전통문화대전망 - 전통 미덕 - 기존 위험 관리 프로세스
기존 위험 관리 프로세스
감독의 관점에서 볼 때 현금대출 업무가 계속 운영되려면 대출금리를 대폭 인하하고 각종 수수료를 낮춰야 한다. 따라서 위험 통제 수준을 높이고 부실 채권 손실을 줄임으로써 현금 대출 업무의 영업 이익을 보장하는 유일한 방법이 되었다.
첫째, 현금 대출 위험 통제 시스템의 간략한 분석: 점-면-점 과정
첫 번째 "점" 이 시작점입니다. 현금대출풍통제체계의 설계는 제품 자체를 출발점으로 해야 한다. 현금대출 상품은 이자율 (각종 비율 포함), 기한, 한도, 목표인의 네 가지 요소일 뿐이다. 각 대상 그룹마다 유동성 수요, 예상 미래 현금 흐름, 소비 개념, 소득 수준, 신용 상태 등의 차원에서 일정한 규칙과 * * * 성을 가지고 있어 신청액, 대출 이자 수용 수준, 상환 능력, 상환 의지에 영향을 줍니다. 따라서 제품의 합리적인 설계는 위험 통제의 난이도를 효과적으로 줄이고 수익을 극대화할 수 있습니다. 예를 들어 사무직의 경우 월급은 한 달 이하의 대출 기한에 더 적합하다.
게다가, 현금대출 상품의 특징 외에, 그 보급 채널도 상당히 중요하다. 하나의 홍보 채널을 통해 많은 수의 비목표층을 도입하면 보급 비용의 사용 효율성과 후기풍 제어 프로세스의 판단 정확도를 낮출 수 있을 뿐만 아니라, 바람 제어 모델의 반복 업그레이드와 제품 재설계에 도움이 되지 않는 많은 양의 편차 데이터를 생성할 수 있습니다.
"얼굴" 은 특정 바람 제어 프로세스를 나타냅니다. 기간별 구분: 바람 제어 프로세스에는 대출 전, 대출 중, 대출 후 3 단계가 포함됩니다. 사전 대출 단계는 전체 위험 관리 프로세스의 핵심 단계입니다. 이 단계는 신청, 심사, 신용의 세 단계로 구성됩니다. 시각적으로 말하면, 대출 전 단계는 불순물을 필터링하는 단계이다. 제 3 자 신용 정보 데이터, 블랙리스트, 부정 방지 규칙, 위험 통제 모델은 구멍 지름이 다른 필터입니다. 대출 중간 단계는 주로 대출자의 개인 정보를 추적하는 것이다. 일단 비정상적인 정보가 생기면, 풍조관은 제때에 대출자에게 발견하고 연락해서 가능한 한 대출의 안전을 보장할 수 있다. 대출 후 단계의 업무 중점은 독촉이다. 또한 대출자가 대출 연장 또는 갱신 대출을 신청하는 경우 이 단계에서 과거 데이터와 행동 점수 카드로 재검토하고 적절한 한도 조정 및 위험 풀 관리를 수행해야 합니다. 전체 위험 통제 과정에서 대출의 집중도를 적절히 관리하여 집중 대출과 기한 초과 집중 대출로 인한 유동성 부족 문제를 방지해야 한다.
두 번째 "점" 은 초점을 의미합니다. 전체 현금 대출 풍력 통제 시스템에는 두 가지 요점이 있다.
첫째, 사기 방지. 현금 대출 위험 통제는 기존 대출 모델의 위험 통제에 비해 온화한 위험 통제입니다. 소액, 단기적인 특징으로 인해 현금대출 풍조는 대출자의 상환 능력보다 상환 의지에 더 많은 관심을 기울이고 있다. 적당히 기한이 지난 것은 플랫폼의 정상적인 운영에 영향을 줄 뿐만 아니라 연체비를 통해 수익을 증가시킬 수 있다.
따라서, 반사기는 현금대출 풍조 통제의 최우선 과제이다. 현재 인터넷 대출 사기에는 대리, 조직범죄, 기계행위, 계좌절도, 신분사기, 연쇄거래 등이 포함된다. 이러한 사기의 경우 일반적인 부정 행위 방지 규칙에는 교차 검사, 교차 검사, 강력한 특징 필터링, 위험 관계 및 사용자 행동 데이터 분석이 있습니다.
