基于机器学习模型的消费金融反欺诈模型与方法
基于机器学习模型的消费
金融反欺诈模型与方法
●仵伟强后其林
摘要:文章基于对个人消费贷款的业务与风控流程的理解，结合机器学习模型提出了一种基于逻辑回归（Logistic Regression ）算法的个人消费贷款贷前反欺诈识别模型。该模型不仅能够挖掘客户的多源信息，有效地帮助审批人员评估新进客户为欺诈客户的概率，提高审批效率，同时该模型具有较好的解释性，能够有助于金融机构识别目标客户群体。在文章最后，结合某消费金融公司的业务数据进行了案例验证，结果表明文章提出的方法具有较好的工程应用价值。
关键词：消费金融；机器学习；反欺诈；特征工程；
模型评价反欺诈模型(LR 模型)指标评估验证训练测试样本32个特征图2模型构建过程
反欺诈模型(LR 模型)数据预处得特征工程训练集测试集样本指标评估验证图1模型流程图一、前言欺诈风险是消费金融业务中存在的主要风险之一,它是指信贷客户完全不具备还款意愿一类的风险。据统计,2016年中国信用卡欺诈损失排名前三的欺诈类型为伪卡、虚假身份和互联网欺诈,与2015年一致,其中伪卡损失占比较2015年继续上升;2016年借记卡欺诈的主要类型为电信诈骗,互联网欺诈损失金额排名第二位。目前欺诈呈现产业链化的特征,围绕着欺诈的实施,形成了专业的技术开发产业,身份信用包装和虚假身份提供产业、业务漏洞发现和欺诈方法传授产业。对于金融机构而言,需要构建完备的风险控制方法来识别风险,避免欺诈、坏账、呆账等的发生,尤其对于消费金融业务而言,风控能力的高低直接决定了业务盈利能力强弱。风控体系是消费金融业务的核心,它能够识别“多头”“羊毛党”“骗贷”等多项诈骗形式避免损失发生。为了应对大数据时代的风控问题,各大金融机构和互联网金融公司都搭建了自己的风险体系,如腾讯的“天御”、阿里云的数据风控、京东旗下的聚立信等,对集团内外部提供风控解决方案。消费金融风控通常由贷前、贷中、贷后三个环节构成,贷前准入能够过滤劣质用户、贷中审批能够降低逾期发生、贷后管理能够制定催缴策略,三个环节相互作用构成了整个风
控体系。大数据风控技术的核心
在于从高维数据中获得有助于风控决策的信息,从而实现对消费金融风控
流程中三个重要环节的决策覆盖。消费金
融风控相关数据源包括人社数据、文本数据、征信数据等等,通过对多源异构数据分析、结合机器学习模型建立相关模型,从而满足全业务流程的风控需求。其中贷
前准入中涉及的贷前反欺诈由反欺诈前置策略库、反欺诈模型构成风控的第一道防线,贷中审批则是包括信用评分卡、客户行为监控等构成风控的第二道防线。由逾期预警、催收决策组成的贷后管理构成了风控
的第三道防线。三道风控防线,侧重不同,贷前反欺诈作为第一道与客户接触的风控环节,它不仅影响了进入后续环
节客户的数量和质量、同时也与产品的具体指标如利率等息息相关。因此,一个合适的贷前反欺诈模型是消费金融业务不可或缺的风控环节。
个人消费贷款业务是消费金融的一种主要业务形式,其是指银行或其他金融机构采取信用、抵押、质押担保或保证方式,以商品型货币形式向个人消费者提供的信用。个人消费贷款业务也是响应普惠金融的一种有效方式,其面向对象不仅包括具有征信报告的消费者,同时也包含众
多没有被我国征信体系覆盖的用户群体,因此,需要构建
有效的风险控制体系,其中贷前反欺诈环节是帮助金融机构过滤劣质用户,筛除欺诈人员的第一道风控环节。传统
的反欺诈方法主要是基于人工经验的防控思想,一方面借助已有的“欺诈黑名单”直接过滤黑名单人员,另一方面则借助审批人员的业务经验,设置相关风控规则,通过交叉
验证、规则碰撞的方式进行贷前反欺诈环节。但是随着业务量的上升,欺诈人员欺诈方式的多样化,传统的反欺诈51--
消费金融调研报告
消费金融调研报告 目录 一消费金融行业概述 1定义 2行业发展背景/驱动力 1）传统金融机构覆盖人群有限，信贷人口渗透率不足 2）线上&线下消费场景的多样化与人们日益增长的消费欲望3）科技的发展带来风控手段的革新 4）国家政策的支持与业务模式的创新 3行业发展阶段与规模 4产业形态 1）客群形态 2）资产分类 3）作业流程与合作模式 4）成本收入杠杆 5行业监管政策与影响 1）监管政策 2)影响 二消费金融市场竞争格局
1参与主体划分 2各参与主体业务与盈利模式 3各参与主体优劣势分析 三消费金融成功案例剖析 1爱财集团-以大学生群体为目标打造陪伴式场景金融生态圈1）发展进程 2）业务布局 3）案例启示 2京东数科-以电商生态为基石的消费金融进阶之路 1）发展进程 2）业务布局 3）京东转向背后原因分析 四行业面临的风险与挑战 1强监管持续进行，业务创新难度大 2行业共债风险加大，客户质量下降 3可渗透客群空间有限，行业增速减缓 4社会信用体系不够完善，风控道阻且长 5成本不断走高，盈利空间变窄 五行业发展趋势 1消费金融市场仍是蓝海,风控与场景是核心 2产业链协同，线上线下融合 3小额货币化，大额场景化 4行业集中度提高，寡占型市场格局初步形成
5优化客户体验，提升用户品牌忠诚度 正文 消费金融是指以消费为目的的信用贷款，根据业务类型可分为消费贷与现金贷，包含传统消费金融与互联网消费金融两种形态。 2015年，我国信贷人口渗透率仅27.6%，而同期美国信贷人口渗透率为82%，相较于美国，我国信贷人口渗透率明显不足，究其原因，除了在历史很长时间里“量入为出，储蓄为主”的社会消费观念，更主要的是传统金融机构的市场定位与业务开展长期以来处于严格监管中，导致其业务模式固化定价单一，风险容忍度低，准入门槛高，在授信人群与产品定价方面缺乏灵活性，导致其业务覆盖人群有限，用户无法下沉，信贷渗透率不足。 2）线上&线下消费场景的多样化与人们日益增长的消费欲望 互联网与移动互联网时代，消费场景的丰富化与消费途径的便捷化极大地激发了人们的消费欲望，加之电子支付便捷化弱化了人们的货币观念，超前消费，及时享乐主义盛行，在收入水平受限的情况下，分期消费与先支取后偿还的方式备受青睐。 3）科技的发展带来风控手段的革新 I用户行为的线上化与数据化 随着智能手机的普及与移动互联网的发展，用户的日常生活、社交、支付、投资等活动均能通过手机解决，而由此产生的位置、社交、支付、浏览、通讯等数据的可实时记录、更新、存储性为线上自动风控模式的搭建与运行提供了支撑。 II大数据、机器学习等技术的运用实现多渠道数据获取、结构化画像与自动化决策
