应用范围覆盖生活、投资等多种业务场景:如汽车金融、消费金融、农村金融、P2P
针对不同客户群体设计差异化的基于算法的业务产品:如薪资贷、优职贷、农户贷、财力贷、汽车贷款
模型具备自适应、自学习的能力,根据不同业务、不同场景进行自选择与自更新,实现在面对不同业务需求、不同数据特征时的一站式自动开发
在贷款申请环节,对客户申请信息及第三方行为、交易等数据进行全方位分析,筛选出欺诈申请、信用不良、监管黑名单等高风险客户,帮助信贷机构把控风险,减少资金损失。
在贷款审批环节,利用信用评级、财务数据侦测等模型评估申请者的风险状况;将风险成本纳入贷款定价模型,在综合考虑各项成本的情况下进行贷款的精准定价,提高资金的潜在收益。
在贷款发放之后,对借款人资金使用情况、贷款偿还情况、基本信息变更、法院执行记录等信息进行动态全方位监控,及时发现潜在的违约风险,给出风险预警信号,降低违约事件的发生。
在大量数据中深度挖掘公司的财务信息,对利润指标、负债指标、经营指标进行趋势性、行业性、区域性等多维度分析;
利用先进算法、动态关联模型等评估财务信息的真实度,甄别企业伪造信息、骗取贷款的高风险行为。
将定性评价模型与基于遗传算法的定量评价模型结合,提高模型评估的精准性;
设计信用风险决策引擎,实现自动决策,支持后台多业务产品;
提供业务策略覆盖信贷对象全生命周期,且具备模块化的清洗、部署、运行、监控等功能。
分析客户群体,结合相关性和业务经验筛选额度因子集;
用优化分类算法划分出特征迥异的多个客户群体;
运用排序选择模型,依据客户排序因子确定额度方案;
额度模型和统一授信相结合,根据客户的多维特征确定最终额度。
综合成本加成、价格领导、客户盈利性分析、基于RORAC的贷款定价等多种定价模型;
利用风险定价算法有效识别风险、量化风险并根据风险大小来计算和制定相应利率,从而达到给风险定价的效果;
全面考虑了贷款的风险成本,在准确度量贷款信用风险和各项成本的基础上实行精细化的贷款定价,使贷款价格更具竞争力。
实行与核心系统关联、事件驱动为主导的预警传导机制,运用先进算法从纷杂信息流中定位关键预警信号;
变被动处置风险为主动风险管理,积极发现风险、寻找风险,进而跟踪预警信号,研究风险管控方案,最终形成敏感的前置风险处理体系。