人工智能区块链与金融技术融合发展创新金融互联网贷款及提升线上网贷风控水平Word文档格式.docx
- 文档编号:13375485
- 上传时间:2022-10-10
- 格式:DOCX
- 页数:15
- 大小:799.08KB
人工智能区块链与金融技术融合发展创新金融互联网贷款及提升线上网贷风控水平Word文档格式.docx
《人工智能区块链与金融技术融合发展创新金融互联网贷款及提升线上网贷风控水平Word文档格式.docx》由会员分享,可在线阅读,更多相关《人工智能区块链与金融技术融合发展创新金融互联网贷款及提升线上网贷风控水平Word文档格式.docx(15页珍藏版)》请在冰豆网上搜索。
其以财务会计和风险控制为中心,是一个整合用户管理、项目管理、合同管理、贷款利息计算、贷款还款、电子认证、报表统计分析、安全维护、担保物管理、任务提醒等贷前贷后日常业务的综合信息平台。
贷款业务管理系统是线上业务的后台系统,也是整个贷款过程的核心步骤,其主要功能细化后如图3.6所示。
֣3.6帡款业务管理系统功能细分
货款业务管理系统的核心功能模块包括用户管理、贷前管理、贷后管理、信用评级管理、审批管理和流程配置。
贷前办理步骤为:
借款人登记,身份认证,银行卡认证;
完善贷款信息,包括上传图片信息;
授权征信信息查询;
填写申请表和有关资料,提交给经办人,征信信息查询,黑名单校验;
根据外部征信信息,借助内部人员对用户的审核,将有效用户推送给业务经理进行分配,并筛选出不合格用户。
贷中流程主要是信贷审批管理。
系统评级授信模型给出定量评级与分析,人工录入定量评级与分析,然后进入各级审批节点的流程审批及会审。
贷后流程主要包括放款管理和贷后管理。
放款管理
信贷审批通过后,贷款金额根据授信额度和授信余额来确定。
线上生成合同可以直接推送到借款前端自助营销平台,借款方可
以在线签订合同,或与用户经理在线下签订合同,并将线下签订的合
同、图像凭证与权证等上传到系统中。
风控经理审核合同及凭证,若审核通过,则生成放款通知书,财
务放款专员进行放款操作;
若审核不通过,则退回用户经理办理。
贷后管理
根据还款计划,借款方还款。
其中借款方可以提前还款,若到期未能还款,则有延期申请、强制结清、违约金罚息处理、催收四种方式。
当借款方支付费用时,信用额度可以恢复。
逾期发生时,系统根据预设规则进行风险预警,申请资产保全和
坏账核销。
特别需要强调的是,一般信贷管理系统都会对接外部的征信及用户画像系统,征信和用户画像系统在信贷管理上发挥重要作用,决定信贷发放的质量。
如果忽视这两个模块的接入和建设,互联网贷款公司将面临巨大风险。
外部对接模块中包含了用户画像的功能,用户画像在线上贷款业务管理系统中发挥两方面的作用:
一方面是分析用户的信用评级,并为风控部门提供参考;
另一方面是对潜在的贷款用户进行分类,辅助推荐适合的贷款产品,起到发展业务的作用。
一般的线上贷款业务管理系统的功能如表3.1所示。
通过表3.1,
相信读者可以对互联网小额贷款的管理系统有一个全面的认识。
表3.1线上帡款业务管理系统的功能
.«
-í
wn¡
ø
m;
x»
›&
$
wn:
æ
xı;
xy
:
rY«
ı¥
ııé
i»
ï
U«
o*œ:
x*şażś
zï
ıâ
利用区块链技术提高线上借贷的风控水平
风控和用户画像都是金融业务必不可少的环节,精确的用户画像不仅有利于获客,也有利于进行更好的风控。
近年来,金融机构为实现更精准、更高效的风控,引入大数据技术对用户进行多维分析。
但是,大数据不完善、存在数据孤岛、数据质量低且数据泄露等问题仍
然存在,引发了较多的风险事件。
区块链技术的出现,为风控和分析
领域的在线贷款跨境整合带来了新的机遇。
中国的金融体系以信贷为主导,信贷市场规模是相当大的。
在大
数据技术诞生之前,以商业银行为代表的传统风控画像是比较适合国
情的风控模式。
在大数据风控中,大多数商业银行使用基于程控数据交换的管理系统,尽管它们具有很强的稳定性,但由于容纳的用户体量不足和交易通信指令复杂,商业银行难以满足现代投融资需求,特别是全国7000万中小微企业的存贷款需求已经突破了传统风控模型中压力测试、欺诈检测和风险监控的系统容量限制,因此,商业银行迫切需要对很多小微企业进行大数据分析,对每个企业的特征和级别进行分类,通过画像来过滤风险。
需求促进创新,金融机构需要逐步将程控交换系统转变为基于IP网络的大数据风控系统。
大数据风控系统逐渐成为金融机构转型创新的工具,风控画像也得到了快速发展。
此外,平均每天2笔EB级海量数据增长,使蚂蚁金服等互联网金融公司在大数据风控领域崭露头角,基于自身的互联网平台和业务系统,创建了诸如蚂蚁大脑等大数据风控系统。
例如,蚂蚁花呗通过身份特征、行为偏好、人际关系、信用履历和绩效能力五个维度对个人信用等级进行评估,这被很多借贷公司用作用户信用分类的依据。
自2013年以来,随着互联网金融的快速发展,以P2P为代表的互联网金融公司蓬勃发展,但随着P2P平台的快速发展,经常出现公司关闭、取现困难和经侦介入等问题。
大多数P2P平台声称它们使用先进的大数据风控技术,然而P2P行业的风控现状总是事与愿违。