消费金融行业深度研究报告
消费金融行业深度研究报告 1 消费金融：价值与成长属性兼具的优质赛道 1.1 消费金融的概念 1.1.1 消费金融的基本定义 为消费者购物提供资金融通，称作消费金融。狭义的消费金融主要是指包括旅游、医疗、家电、餐饮等消费品短期贷款，广义的消费金融则包括住房按揭贷款、车贷以及经营性贷款等。消费信贷一般无需抵押担保，具有单笔授信额度低，期限相对短小灵活，审批速度快的特点。本文所述消费金融是狭义的消费金融，即消费信贷，消费贷是指银行或非银金融机构以及其他资方采取信用、抵押、质押担保或保证方式，以商品型货币形式向个人消费者提供的信用。按接受贷款对象的不同，消费信贷又分为买方信贷和卖方信贷。买方信贷是对购买消费品的消费者发放的贷款，卖方信贷是以分期付款单证作抵押，对销售消费品的企业发放的贷款。 消费金融的本质上是借贷关系的延伸，随着互联网的使用场景不断拓展，消费信贷也不断向着更为广泛的群体覆盖。短期的消费信贷是将用户的财富积累和消费支出在时空上 进行调配。为当期无法覆盖的居民消费提供资金支持。 目前主流的消费金融参与机构有商业银行、持牌消费金融公司、互联网消费金融平台等，其中互联网消费金融包括网络小贷、P2P、电商分期等，而以这些机构为主的国内消费
金融模式大致分为三类：1）现金贷模式；2）消费贷模式；3）助贷模式。其中，现金贷在严格意义上不属于消费信贷的范围，但在实际业务中，消费场景也是现金贷的重要流向，所以本文暂时将其纳入研究范围之内。 1.1.2 消费金融的业务流程 消费信贷的业务流程可归纳为贷前、贷中和贷后三大环节。从贷前风险准入、贷中授信审批、贷中放款、贷后状态跟踪到贷后催收。1）贷前：消费金融企业通过自有渠道获客或借助第三方平台导流等方式拉新，并审核客户的身份信息和贷款资质，经由征信中心或平台数据建立风控模型和定价模型，划分客户风险等级。2）贷中：消费金融企业将资金端和资产端进行合理匹配，利用自有资金直接放款或撮合客户信贷需求与其他资金方，收取贷款利息或手续费等。3）贷后：消费金融平台根据消费者使用的信贷产品，分别对客户进行还款提醒，定期收取本金或利息，对逾期客户进行催收并收取逾期费用。此外，消费金融平台还需要对客户进行回访，不断对风控模型进行调整和完善，优化审核和风险定价模型，以提高平台综合运营能力。 在贷前阶段，首要步骤是身份核实，即通常以用户证照信息为基础，并借助到生物识别以及OCR技术实现身份证识别和银行卡绑定以判断借款人身份。同时，身份核实也是反欺诈的核心，通常情况下，恶意欺诈是用户借用、伪造他人
消费金融营销方案
消费金融营销方案 一、常见的消费金融形式 1、驻店贷款模式：即建立在现场消费场景基础上的传统赊账消费； 2、网络购物消费贷款：是原有线下赊账消费的线上化； 3、现金贷款：主要解决客户日常生活短缺的小额资金需求。 二、消费金融发展趋势 1、互联网化程度将进一步加深 消费金融产业的互联网化将成为必然趋势。消费金融的互联网化包括产品的互联网化、风险管理模式的互联网化以及服务模式的互联网化。首先，互联网经济对于传统经济的渗透逐步增强，互联网生态本身存在大量的尚未开发的金融需求，覆盖保险、基金、证券、银行等诸多从传统金融领域，这对传统金融的互联网化要求在迅速提升；其次，互联网正在逐步改变人们的生活习惯，包括支付的方式、消费的场景都在发生巨大变化，因此，传统金融必须在服务模式和渠道方面有所创新，这才能满足用户对于服务体验的需求，而与此同时，互联网也将拓宽企业的服务能力、服务广度和宽度，提升服务效率；最后，伴随互联网经济的发展以及对于线下经济的渗透，未来所有的数据都将是可数据化、可被记录的，数据是未来风险管理的宝藏，而这也将对传统金融风险管理模式提出挑战。互联网企业全面进入消费金融领域也是互联网化程度加深的重要表现。互联网企业将
对现有的消费金融体系产生正向的刺激作用。包括对于用户的教育和使用行为习惯的培养、在产品和服务模式上的创新等等。 2、消费企业将占据重要市场地位 综合国内互联网消费金融企业京东、天猫的研究案例，以及海外的消费金融企业美国运通、日本乐天和GE Money，消费流通企业在消费金融领域的市场地位将逐步提升，并成为未来该领域的核心增长力量。而这种产业链地位的提升来自于两方面，一方面是企业自主开发消费金融服务；另一方面这来自于消费金融公司与消费流通企业之间的合作也将愈加紧密。消费流通企业在产业链上的优势地位主要体现在两个方面——了解用户和掌控交易：了解-用户的日常行为更多的发生在消费流通企业中，因此消费流通企业更容易把控用户的消费行为，包括品类的偏好、价格的偏好以及其他的一切数字化信息。通过这些信息，消费流通企业可以快速发现用户的消费金融需求、了解用户的消费能力并在一定程度上判断其还款能力。掌控交易——无论资金来自于哪里，交易环节一定是发生在消费流通企业的势能范围内的。一方面是对于产品、物流等信息的掌握，另外一方面掌控交易则进一步明确了贷款资金的实际用途。因此，消费流通企业在产业链上依然有明确的发展优势，并将逐步占据重要的市场地位。 3、数据资产将成为重要风险控制资源 互联网在消费金融领域中的快速渗透也带来了新的技术形式和风险管理模式。基于数据而形成的大数据风险控制模式是核心的发展方向，而数据资产则成为在金融商业模式下可变现的重要资产，数据+模型将是互联网金融企业未来发展的核心工具。客户洞察、市场洞察及运营洞察是消费金融行业大数据应用重点。（1）在客户洞察方面，金融企业可以通过对行业客户相关的海量服务信息流数
