• 移动端
    访问手机端
    官微
    访问官微

    搜索
    取消
    温馨提示:
    敬爱的用户,您的浏览器版本过低,会导致页面浏览异常,建议您升级浏览器版本或更换其他浏览器打开。

    睿智科技:解决中国全体信贷人群信用评估非标痛点利器

    来源:中国电子银行网 2022-05-06 13:51:04 睿智科技 数字风控
         来源:中国电子银行网     2022-05-06 13:51:04

    核心提示睿智科技基于自身大数据建模技术和国际级评分卡经验,在国内首创全信贷客群通用信用评分模型及五级分类标准。

    网站文章置顶图750x300

    案例名称

    解决中国全体信贷人群信用评估非标痛点利器

    案例简介

    大数据评分行业洞察服务属于大数据评分系列产品配套服务中的一项,是针对使用大数据评分产品的金融机构提供产品应用洞察服务。

    行业洞察服务包括全景通用信用评分模型(通用分)及行业洞察报告,其中全景通用信用评分模型(通用分)是为了解决当前中国信贷市场各类人群信用风险评价标准无法统一而设计开发的模型。模型通过统一各类信贷人群风险刻度标尺,实现了全体人群在同一模型内的风险高低排序趋势。

    以全场景下通用分模型为标尺的行业报告是对某一金融机构客群质量进行行业风险评估的报告。该报告可辅助机构对其开展的金融业务及进件客群风险管理水平进行诊断及优化,同时也提供给机构行业客群评分(场景分)回溯验证效果或评分实际生产调用监控洞察。

    创新技术/模式应用

    睿智科技基于自身大数据建模技术和国际级评分卡经验,在国内首创全信贷客群通用信用评分模型及五级分类标准。致力于建立一个融合不同风险、利率差别偏好、不同机构类别来源、不同金融产品属性申请的全信贷人群风险评估体系,真正做到了对每一位贷款申请人使用同一个标准进行评价,对全部可信贷人群形成了风险统一刻度标尺。这能极大促成中国整个信贷市场客群风控统一识别标志的建立,提升每一位贷款申请人的公平贷款权力。促进普惠金融及社会信用体系建设。

    · 行业洞察报告评分标准——通用分。

    充分采用了银行、汽车金融、持牌消金、小贷等具有全景客群代表性的标准建模样本,研发适用于不同客群的统一评分模型,用统一尺度衡量不同机构的风险水平。

    · 行业洞察报告评价指标——平均分、五级分类、六维画像。在客群质量诊断手段上,倡导性地提出了从评分层到微观变量层的解决方案,层层深入剖析问题,为机构提供针对性强的优化方向和办法。

    平均分:依据平均分洞察各机构人群在行业内平均质量水平。

    五级分类:依据五级分类洞察各机构人群的具体差异。

    六维画像:划分6大变量维度(借贷倾向、履约情况、消费、资产、身份特质、关系网络)精准定位人群的风险情况。

    1

    2

    · 行业洞察报告:包含产品测试验证报告、产品生产调用报告。报告基于评分标准、评价指标对机构客群进行诊断,快速了解客群在全行业的位置以及风险背后的原因。

    产品测试验证报告。基于通用分刻画客户指定客群风险差异情况;基于(场景分)分析产品应用效果;同时,报告额外关注标签客群的差异以及模型KS的效果。

    产品生产调用报告。按月返回客户实际评分生产调用报告。基于通用分刻画行业及客户自身风险差异情况;基于(场景分)分析产品应用效果;同时,额外关注生产客群的稳定性情况。

    3

    项目效果评估

    当前,数据信息壁垒高、行业标准不统一、诊断定位不精准、解决方案缺乏有效行业视角洞察等问题给整个行业的风险管理业务优化带来了严重挑战,同时也揭露出零售领域风险管理中客户的突出诉求。

    行业报告及所提出的评分标准、评价指标等一揽子解决方案给金融机构风险业务诊断及优化提供了有效工具及分析利器,金融机构可以通过行业报告洞察力及通用分统一标尺衡量,解决数据信息壁垒高、行业标准不统一、诊断定位不精准等问题,并可以根据报告信息制定相关场景评分产品在其实际不同贷款业务线上的风险策略应用。

    案例1:我们将某银行机构A的进件客群和标签客群与通用分全体基准客群进行对比,洞察出该机构的进件客群质量差于基准客群,但是依托良好的风控能力,该机构审批实现通过人群的客群质量已于基准客群相同。详细情况如下:

    相比于基准客群,机构A的进件客群质量偏差(平均分低于基准25分,且五级分布中 “差” 略多,“极优”略少),在KGB上与基准相当,同时Good也与基准相当,Bad比基准略好,证明该机构风控水平较好;从六维画像上也可以看出该机构在KGB客群和Good人群上的六大维度均与基准相当,在Bad人群上资产状况和多头品行甚至优于基准“坏”客群。机构A通过通用分及行业报告实现了市场客群质量定位及诊断。为其2022年放款150亿的目标提供了科学数据依据及指导方向。该机构A计划在当前风险管理策略基础上加大市场营销活动力度,追加7%放款计划,预计可增加千万级利润。

    4

    案例2:我们将某银行机构B的进件客群和标签客群与通用分全体基准客群进行对比,洞察出该机构的进件客群质量虽优于基准客群,但是“坏”人群的风险水平高于基准客群,该机构需要进一步加强风控管理,同时依托六维画像,给出机构加强履约和多头方面信息识别的建议。详细情况如下:

    相比于基准客群,该机构进件客群质量偏好(平均分高于基准22分,五级分布中“极优”的占比也多于基准),但该机构标签“坏”人群却差于基准“坏”客群29分(逾期率是基准人群的8倍左右);同时通过六维画像也可以看出“坏”人群的履约行为和多头品行要差于基准“坏”人群,因此建议该机构要进一步加强风控管理,尤其加强履约和多头方面的信息识别。机构B通过通用分及行业报告发现了自身风险问题诊断,并根据行业报告建议加大对其客户履约和多头信息维度数据的引入,制定相应风险管理策略,实现机构降低风险损失敞口的目标,据推算通过报告定位问题,可以帮助机构实现风险坏账相对压降15%左右。

    5

    项目牵头人

    王世今  睿智科技总裁

    责任编辑:韩希宇

    免责声明:

    中国电子银行网发布的专栏、投稿以及征文相关文章,其文字、图片、视频均来源于作者投稿或转载自相关作品方;如涉及未经许可使用作品的问题,请您优先联系我们(联系邮箱:cebnet@cfca.com.cn,电话:400-880-9888),我们会第一时间核实,谢谢配合。

    收藏

    为你推荐

    收藏成功

    确定