互联网借贷公司发布的《2015年P2P网贷行业年报简报》指出,2015年在中国运营的P2P平台总数为2595家,暂停营业的平台数量达到896家,占比约为34.53%。
问题平台总数高达2014年的3.26倍。
由此可以看出,P2P平台存在大数据风控有效性不足等问题。
众所周知,大数据风控是指利用大数据技术对交易过程中的海量数据进行定量分析,从而更好地进行风险识别和风险管理。
大数据风控的核心原则是小额且分散,防止资金相关方过度集中。
小额的设计原则主要针对海量数据组成的统计样
本,尽量避免统计中的“小样本偏差”。
分散的设计原则主要是通过
分析借款方的人口属性、商业属性、行为属性和社交属性等数据建立大数据风控模型。
大数据风控画像系统的主要问题
基于大数据的风控,突破了传统风控模型的局限性,并在使用更充足的数据的同时减少了人为偏差,这是金融机构创新的革命性工具。
应用大数据技术不仅可以提高风控的效率,还可以在风控过程中节约管理成本。
然而,大数据风控技术并不完美。
首先,大数据风控技术无法解决数据孤岛问题,即数据开放和共享问题。
目前,政府、银行、金融公司、互联网公司以及第三方征信公司很难在短时间内获得互联互通的信息,因而存在信息孤岛问题。
当不同金融机构进行交易时,数据孤岛问题会引起信息不对称和不透明,引发大量的长期债务风险和欺诈风险。
如果互联网贷款行业想利用大数据风控画像技术来提高风控水平,就必须打破数据孤岛,解决信息不对称和不透明以及信息获取不及时的问题。
其次,数据质量低的问题也影响了大数据风控画像的质量。
特别是来自互联网的半结构化和非结构化数据的真实性和价值较低。
例如,在美国,LendingClub(美国一家P2P平台)和脸谱网合作使用彼此的社交数据;
在中国,宜信收集了大量借款方的社交数据,以全面评估借款方的信用并对其进行画像。
但两者得出的结论完全一致,网络提取的社交数据的错误率高达50%。
电子商务平台上的交易数据也因“刷单”现象而失真。
收集和使用这些信息意义不大,基于这些低质量数据,风控效果也将大打折扣。
最后,大数据风控画像中存在数据泄露问题。
近年来,数据泄露事件频频出现在报纸上。
2015年2月12日,汇丰银行大量的秘密银行账户文件被曝光。
这些文件的时间跨度是从2005年到2007年,涉及大约
30000个账户,这些账户资产总计约为1200亿美元,因此,这次数据
泄露可谓是史上最大规模的银行账户文件泄露。
威瑞森(Verizon)发布的全球调研报告《2016年数据泄露调查报告》(DataBreachInvestigationsReport2016)显示,2016年网络安全事件共有79790起,确认的数据泄露事件超过2000起。
这大大降低了大数据风控画像的有效性和应用价值。
融合区块链数据的优势
区块链的本质是一个去中心化的分布式账本数据库,它的出现在一定程度上解决了大数据风控画像有效性不足的问题。
一是区块链可以打破现实中的许多技术壁垒。
为了避开被信任的第三方,区块链这个“账本”需要确保双方互
相信任,并确保所有交易信息公开透明,且能自动传达给双方。
因
此,这个“账本”必须是共享且自主的,不能被随意篡改。
区块链技术主要实现以下功能:
分布式记账、分布式传播和分布式存储,从而确保系统内的数据存储、交易验证和信息传输去中心化;
使用“时间戳”[区块(完整历史)+链(完整验证)=时间戳]进行记账,形成一个不能被篡改且不能被伪造的数据库;
所有权信任是“算法信任”,非对称加密算法保证了交易数据的可信性;
实施可编程智能合约,以便系统处理一些不可预见的交易模式。
区块链的去中心化、开放自治及不可篡改的特性使其应用场景迅速扩展。
从最初的数字货币到参与合同审查的金融部门,如证券结算和会计审计,再到政府和医疗保健的公共领域,区块链技术打破了现实世界中的许多技术壁垒。
例如,京东白条构建了被称为“四大发明”的大数据模型系统:
指南针——风险管理模型系统,火药——定量运行模型系统,活字印刷术——用户画像模型系统,造纸术——大数据征信模型系统。
毫无疑问,与传统风控系统相比,该风控系统可
以更加准确地识别和遏制套现行为,截至2019年9月,已有1亿用户完
成了信用评估。
但是,大数据风控系统仍然无法解决其数据源中存在的数据孤岛、数据质量差、数据泄露等问题。
如果将区块链技术应用于大数据风控系统,那么就可以有效解决这些问题。
二是区块链数据库可以提高大数据风控画像的有效性。
影响大数据风控画像系统有效性的关键因素是数据库的维护成本
和信息传递效率。
仅从数据的角度来看,区块链是一个由所有参与者
共同记录(不由中心化机构单独记录)信息,由所有参与节点共同存储(而不是存储在集中组织中)并且不能被篡改的数据库。
在区块链数据库中,每个用户节点都有完整的数据库副本,并且当用户节点将数据写入数据库时,它需要将这些数据广播到区块链网络,以便其他用户节点可以对这些数据执行验证审核操作。
只有经过整个网络的联合认证后,才能将数据写入区块链,一
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 区块 金融 技术 融合 发展 创新 互联网 贷款 提升 线上 网贷风控 水平