反欺诈、审批风险管理
授信产品风险管理和反欺诈管理 1 课程背景 近年来金融犯罪案件层出不穷，其中有关消费金融业务的房贷、信贷、卡务及车贷等诈骗案件，严重影响金融资产结构，每当诈骗案件发生之后，非但受害银行承受重大损失，亦严重影响国家金融秩序的稳定。为维护银行资产的安全及金融安定，提升授信质量，动悉诈骗手法并谋求防制之道，希望藉由诈骗案件个案分析了解其陷阱及诈骗过程，提供各金融机构或对金融业务有兴趣之先进作为参考，期以早期发现并遏止类似诈骗案件之发生。 思考近几年来为何授信诈骗案件一而再的发生？最主要的原因来自于激烈的银行竞争环境，在竞争的环境之下，各银行为求立于不败之地，每当看到市场上新种金融商品的出现便急思快速效仿，甚至盲目地推动，对隐藏的风险未加以评估，加上基本配套措施不完备，致令诈骗集团或有心者有可趁之机，根据银行授信审查漏洞之所在，加以利用，也因此授信诈骗案件乃一再地上演。 从行为学的角度来看，由于诈骗仅限于具有思考能力的人类行为，因为在其他生物中，我们几乎从未发现存在有类似欺骗同类的行为。就因为诈骗是非常传统又现代的人类行为，实在值得好好研究它。因此以诈骗相关之理论与诈骗常见之手法类型作一分析整理，探讨诈骗行为模式，依据消费金融产品的特性及营销方式，并举出一些消费金融个案被诈骗的过程，期许能给金融相关机构及金融先进朋友们作为防制方法与对策的参考。
2 课程大纲
信贷审查审批存在的问题及对策研究 1课程目标 ?了解信贷风险管理架构 ?梳理流程，从流程的各个环节分析审查审批存在的问题并找到解决方法技巧 ?规范化信贷审查的流程及步骤 2 课程大纲
h) 核对文件（合法性、真实性、有效性、一致性、全面性） i) 要求客户提供保证人和证明人的姓名和联系方式；通过调查 保证人和证明人，了解保证人的真实担保意愿，对客户所提 供的信息进行交叉验证 4. 信贷分析 A. 通过量化和非量化信息分析借款申请人企业的经营状况及申请人的管理能力 a) 分析申请人企业现金流，判断其项目的盈利能力和偿债能力 b) 通过量化和非量化的信息分析借款申请人家庭状况 c) 分析征信报告、调查走访所了解的借款申请人及其他相关人 员信用状况，判断借款申请人还款意愿 d) 分析申请金额及其用途与实际还款能力和意愿的内在联系 e) 分析担保人的担保能力及担保意愿，判断第二还款来源的稳 定性 f) 分析该笔贷款存在的主要风险点并提出解决风险的主要措施 B. 信用分析的5C 法： a) 个人品质（Character） b) 能力（Capacity） c) 经营条件（Condition） d) 资本实力（Capital） e) 抵押担保（Collateral） 5. 贷款审查、审批 A. 合规性审查 B. 完整性审查 a) 审查所需资料是否齐全（查阅信贷制度） b) 审查所需签名是否齐全 c) 其他 6. 贷款发放 a) 落实审贷会条件 b) 核对身份 c) 签订合同及借据 d) 贷款回访
互联网消费金融
大数据技术：互联网消费金融风控手段的首选 导语：随着互联网金融的兴起，消费金融逐渐渗入了人们的生活的方方面面。大数据技术以及新兴市场的兴起，更使其有了成为新蓝海的可能。在小额、便捷、体验等方面，互联网消费金融产品可能会带给消费者更加有效的服务，也有可能运用大数据和信息技术来更好地管理风险和控制成本。 当前，各种各样的电商、厂商、互联网金融企业都参与到消费金融产品创新中。应该说，这些新产品是基于商业信用开展的消费金融创新，有助于推动内生于实体部门的消费金融模式发展。 实际上在许多国家，最早的消费金融服务提供者往往都是实体企业，如1950年日本的月付百货店就开展了分期付款销售业务，1967年韩国的商场开始发行百货店内信用卡。正是这些实体部门的创新，为专业消费金融机构提供了实践探索基础，并推动了诸多法律规则的制定和完善。 可以借鉴的是，我国同样可以鼓励和促进包括商业企业、流通企业、互联网企业、网络借贷企业、第三方支付企业在内的不同主体，充分介入到消费金融业务创新中，并为此创造更多的制度保障。长远来看，在我国随着网民数量的剧增和电子商务的高速发展，只要给予适当的规则进行规范引导，这些创新将对银行消费金融产生较大冲击。但是，在鼓励互联网消费金融发展的同时，也需注意其风险防范。 包括美国在内的许多国家，都没有专门针对消费金融机构的监管规则，而是以功能监管的思路，着重围绕消费金融的业务品种进行监管，这也适应了混业时代的创新需求，有助于把握消费金融市场的风险与效率平衡。
有鉴于此，我国消费金融体系建设也需做好风险控制。其中，一是加快推动信用体系建设，支持民营个人信用机构的发展，充分利用大数据的技术手段，积累有效的个人信用评价机制，与央行征信体系形成有效互补。同时，逐渐使得各类非银行消费金融机构、新兴金融组织与整个信用体系建设融合起来，使其能够有效利用各类信用数据库，同时提供更多的消费信用信息积累。 二是对于非银行的消费金融提供主体来说，应该争取建立独立的风险评估部门和完善的风险控制措施，同时有效管理消费金融业务，与其他主业进行协调定位，避免出现财务风险和流动性风险。 三是充分运用各种风险分散手段，如保险和担保支持。保险业可以通过提供征信服务、小额信贷保险等来解决消费信用风险控制，担保同样为消费金融的发展提供专业化的风险防范机制。例如，现有的汽车消费信贷保证保险、助学贷款信用保证保险、小额信贷保证保险都对促进消费发挥着重要作用。 四是有效监督消费信贷用途，建立奖惩机制，使得贷款人真正利用消费金融工具来进行日常消费，而不是把资金用作他途。 作为保障，还需要从制度层面入手来完善消费金融发展环境。首先是构建系统的消费金融支持政策体系。其次，在吸取国外经验教训同时，努力构建适应国情的消费金融监管机制，以功能监管、差异化监管为基本思路，为防范未来消费金融扩张中的潜在风险奠定基础。 除了鼓励银行加快拓展消费金融业务、引导消费金融公司健康发展之外，还应该把基于互联网的消费金融创新作为重中之重。因为在小额、便捷、体验等方面，互联网消费金融产品可能会带给消费者更加有效的服务，也有可能运用大数据和信息技术来更好地管理风险和控制成本。