둘째, 긴 대출 행위의 인정. 긴 대출이란 같은 대출자가 여러 대출 기관에서 대출하는 행위를 가리킨다. 현재 다장기 대출 행위의 인정은 두 가지 측면을 포함한다: (1) 다장기 대출 데이터 얻기. 현금대출의 대상 집단은 대부분 전통적인 대출기관이 다루지 않는 롱테일 사람들이며, 완전한 중앙은행 징신 데이터가 부족하기 때문에, 현금대출에 종사하는 일부 플랫폼은 서로 협력하여 대출 신청 데이터의 * * * * * * * * * * * * * * * * * * * * * * * *. 또한 현금 대출 플랫폼은 제 3 자 신용 정보 기관에서 각 대출 신청 기록을 조회할 때 대출 신청자의 대량의 신분 정보를 남기게 됩니다. 이 정보는 쿼리 이상 탐지 알고리즘을 통해 필터링되어 신뢰할 수 있는 다중 대출 데이터베이스를 형성합니다. (2) 악성 멀티 헤드 대출 행위의 확인. 악성 장기 대출 행위는 차용인이 새롭고 오래되거나 동시에 대량의 장기 대출을 받는다는 것을 지적하는 것이다. 새롭고 오래된 행위에 대한 인정은 대출 신청 간격과 대출 기한을 결합할 수 있다. 대출 신청 간격이 대출 기한보다 현저히 짧다면 대출 신청에 큰 차입과 낡은 위험이 있음을 의미한다.
둘째, 도전: 모순과 변화
1 .. 사기 수단의 다양성, 기술화, 인터넷화.
사기와 반사기는 줄곧 대출업계의 주요 갈등 중 하나였다. 인터넷 대출 업무가 급속히 발전하면서 정보기술을 기반으로 한 인터넷 대출 사기도 갈수록 심해지고 있다. 사기꾼들도 빅데이터와 기계 학습을 시작했을 때, 많은 풍조원들이 붕괴된 것은 상상도 할 수 없는 일이었다. (윌리엄 셰익스피어, 햄릿, 기계명언)
예를 들어 휴대폰 검증은 가장 많이 사용되는 온라인 심사 방법 중 하나이다. SMS 인증코드와 통신업체 서비스 비밀번호 작성 두 가지 형태를 포함해서요. 하지만 이런 방법도 사기단의 승승장구할 수 있는 기회다. 왜냐하면 그들은 기술 장비인 고양이 풀을 가지고 있기 때문입니다. 간단한 이해는 문자 메시지를 주고받는 기능이 있는 간단한 휴대폰이다. 한 대의 컴퓨터는 여러 개의 고양이 풀을 연결할 수 있고, 한 개의 고양이 풀은 8 ~ 64 장의 SIM 카드를 꽂을 수 있다. 이와 함께 이른바' 카드 수거' 와' 카드 수양' 사업도 있다. 번호시간이 일정 기준에 이르면 휴대전화를 통해 이런 사기 방지 수단을 확인할 수 있다.
또한 일부 시뮬레이터를 사용하면 사기꾼들이 휴대폰의 IMEI, MAC, IP, GPS 등의 장치와 환경 정보를 쉽게 수정할 수 있습니다. 이 위장과 포장 아래에서 장비와 환경 정보를 이용한 부정 방지 수단이 다소 창백해 보인다. 그리고 신분증 정보, 사회계좌, 은행카드 계좌, 심지어 US 방패와 같은 개인 정보는 사기단에 의해 인터넷에서 구입하거나 검색 엔진에 의해 검색될 수 있다. 많은 경우, 일부 사기 방지 조치가 효과가 있는 것은 해독이 불가능하기 때문이 아니라, 금이 비싸기 때문에 사기 집단이 이런 방법을 포기하게 되는 경우가 많다. (윌리엄 셰익스피어, 사기, 사기, 사기, 사기, 사기, 사기, 사기, 사기)
2. 공기 제어 모델 콜드 스타트
콜드 스타트 (cold start)' 는 빅 데이터 바람 제어 모델을 구축하는 데 있어 가장 중요한 문제입니다. 특히 일부 초창기 현금대출 플랫폼의 경우 데이터 축적은 0 부터 시작하는 과정이다. 데이터 축적 초기에는 반드시 큰 대가를 치러야 한다. 한편, 플랫폼은 정상적인 바람 제어 프로세스를 보장하는 것 외에도 데이터 수집, 모델 구축, 데이터 재테스트를 위해 많은 인건비를 투입해야 합니다. 반면 플랫폼은 높은 자본 비용으로 타사 데이터를 구입해야 합니다. 중앙은행이 거의 6543.8+0 억에 달하는 신용 데이터가 다루지 않는 롱테일 사용자 수에 비해 현금대출 고객층은 여전히 제한되어 있으며, 대부분의 플랫폼은' 콜드 스타트' 문제에 직면해 있다.
현재 데이터 콜드 부트 문제를 해결하는 일반적인 방법은 외부 데이터로 시작하는 것입니다. 차용인의 역사적 신용 기록과 개인 신용 데이터가 부족하기 때문에, 풍제어 모델은 차용인의 위약 위험을 직접 고려할 수 있는 기초를 잃었다. 따라서 사용자 행동 등 외부 데이터를 Eigentaste 와 같은 협업 필터링 알고리즘과 결합할 수 있다면 사기 위험이 높은 사람들을 최대한 식별하고 필터링할 수 있습니다. 그러나 현재 대부분의 플랫폼은 외부 데이터를 처리할 수 있는 동력과 능력이 부족하며, 종종 수동 감사를 통해 간단한 사기 방지 규칙을 보완한다.
