金融大数据.ppt

金融大数据
互联网+大数据模式下的征信
大数据
目录
技术变革推动征信业发展
互联网+大数据征信:广泛、多维、实时
金融大数据应用案例
神州融大数据风控平台
结束-感谢
运用大数据征信模型全面刻画信用
金融大数据- 征信
大数据
技术变革推动征信业发展
征信背景
征信最早起源于消费分期,需要对消费者进行信用评估,但当时更多的是通过口碑积累的定性判断,没有定量描述。进入电子化时代后,数据得到了沉淀和积累,我们开始使用数据统计模型来计算和评估信用,这极大地推动了行业快速向前发展。
征信发展
在今天的互联网时代,数据承载量非常大,任何数据都可以成为信用的一部分,即我们可以利用数据与信用的关联度,深层次挖掘信用数据。人工智能算法模型不止是对过去的统计,也包括对未来的预测,它可以帮助我们更好地刻画违约概率和信用状况。
大数据
技术变革一直推动着征信业的发展
互联网+大数据征信:广泛、多维、实时
,互联网征信数据可作为补充
活动时间
数据实时鲜活
活动时间
人群覆盖广泛
活动时间
信息广谱多维
大数据
. 传统数据+生活类数据+互联网数据
. 上万个变量
. 实时互动
. 线上与线下融合
. 生活化、具象化
运用大数据征信模型全面刻画信用
大数据
接入大量外部广谱数据
大数据征信模型
神州融大数据风控平台征信大数据
大数据征信
大数据
渗透生活方方面面的信用
运用大数据征信模型全面刻画信用
金融大数据部分应用案例
大数据信贷优势
阿里金融
小微金融业务现状
互联网金融趋势
微贷公司
大数据
大数据与小而美的金融信贷
完全是构建在互联网的基础
通过数据分析,以自主服务模式为主的、面对小微企业的信贷工厂
24小时开放、随时申请、随时审批、随时发放的纯互联网的小额信贷服务
现状
中国将近4200万小微企业,%
由于分布零散、业务不规范、盈利不明朗、信贷时间长、信用难以构建等现状,使得小微企业的贷款相当困难
未来互联网金融模式下资源配置的特点
资金供需信息直接在网上发布并匹配,供需双方甚至不需银行、券商或交易所等中介,直接匹配完成信评级的重要依据
自下而上的风险分析。分析ACH交易、信贷支付交易,以获取反映压力、违约或积极发展机会。
业务联系和欺诈分析。为业务交易引入信用卡和借记卡数据,以辨别欺诈交易。
跨帐户参考分析。分析ACH交易的文本材料(工资存款、资产购买),以发现更多营销机会。
事件式营销。将改变生活的事件(换工作、改变婚姻状况、置房等)视为营销机会。
交易对手网络风险分析。了解证券和交易对手问的风险概况和联系。
消费智能。
“大数据+机器智能学****br/>利用海量数据挖掘和算法来做一些贷款业务
大量使用了社交媒体和其他的网络工具
每个贷款人都拥有6000到8000条数据
特点:它的每笔贷款额度都很小,太多的资金额度需要更多次的检验;
良贷款会迅速暴露;模型的反馈和改进时间短;
违约率高,利率很高
金融大数据部分应用案例
金融大数据应用1
金融融合创新
金融大数据应用2
金融大数据其他应用
大数据
信贷
并不只跟信贷部有关系,还跟客户服务部、法律部、IT架构等等都有关系
这些关系全部串接起就形成了全流程信贷的概念,