金融数据分析课程大纲
《金融数据分析》课程教学大纲 （Analyses of Financial Data） ----and Application of SPSS 一、课程说明 课程编码：225212101 课程总学时（理论总学时/实践总学时）51（34/17） 周学时（理论学时/实践学时）3（2/1） 学分: 2.5 开课学期: 5 1．课程类别与性质： 专业限修课程 2．适用专业与学时分配： 适用于信息与计算科学(金融服务方向)专业。 教学容与时间安排表
3．课程教学目的与要求： 学生通过本课程的学习，了解对金融数据进行统计分析的原理和过程，了解各种数据分析模型、统计分析方法的使用条件、应用场合、所需参数及模型的性质，能按照模型的要求输入基本数据合参数，进行运算和统计分析，掌握数据输入、数据分析、数据转换、选择和加权等技巧，掌握各种基本的统计分析模型的计算方法，能根据数据来源、数据类型和分析的目的要求选择适当的统计分析模型进行分析，能对输出结果能作出合理的解释和恰当的运用。 （2）教学要求 4．本门课程与其它课程关系： 本课程属于金融服务专业方向的限选课程，它的前期课程包括：概率论、应用统计、及相关的金融类课程与计算机及软件类课程。 5．推荐教材及参考书： 教材： 《数据统计分析----SPSS原理及应用》（高等学校教材），黄润龙，管于华编，高等教育，2010， 参考书： 《SPSS 18---数据分析基础与实践》，洪成编著，电子工业，2010， 《深入浅出数据分析》， Michael Milton著，芳译，电子工业，2010， 《金融时间序列分析》， Ruey S. Tsay著，家柱译，机械工业，2008， 6．课程教学方法与手段： 课堂理论教学与实验教学相结合，重视学生的理解与实际应用的操作能力。 7．课程考试方法与要求： 本课程是基本知识与实际数据分析相结合的课程，因此本课程考试分为二部分：第一部分由小组进行案例分析，主要是学生组织，论文答辩类型的小组分析；
消费金融模式及未来发展方向
消费金融模式及未来发展方向 2015年花费金融异军突起。除2009年以来试点的10家消费金融公司，电商平台阿里巴巴、京东、苏宁纷纷高调进入消费金融领域，很多P2P平台也火力十足，争相推出各自的消费金融产品，互联网金融的战场已从支付、理财等领域，引向线上线下多元化的消费场景。2014-2019年中国消费信贷规模仍然将保持19.5%的复合增长率，估计2019年将到达37.4万亿，是2010年的5倍。庞大的市场潜力，毫无悬念地令消费金融成为将来金融机构的必争之地。从现有消费金融生态看，当前市面上消费金融主要有两类： 一、依托电商起家的新金融机构 依托电商起家的新金融机构，目前他们正在成为消费金融的新力量，主要分为三大派系：一大派系是京东金融旗下的白条派系；一大派系是蚂蚁金服的蚂蚁花呗派系；还有一大派系则是依托垂直电商和O2O起家的分期消费平台。 1、京东金融旗下白条派系 “白条”在这两年发展速度较为迅猛，已经不仅仅局限于京东商城的赊账消费，从去年上半年开始还拓展到到了租房、旅游、装修、教育等众多消费领域，并逐渐渗透到更多的线下场景。 2015年9月，“白条”又联合银行推出了联名信用卡产品“小白卡”，今年又将“小白卡”的消费场景从境内拓展到境外，与光大银行合作增加了Visa版“小白卡”。 2015年底，京东金融又推出了积分资产管理产品“钢镚”，并对接了多家银行和消费商户的消费积分，1钢镚=1元钱，在京东商城或合作商户消费直接抵现。 今年3月，依托“白条”的大数据模型和信用评估体系，京东金融又给有现金需求的”白条“用户提供现金借贷产品“金条”等，吹响了消费金融全市场布局的冲锋号。 从用户的角度来看，“白条”通过借助京东商城、京东到家等自有的电商体系，本身就拥有了庞大的用户基础，这是其他很多消费金融平台所无法比拟的。有了这些用户基础和行为数据，他们想要渗透到消费金融领域就比较轻松简单。 从风控的角度来看，相比很多消费金融平台而言，“白条”在信用连接、风险预警、反欺诈等领域具有更强的风控实力，通过风险监控系统对每次账户行为进行后台安全扫描，实时计算，识别恶意行为及高风险订单，并和商城配送体系打通，对高风险订单实现配送最后一公里拦截，截至去年末，“白条”的风控系统累计拦截疑似欺诈申请数十万起，拦截高风险订单数亿元。从某种程度上这既保证了京东金融使用消费金融产品的用户资金安全，也保证了
浅析互联网消费金融：1个定义、3个趋势及4大机遇
浅析互联网消费金融：1个定义、3个趋势 及4大机遇 消费金融的异军突起想必让不少人云里雾里，本文从何为互联网消费金融、互联网消费金融发展的机遇和互联网消费金融发展的趋势入手，分析了消费金融。 何为互联网消费金融？ 消费金融广义可理解为与消费相关的所有金融活动，狭义可理解为为满足居民对最终商品和服务消费需求而提供的金融服务。 互联网的发展为消费金融的发展注入了新的活力，互联网消费金融是指通过互联网来向个人或家庭提供与消费相关的支付、储蓄、理财、信贷以及风险管理等金融活动。 互联网消费金融的参与主体日渐丰富，目前已有15家消费金融机构获得消费金融牌照，除此之外，电子商务企业、
