模型监控等环节。
 
我们接下来将详细介绍“七剑体系”如何在贷前审批中做到效率及准确性的双双提升。
 
1、问题定义
在贷中环节,通过机器学习技术来做实时交易监控、额度动态升降、盗用风险识别和欺诈风险识别。这些场景中我们主要使用的是行为评分卡模型。



2、数据准备
行为评分模型的训练样本包括输入变量和输出变量。输入变量是利用观察期内客户的活动情况来构造的评价指标,输出变量是客户在表现期内的信贷表现。
 
行为评分的常用数据有:
  • 账户使用记录
  • 不良历史记录
  • 客户服务于促销记录
  • 还款行为
  • 费用(逾期费用、超额费用)
  • 央行征信记录
根据不同信贷产品的客户行为差异,对每一个产品进行行为评分建模,使用RobotXTM组件清洗多个数据表的数据,并制定对应的风险管理流程和策略。
 
3、算法调优
模型建立后,需要对模型的预测能力、稳定性进行检验后才能运用到实际业务。桃树科技的AtomTM组件可以实现自动调参,提高建模效率。并出具模型报告,一目了然不同算法对该模型作用产生的效果。
 
4、知识发现
在进行算法调优及测试之后,模型正式部署上线。由于数据是不断更新的,模型在进行运行的过程中会发现数据的新规律,并将新发现的规律汇报给业务工作人员,不断完善业务人员的经验。
 
5、模型更新
桃树科技会实时监控模型效果,并拥有一套反馈数据收集机制,在保持模型不断更新的过程中,数据维度得以更新和完善,贷中行为监测的效率越来越高。

如果你也已厌倦旁观期待新挑战,如果你有十八般武艺只待尽情施展,桃树有求贤若渴的金牌销售团队及极客技术团队,只等你来!

金融行业解决方案专家、金融行业建模专家、数据建模实施工程师……更多职位及详情:http://www.taodatarobot.com/join-us.html



桃树只研发最前沿的机器学习应用技术

我们只发布最干货的大数据知识


微信扫码关注桃树公众号