3. 사용자 경험과 부정 방지 사이의 모순
현금 대출 사용자의 관점에서 사용자 경험은 대출 속도와 신청의 난이도에 반영됩니다. 그러나 부정 방지는 사용자가 다양한 개인 정보를 제공해야 하므로 사용자 경험의 질이 크게 떨어집니다. 이전에는 많은 플랫폼이' 고수익이 고위험을 포괄한다' 는 원칙을 고수했고, 유량에 지나치게 신경을 썼다. 그리고 시중에는 다양한 현금대출 제품이 있습니다. 유량을 보장하기 위해 많은 플랫폼에서' 신분증과 휴대전화번호만',' 신청 후 XX 분' 등의 구호를 내놨다. 그러나 규제가 강화됨에 따라' 고수익, 고악장부' 의 운영 모델은 단계적으로 도태될 것이다. 부실 채권을 통제하기 위해 현금대출 플랫폼은 다시 한 번 사용자 경험과 반사기 반대 문제에 직면해야 한다. 한편, 플랫폼은 부정 방지 모델을 최적화하고, 데이터 입력 차원을 최소화하며, 바람 제어 모델의 감사 시간을 단축해야 합니다. 한편 고객 서비스, 상환 촉진 등 다른 각도에서 사용자 경험을 최적화하는 것도 사용자 경험과 부정 방지 갈등을 완화하는 실행 가능한 방법 중 하나입니다.
셋째, 발전 방향
1. 구조화되지 않은 데이터 사용
개인 정보 데이터 등 구조화 데이터의 희소성은 앞으로 오랜 기간 동안 현금대출업계에 있을 것이다. 이에 따라 비정형 데이터가 범람하고 있습니다. 개인 기본 정보의 심각한 유출, 절도, 판매로 인해 기존의 정형 데이터의 사기 방지 효율성이 크게 떨어지고 있습니다. 구조화된 데이터보다 사람의 행동 데이터를 시뮬레이션하기가 더 어렵고 대출 신청자를 더 포괄적으로 묘사할 수 있어 사기 방지 모델의 오류율을 낮추는 데 큰 역할을 한다.
구조화되지 않은 데이터의 응용 프로그램에서 볼 때, 이들 사이의 논리는 통일하기 어렵고, 데이터 이상, 중복, 누락 문제가 심각하여 처리하기 어렵다. 따라서 대형 데이터 회사, 전통적인 인터넷 거물 등 제 3 자의 협력을 모색하는 것이 중소현금 대출 플랫폼의 첫 번째 선택이 될 것입니다. 현재 시장에는 비즈니스 SMS 의미 분석 서비스와 같은 구조화되지 않은 데이터를 정제하여 금융 서비스를 제공하는 제품이 이미 출시되어 있습니다. 또한 BAT 중 하나인 텐센트도 돈과 소와 함께 순수 모델 클라우드 제어 시스템인' 방원' 를 선보였다. 이 시스템의 가장 큰 특징은 텐센트의 방대한 사교 데이터를 도입한 것이다.
2. 차별화 가격
차별화 된 가격 책정도 정확한 가격 책정으로 이해 될 수 있습니다. 현금 대출 차별화 가격의 본질은 각 대출 신청자의 신용 및 사기 위험을 정확하게 책정하는 것입니다. 현재 각 현금대출 플랫폼 가격 기준이 너무 간단해서 기본적으로 금리와 잡비 방식을 채택하고 있다. 일부 플랫폼은 갱신 대출 사용자에 대한 비율을 조정합니다. 신청시 대출자가 제공한 개인 정보 차원을 참고한 플랫폼도 몇 개 있다. 그러나 전반적으로 현재의 가격 기준은 미래 현금대출업계의' 저율' 특징에 적합하지 않다. 플랫폼 간의 소위 가격 우위는 미미할 것이다. 정확한 가격 책정에 따른 맞춤형 소액 대출 수요가 플랫폼의 하이라이트가 될 수 있습니다.
빅 데이터 바람 제어 모델의 구축은 차별화된 가격 책정을 위한 기술 보장을 제공합니다. 대량의 네트워크 행동 데이터, 사용자 거래 데이터, 타사 데이터, 파트너 데이터 등을 기반으로 합니다. , 자연어 처리, 기계 학습, 클러스터링 알고리즘 등을 통해. , 모델은 개인 기본 정보, 행동 특성, 심리적 특성, 경제 상황, 취미 등을 포함한 각 대출 신청자에 대한 다차원 데이터 초상화를 만들 수 있습니다. 이러한 차원 특성과 대량의 역사적 대출 기록을 통해 서로 다른 대출자, 한도, 시한에 따른 차별화된 가격 전략이 현실화될 것이다.
요약
업계 셔플 뒤에는 현금 대출 플랫폼이 생존을 위해 노력한 것이다. 규정 준수 보장 방법, 저비용 자금 확보 방법, 인력 대신 기술을 사용하는 방법, 바람 통제 비용과 부실 채권 사이의 균형을 찾는 방법은 플랫폼의 향후 사고와 해결이 필요한 문제입니다. 나는 산업 정책의 탐조등 아래에서 금이 항상 끝까지 빛날 것이라고 믿는다.