传统商业银行、P2P网络借贷平台也都积极开展互联网消费金融相关业务。 随着消费支出的逐渐增长，消费金融行业将释放出巨大的市场空间。 2015年，我国居民消费性贷款余额为18.96万亿元，截至2015年末，我国金融机构个人消费贷款在总贷款规模中占比18.8%，除去住房按揭贷款后占比为4.8%，这与国外成熟市场超过30％的比重水平相比差距较大。 由于我国房价情况特殊，且在国家GDP核算中作为投资项，为了更加客观地研究分析消费金融业态，笔者更赞成以剔除住房按揭贷款后的消费贷款规模作为衡量我国消费金融业发展情况的依据。 互联网消费金融发展的机遇 NO.1政策方面 我国在亚洲金融危机之中正式提出发展消费金融，中国人民银行在1998年和1999年相继放开了个人住房贷款和汽车消费贷款的政策，以促进以商业银行为主导的金融机构开展消费金融业务。发展消费金融对于扩大内需、促进消费、促进经济发展结构合理化发展具有重要意义。 在今年两会期间，政府工作报告提出“要在全国开展消费金融公司试点，鼓励金融机构创新消费信贷产品”，消费金融成为热点词汇。2016年3月人民银行、银监会联合印发《关
消费金融-常用逾期数据指标解析
1、逾期天数 自约定还款日起的未还款天数。一般表示逾期D ，D1 表示逾期天1，D1+，表示逾期天数大于等于1；默认+表示大于等于。 2、逾期期数 以分期类为例，M1 表示逾期1期M1+表示逾期大于等于1期。 3、入催率 入催率就比较简单了。它指的是在某一个还款日，客户从M0变成M1的比例。比如说，今天，有N个M0客户到了还款日，里面有M个客户按时还款了，那么今天的入催率就是（N-M）/N。它与下面的FBD是有区别的。 4、FPD FPD是指首期逾期率，是说在某一个还款日，仅第一期到期的客户中有多少没有按时还款。与入催率的差别在于，入催率包含了第一期、第二期、第三期等等所有到期的M0。FPD一般用来做反欺诈，因为欺诈用户他第一期是根本不会还款的。 5、迁徙率指标 通俗的迁徙率定义为：某一贷款的状态变为另一种状态的一种变化过程。 其中0-M1 表示当期内有非逾期变成逾期1期的占比数M1-M2 以此类推。一般来说，考核逾期催收采用迁徙率也是一种方式 6、不良率指标 不良率最主要是先定义什么时坏账，不同的公司定义不良有很大差距的，例如现金贷大多将M3+ 或者M1+ 就算账为不良（PDL 借款周期短7 、14 、30 天居多，所以不良定义），而一般的消费类或分期多以M6+ 为不良，在我的印象中某银行的不良是Y3+(3 年以上不还款) 。
7、vintage vintage这个词源于葡萄酒业，意思是葡萄酒的酿造年份。我们在生活中经常会进行各种各样的比较，但是比较有个前提，就是比较的事物应该是位于同一层面上的。如果你拿四年级的学生和1年级的学生比较身高，或者拿成年人和未成年人比较体重那是毫无意义的。同理，我们在比较放贷质量的时候，也要按账龄（month of book，MOB ）的长短同步对比，从而了解同一产品不同时期放款的资产质量情况。 Vintage分析方法能很好的解决时滞性问题，其核心思想是对不同时期的授信的资产进行风别跟踪，按照账龄的长短进行同步对比，从而了解不同时期贷款的风险情况，是一个所谓的竖切的概念。而迁移率模型能够很好的提示贷款整个周期的演变情况，是一个所谓衡切的概念。
消费金融行业发展报告和案例
消费金融 行业背景： 消金行业红利期显现 近期，知名咨询公司发布2016—2020中国消费金融投资前景预测报告称，与消费金融产业发展成熟国家相比，我国短期消费信贷占比具备了提升空间。虽然我国消费贷款占GDP比重超过了20%，但剔除以住房贷款为王的中长期消费信贷，我国短期消费信贷占GDP比重仅5%左右，远远低于美国。与欧美发达国家相比，我国的个人消费杠杆率一直偏低，随着消费升级需求愈发旺盛，消费金融市场迎来了红利期。 2013年—2016年，我国互联网消费金融的交易规模从60亿猛增到4367.1亿。从2013年到2016年，互联网消费金融交易规模实现了70倍爆发式增长，年复合增长率达317%。 从概念上来说，国内的消费金融公司是指经中国银行业监督管理委员会批准，不吸收公众存款，以小额、分散为原则，为居民个人提供以消费为目的的贷款的非银行金融机构。具有单笔授信额度小、审批速度快、无需抵押担保、服务方式灵活、贷款期限短等独特优势。 行业呈多样生态
对于大的消费金融机构来说，主要是选择与各大领域巨头合作，并推出金融服务。如海尔消费金融已经与红星美凯龙、网筑集团、中国电信、有住网、环球雅思、民生旅游达成战略合作协议，推出了家居分期、手机分期、游学分期等金融产品，全面覆盖家庭生活、娱乐、学习场景等。 支付工具是消费场景与消费金融连接的桥梁，广泛应用于线上线下、购物出行等各个场景，以支付工具为推广渠道能够实现快速的场景迁移和较高的用户转化率。 消费金融各种细分领域为第三方支付行业带来了新的业务增长领域，也带来了新的技术难题。除了旅游金融、医美分期、租房家居、消费分期、教育金融、汽车市场等已经在市场上出现的商业场景，消费金融的细分市场将延展到更多未知领域，给第三方支付行业提出了问题与挑战。稳定的支付渠道、实时清算、企业需要定制的解决方案等是第三方支付公司在解决消费金融行业问题时无可避免的问题点，甚至可以说，是消费金融领域支付清算的核心问题所在。 解决方案案例： 漫道金服旗下子公司宝付提供定制化解决方案 作为国内领先的第三方支付平台，漫道金服旗下子公司宝付为众多金融细分领域量身打造支付解决方案，包括消费金融、电商、保险等行业。其中，消费金融是宝付大力拓展的重点行业。
金融科技在消费金融领域的创新实践
