一个喜欢IT、爱逛网络、懂点电脑的闲人尔。BY: DEDE58.COM演示站 [ 给我写信 ] [ 百度空间 ] [ 腾讯微博 ] [ 新浪微博 ]

快牛金科“黑科技”,打造智能风控新力量

发表于:2019-05-04 20:44 作者:http://www.xinhua120 来源:http://www.xinhua120

“在互联网上,没有人知道你是一条狗”,这句诞生自1993年的互联网古早名言,放在如今逐渐实现全面线上化的金融服务上依然适用——在流量背后,没人知道你是“好人”还是“黑产”。

金融科技行业的发展让技术降低了金融服务的门槛,服务渠道的下沉、平台的互联网化、金融产品的小额高频化,都对风控提出了更现代化和个性化的要求。在这个过程中,风控是眺望者,也是守门员。基于科技能力实现对传统风控流程的革新,将风险前置,全面提升业务风控能力成为金融科技企业持续经营的重点。

 

快牛金科“黑科技”,打造智能风控新力量

魔高一尺,道高一丈

对于以快牛金科CRO郭曦为代表的风控从业者来说,数据是有趣的、风控是充满挑战的,如何更好地利用大数据技术服务金融、服务用户将是他们未来持续探索的方向。

和金融相关的“黑产”渗透于支付、借贷、消费等多个环节,快牛金科从风险角度来看,金融行业需要防范的东西一直未变,身份欺诈、不适当授信,以及不当授信带来的还款压力等。随着时代的进步和技术的发展,欺诈与反欺诈的博弈战场从线下走到线上,风控面临着更大的挑战,快牛金科认为不断更新换代的新技术,也带来了更有效的风险防范手段。

不仅如此,在多维刻画用户画像、精准量化用户风险的基础上,保证良好的用户体验也对郭曦和他的团队提出了挑战。

数据的“广”和“深”,让快牛金科的模型表现出优秀的风险区分能力,尤其是在小额借贷、小额分期上。

郭曦就职于蚂蚁金服期间,就曾负责海量用户数据下的交易与信用风险相关的机器学习模型开发与应用策略,主导了千亿级团伙网络欺诈识别模型。对他而言,在快牛金科的风控模型中,根据模型的有效性、准确性、覆盖率和波动性对其进行合理迭代提出了更为具体的要求。

“经历过早期信用风险模型建立的人都知道,专家模型的KS值很低。而随着多元数据源的不断收集、AI算法的持续升级,特别是深度学习的出现,让现在的大数据模型能对用户风险进行精准的量化评估。”郭曦解释了元方风控系统模型0.45的KS值的概念:“在我们拒绝20%‘好’用户的时候,65%的违约或欺诈用户也会被‘拦在门外’。”在互联网风控实践中,这无疑是一个极为有效的模型。

但互联网上的数据大多为弱相关性数据,深入研究这些数据成为必修课。快牛金科与BATJ及一些大型数据供应商进行深度合作,直接在这些底层数据源中建立定制化的策略和模型,从弱相关数据提取强相关性的变量,再总结出强相关性的评分模型,最后在快牛金科做进一步的加工。在快牛金科自主研发的元方智能云风控系统上,风险模型的KS值已经达到0.45以上。

快牛金科了解到公安部2015年参与发布的一组数据显示,网络黑产直接从业者已经超过40万人,上下游人员160万人,年产值达到1100亿元,而令人讽刺的是,网络安全产业的全部产值不到300亿。

“信用审核中,争分夺秒是必须的,用户往往缺乏耐心。此时,风控系统的实时计算能力就成为一个考验。”郭曦解释道。互联网金融的获客成本水涨船高,每多等1分钟,用户的流失都是不可估量的损失。面对复杂多样的用户数据,需要强大的实时数据梳理和加工能力将其加工成各种特征维度,才能提炼出用户特征对其进行风险评判。构建实时风控计算能力是快牛金科整个风控系统中重要的一环。快牛金科目前可以实现新用户3分钟内、老用户1分钟内的风险评估和算法决策。

本文链接地址: http://www.xinhua120.net/news/it/1339.html

栏目:IT资讯      围观:

相关阅读

最新文章