开场：工作了一个上午分享的交流，我们继续进行下午会议的议程，下午会议的主持人是我们宝象集团的CTO王义山让我们有请！ 主持人：大家下午好，我看很多人沟通还意犹未尽，我是下午的主持人，感谢大家主席FinTech领袖峰会！ 上午分享了新零售还有一些技术方面的，下午第一场先请苏宁消费金融的叶总给大家分享一下消费金融这块，有请叶总。 叶天比：大家好！首先非常感谢主办的邀请，让我有这么一个机会和大家交流分享一下金融科技公司在金融科技这边的创新实践。 为了后续的介绍前面一点，所以我先介绍一下我们公司的背景，我们公司是三家产业集团和粮价银行共同设立的，在江苏省是首家持牌金融机构。定位是基于O2O的模式，为了响应国家消费升级的号召，我们也设立了一些相关的基于消费场景的产品。 我们现在主打的品牌是任性付，可以让用户梳理线下几千家门店，通过扫码支付，便利的享受消费金融的业务。目前投放比笔数2000万笔，每笔军额1500元，是真正服务于普通老百姓的品牌。 我司定位于金融科技，广义上的金融科技可以通过技术手段推动金融创新，形成对金融服务产生重大影响的业务模式、技术应用及流程和产品，金融科技不仅仅是科技在金融上的应用，也包括流程再造这些东西。我们目前每天产生的数据量大概有T级的。 另外业务高峰期，比如说双十一，由于电商的促销活动比较大，所以我们高峰期每分钟大概有1000以上的申请，每秒钟交易额，特别是凌晨12点，峰值会超过5000笔。另外为了后续的风险反欺诈，我们在网络设备、行为以及渠道、社交、三方都做了大量的数据采集和分析。 金融科技技术的应用，它的本质是通过信息技术的引入实现金融业务全流程的效率提升。但是这个应该来说是要基于业务基础之上的支持，或者进行创新的引领业务的发展，目前大家在金融科技上用的比较新的前沿技术主要是有ABCD四大类。 A是人工智能，目前应用比较多的有活体检测、声纹识别，智能投顾，智能客服、智能催收。活体检测我们用户申请的识人的时候用到了这个技术，不同场景我们会用不同的活体检测技术，目的是为了提高用户体验，微信渠道可能会采用腾讯的优图。 B是大数据，目前应用的有征信与风控，精准营销，贷后管理等等。征信与风控应用比较多。 C云计算，目前百花齐放我们比较熟悉的征信这块，基本上来说每家征信公司可能都是采用上云的方式接入服务，微粒贷这块也建了云服务，后续我们在这块会进行探索。 D区块链，区块这块应用多方面，数字货币、支付结算，智能合约等等。我们苏宁成立了区块链的研究院，目前应用在金融上。 基于以上的分析，我们消费金融在科技创新实践这块，具体应用一个是用户体验这块，另外一个是核心系统，还有一个是信贷风险这块。 我们先看用户体验，线上用户的需求跟传统金融的线上线下与是不太一样的，传统金融可能有线上的渠道，但是很多时候可能还是需要线下面签，为了符合银监会的要求，很多时候还是要视频监控录音才进入审批的环节。另外还有一些需要专家核验。审批的结果一般来说以天为单位。在用信环节专项居多，大额低频。还款代扣一般限制本行卡。 互联网金融，线上用户的需求跟线上不太一样，线上申请的时候填写简单，快速的完全申请。审批环节自动化为主，以分秒为单位，目前我们这边已经做到了申请审批授信在1分钟以内。用信环节现在用户希望的是更加灵活，小额高频的方式，循环用信，不用每次用
消费金融的常见模式与趋势
消费金融的常见模式与趋势 一、常见的消费金融形式 1、驻店贷款模式：即建立在现场消费场景基础上的传统赊账消费； 2、网络购物消费贷款：是原有线下赊账消费的线上化； 3、现金贷款：主要解决客户日常生活短缺的小额资金需求。 二、消费金融发展趋势 1、互联网化程度将进一步加深 消费金融产业的互联网化将成为必然趋势。消费金融的互联网化包括产品的互联网化、风险管理模式的互联网化以及服务模式的互联网化。首先，互联网经济对于传统经济的渗透逐步增强，互联网生态本身存在大量的尚未开发的金融需求，覆盖保险、基金、证券、银行等诸多从传统金融领域，这对传统金融的互联网化要求在迅速提升；其次，互联网正在逐步改变人们的生活习惯，包括支付的方式、消费的场景都在发生巨大变化，因此，传统金融必须在服务模式和渠道方面有所创新，这才能满足用户对于服务体验的需求，而与此同时，互联网也将拓宽企业的服务能力、服务广度和宽度，提升服务效率；最后，伴随互联网经济的发展以及对于线下经济的渗透，未来所有的数据都将是可数据化、可被记录的，数据是未来风险管理的宝藏，而这也将对传统金融风险管理模式提出挑战。互联网企业全面进入消费金融领域也是互联网化程度加深的重要表现。互联网企业将对现有的消费金融体系产生正向的刺激作用。包括对于用户的教育和使用行为习惯的培养、在产品和服务模式上的创新等等。
2、消费企业将占据重要市场地位 综合国内互联网消费金融企业京东、天猫的研究案例，以及海外的消费金融企业美国运通、日本乐天和GE Money，消费流通企业在消费金融领域的市场地位将逐步提升，并成为未来该领域的核心增长力量。而这种产业链地位的提升来自于两方面，一方面是企业自主开发消费金融服务；另一方面这来自于消费金融公司与消费流通企业之间的合作也将愈加紧密。消费流通企业在产业链上的优势地位主要体现在两个方面——了解用户和掌控交易：了解-用户的日常行为更多的发生在消费流通企业中，因此消费流通企业更容易把控用户的消费行为，包括品类的偏好、价格的偏好以及其他的一切数字化信息。通过这些信息，消费流通企业可以快速发现用户的消费金融需求、了解用户的消费能力并在一定程度上判断其还款能力。掌控交易——无论资金来自于哪里，交易环节一定是发生在消费流通企业的势能范围内的。一方面是对于产品、物流等信息的掌握，另外一方面掌控交易则进一步明确了贷款资金的实际用途。因此，消费流通企业在产业链上依然有明确的发展优势，并将逐步占据重要的市场地位。 3、数据资产将成为重要风险控制资源 互联网在消费金融领域中的快速渗透也带来了新的技术形式和风险管理模式。基于数据而形成的大数据风险控制模式是核心的发展方向，而数据资产则成为在金融商业模式下可变现的重要资产，数据+模型将是互联网金融企业未来发展的核心工具。客户洞察、市场洞察及运营洞察是消费金融行业大数据应用重点。（1）在客户洞察方面，金融企业可以通过对行业客户相关的海量服务信息流数据进行捕捉及分析，以提高服务质量。同时可利用各种服务交付渠道的海量客户数据，开发新的预测分析模型，实现对客户消费行为模式进行分析，提高客户转
2018年数字金融反欺诈白皮书
２０１８年数字金融反欺诈白皮书
数字金融反欺诈白皮书 2 CONTENTS 目录核心观点 序言2序言1序言3附件一：网络金融欺诈行为名词表附件二：数字金融反欺诈技术名词表 第一章 金融欺诈风险不断升级 第二章 金融反欺诈手段不断演进 第四章 建议和展望 场景1 网络支付场景2 网购运费险场景3 网络借贷场景4 网络营销场景5 供应链金融场景6 消费金融场景7 手机银行场景8 生猪保险 674358810424344 4649 1821242730333638第三章 数字反欺诈在不同金融场景中的应用 一、数字技术与金融结合催生新业态二、数字金融欺诈风险不断升级 一、数字金融欺诈的主要特点二、传统反欺诈技术面临的挑战三、数字金融反欺诈的主要技术手段 一、数据是基础二、技术是支撑三、机制是保障 1113131541
3序言1 当前，金融科技的发展及其对传统金融行业的渗透已成为不可逆转的潮流。我们欣喜地看到，金融科技的应用大幅降低了金融领域的信息不对称性，切实推动了普惠金融的发展，为健全多层次金融市场做出极大贡献。然而，事物的发展往往是一体两面的，对于新生事物更是如此。金融科技方兴未艾，但基于此的新型欺诈手段也不断滋生，金融欺诈风险不断升级。 在现阶段守住不发生系统性金融风险底线的宏观背景下，金融监管、防范风险的重要性被提到前所未有的高度。由于数字与金融的“联姻”，金融的欺诈行为呈现出专业化、产业化、隐蔽化、跨区域等新特征，对传统的反欺诈手段形成极大挑战。因此，针对金融领域的反欺诈技术也应不断革新，既要精准打击存在的风险，也要执棋先行，做到防患于未然。 在《数字金融反欺诈白皮书》中，我们有针对性地梳理了欺诈新方式，反欺诈手段，以及在8个金融场景中识别、打击欺诈行为的落地实践。这8个场景应用涉及网络支付、网络保险、网络借贷、供应链金融、消费金融等领域，既有数字金融的常规业务也有传统金融的创新，既涉及B端欺诈也包括C端欺诈，既有事前识别拦截也有事后打击制裁，可以说是对数字金融领域的欺诈与反欺诈所做的一次较为全面的总结。 通过白皮书的发布，一方面，我们希望为行业提供一本新型欺诈真实案例的“警示录”，并介绍反欺诈的先进经验；另一方面，我们借此呼吁行业内外的各界同仁携手，共同加强反欺诈技术的研究合作和数据信息共享，为数字金融的碧海蓝天贡献绵薄之力。 数字金融反欺诈是一场持久战，不可能毕其功于一役，只有在技术的不断迭代中实现自身的动态优化，才能取得真正意义上的胜利。反欺诈之路，道阻且长、行则将至！ 京东金融研究院院长 孟昭莉
反欺诈、消费金融风控展示
反欺诈、消费金融风控展示 一、消费金融、消费金融公司概念 消费金融：是指向各阶层消费者提供消费贷款的现代金融服务方式。 消费金融公司：是指经中国银行业监督管理委员会批准，在中华人民共和国境内设立的，不吸收公众存款，以小额、分散为原则，为中国境内居民个人提供以消费为目的的贷款的非银行金融机构。此类专业公司具有单笔授信额度小、审批速度快、无需抵押担保、服务方式灵活、贷款期限短等独特优势。 二、消费金融分类 消费金融场景（线下、线上）：教育、旅游、购物、家装、租房、医美等 消费金融业务分类：消费贷（现金贷、小贷）、消费分期、消费信托、消费责任（信用）保险等 消费金融机构：银行、消费金融公司、小贷公司、p2p平台、互联网电商 消费金融应用场景：资金端用户场景、资产端借贷场景、平台运营场景
三、通付盾产品与服务
四、资金端交易流程+常见风险点+风控部署 交易流程：营销推广—注册登录—实名认证—投资理财—项目定标—下载合同—收益提现(多适用于P2P平台) 使用产品：设备指纹、滑动验证、多因子身份认证；通付盾信用认证平台；通付盾业务反欺诈平台；风险信息共享平台 使用服务：通付盾HUE多因子身份认证解决方案；通付盾渗透测试服务 交易流程常见风险点风控部署 营销推广薅羊毛（恶意抢红包、刷营销反欺诈：大数据反欺诈、
营销反欺诈：基于设备指纹和强大的机器学习技术，建立精准营销反欺诈风控模型。通过实时监测和阻断营销业务的潜在威胁，精准识别“薅羊毛”等安全风险，保护平台运营安全。 四、资产端交易流程+常见风险点+风控部署 交易流程：平台运营—注册登录—贷款申请—贷前审批—审批完成—贷后管理—逾期管理（多适用于消费金融、小贷） 使用产品：设备指纹、滑动验证、多因子身份认证；通付盾信用认证平台；通付盾业务反欺诈平台；风险信息共享平台 使用服务：通付盾HUE多因子身份认证解决方案；通付盾渗透测试服务 交易流程常见风险点风控部署 平台运营撞库、暴力破解、账号盗用、应用风险防护：应用检测、
基于机器学习模型的消费金融反欺诈模型与方法
基于机器学习模型的消费 金融反欺诈模型与方法 ●仵伟强后其林 摘要:文章基于对个人消费贷款的业务与风控流程的理解，结合机器学习模型提出了一种基于逻辑回归（Logistic Regression ）算法的个人消费贷款贷前反欺诈识别模型。该模型不仅能够挖掘客户的多源信息，有效地帮助审批人员评估新进客户为欺诈客户的概率，提高审批效率，同时该模型具有较好的解释性，能够有助于金融机构识别目标客户群体。在文章最后，结合某消费金融公司的业务数据进行了案例验证，结果表明文章提出的方法具有较好的工程应用价值。 关键词：消费金融；机器学习；反欺诈；特征工程； 模型评价反欺诈模型(LR 模型)指标评估验证训练测试样本32个特征图2模型构建过程 反欺诈模型(LR 模型)数据预处得特征工程训练集测试集样本指标评估验证图1模型流程图一、前言欺诈风险是消费金融业务中存在的主要风险之一,它是指信贷客户完全不具备还款意愿一类的风险。据统计,2016年中国信用卡欺诈损失排名前三的欺诈类型为伪卡、虚假身份和互联网欺诈,与2015年一致,其中伪卡损失占比较2015年继续上升;2016年借记卡欺诈的主要类型为电信诈骗,互联网欺诈损失金额排名第二位。目前欺诈呈现产业链化的特征,围绕着欺诈的实施,形成了专业的技术开发产业,身份信用包装和虚假身份提供产业、业务漏洞发现和欺诈方法传授产业。对于金融机构而言,需要构建完备的风险控制方法来识别风险,避免欺诈、坏账、呆账等的发生,尤其对于消费金融业务而言,风控能力的高低直接决定了业务盈利能力强弱。风控体系是消费金融业务的核心,它能够识别“多头”“羊毛党”“骗贷”等多项诈骗形式避免损失发生。为了应对大数据时代的风控问题,各大金融机构和互联网金融公司都搭建了自己的风险体系,如腾讯的“天御”、阿里云的数据风控、京东旗下的聚立信等,对集团内外部提供风控解决方案。消费金融风控通常由贷前、贷中、贷后三个环节构成,贷前准入能够过滤劣质用户、贷中审批能够降低逾期发生、贷后管理能够制定催缴策略,三个环节相互作用构成了整个风 控体系。大数据风控技术的核心 在于从高维数据中获得有助于风控决策的信息,从而实现对消费金融风控 流程中三个重要环节的决策覆盖。消费金 融风控相关数据源包括人社数据、文本数据、征信数据等等,通过对多源异构数据分析、结合机器学习模型建立相关模型,从而满足全业务流程的风控需求。其中贷 前准入中涉及的贷前反欺诈由反欺诈前置策略库、反欺诈模型构成风控的第一道防线,贷中审批则是包括信用评分卡、客户行为监控等构成风控的第二道防线。由逾期预警、催收决策组成的贷后管理构成了风控 的第三道防线。三道风控防线,侧重不同,贷前反欺诈作为第一道与客户接触的风控环节,它不仅影响了进入后续环 节客户的数量和质量、同时也与产品的具体指标如利率等息息相关。因此,一个合适的贷前反欺诈模型是消费金融业务不可或缺的风控环节。 个人消费贷款业务是消费金融的一种主要业务形式,其是指银行或其他金融机构采取信用、抵押、质押担保或保证方式,以商品型货币形式向个人消费者提供的信用。个人消费贷款业务也是响应普惠金融的一种有效方式,其面向对象不仅包括具有征信报告的消费者,同时也包含众 多没有被我国征信体系覆盖的用户群体,因此,需要构建 有效的风险控制体系,其中贷前反欺诈环节是帮助金融机构过滤劣质用户,筛除欺诈人员的第一道风控环节。传统 的反欺诈方法主要是基于人工经验的防控思想,一方面借助已有的“欺诈黑名单”直接过滤黑名单人员,另一方面则借助审批人员的业务经验,设置相关风控规则,通过交叉 验证、规则碰撞的方式进行贷前反欺诈环节。但是随着业务量的上升,欺诈人员欺诈方式的多样化,传统的反欺诈51--
金融主题域模型
金融数据模型主题域介绍 每个系统或应用都涉及相关的人员、机构、产品、交易和财务等方面的信息，因此系统开发的数据模型将彼此独立的不同数据类关联起来，建立内部相联的系统性模型。数据主体代表了在业务环境中自然聚集成的几个主要类别数据，如上述的人员，机构，产品等，本文称为主题域。下图是银行关键的主题域及其关系模型： 金融数据模型主题域 当事人相关 当事人及角色 当事人是银行的所有业务参与对象，是具有独立行为能力，并且对某个行为负责的任意类型的实体，如一个人、一家银行或一家银行的某个部门。当事人实体定义了当事人的本质特性，该实体与职务和角色无关，这些特性是不会随时间发生变化的。
法律实体：是由政府、法律或制定规章的权威机构在法律上认可的当事人，在从事商业活动时，具有法律权利和责任。法律实体又可分为法人实体和代表实体。代表实体是代表法人实体的法律实体，如银行的分行等。法律实体有别于个体，虽然个体也可以具备法律属性，但不需要任何形式的法定组织或编制。 政治实体：该实体有指定的执行法律的权利或是被其他政治实体组赋予的权利。可以是拥有直接权利的政府，如国家政府，省政府和市政府；或者是一个作为政府代理的行政管理机构；或者是由多个政府联合组成的政治联盟，如欧盟。 群体：是一个为了特殊的目的由多个当事人构成并且将他们视为单一实体的组织。 个体：就是一个有姓名，具有一定权利并能够承担一定责任的个人。当事人的一种，银行客户的重要组成部分。包括公民，投资和消费个体，ModelBank个体。 组织机构：本质上是银行内部的管理机构，其作用是系统地控制有明确职责的业务单元，以支持银行的运行和管理。
马上消费金融：风控是消费金融的核心竞争力
马上消费金融：风控是消费金融的核心竞争力 随着消费金融市场风控技术不断创新，金融机构的反欺诈、反套现、贷后催收管理能力将逐渐加强，为消费金融市场发展提供良好的技术保障，将来科技赋能下的消费金融将更有效率。风控是金融的命脉和核心竞争力。风控决定金融的品质，而风控是否扎实则取决于数据能力。利用数据建立模型可以识别欺诈风险、预测应用风险，建立模型预测客户行为，能够维护客户关系并防止客户流失。马上消费金融认为，数据是智能风控的基础。 消费金融与其他金融模式不同，它具有客群大、消费场景繁多、消费需求个性化等特点，如果按照传统金融的服务模式，很难覆盖消费金融的目标人群。另外，消费金融领域还面临着客户风险较高、信用信息不全、恶意欺诈、客户违约成本低、债务回收成本高等问题，更需要利用金融科技来提升企业的风控能力。 马上消费金融通过大数据分析对客户进行精准画像和风险扫描，实现贷前反欺诈和贷前信用评估，同时依托大数据和人工智能构建“贷后预警”“智能催收”风控体系，在贷后环节进行全面的智能监控，能够最大程度上防范消费金融风险。智能风控贯穿销售管理、反欺诈、贷前准入、客户授信、贷后管理各个环节。依托大数据风控，在消费分期、小额信用贷款信息咨询等领域为消费者、个人创业者以及小微企业提供便捷、高效的服务。而在自身迅速迭代优化的同时，智能风控对消费金融的重塑也在加速进行。流程的改变、效率的提升。用户体验的改善、客户潜在价值的不断发掘，未来智能风控将实现传统金融机构和互联网企业进一步跨界融合，推动建设兼具包容性和竞争性的金融生态环境。 马上消费金融利用领先业界的流量、场景和数据资源优势，与强大的自主研发能力，在智能客服、智能催收系统、智能语音质检系统、刷脸支付系统、反欺诈与授信模型等