注册 / 登录

风控技术在个人信贷领域的实战

分会场:  数据科学/人工智能/数据驱动

分享时间: 2017年11月9日 - 12日

案例来源 :

案例讲师

邢大地

美国普渡大学 金融大数据实验室副主任及高级研究科学家

邢大地是美国普渡大学运筹学博士,在机器学习和风控模型方面有深入的研究和实践经验。是全球运筹研究与管理学年会(INFORMS)最佳论文奖的获得者,曾在发现金融等多家美国顶级金融机构负责大数据建模的工作。邢大地博士现任美国普渡大学金融大数据实验室副主任及高级研究科学家(Senior Research Scientist)。

扫描二维码分享案例

 

案例简述

 

美国的金融行业有其先发优势,经过多年的发展,其整个生态链,从基础数据,模型算法,监管策略等形成了一整套严密的风控体系。本案例通过对美国金融风控体系在信用卡,个人贷等个人信贷场景的实战分析,剖析美国金融风控技术的优势和特点。并结合中国的个人信贷场景,探讨如何利用和改进。在中国征信数据基础和监管体系搭建都相对美国薄弱的情况下,有哪些优势和劣势,有哪些限制和机遇?分享者将把他在中美两国金融风控领域的实战经验和体会和大家做一个对比和梳理。

 

案例目标

 

此案例主要通过运用美国流行的风控技术框架,在美国个人信贷场景(信用卡,个人贷等)中,是如何运用的。并针对中国金融尤其是互联网领域金融场景的实战进行了对比探讨,从而解决在中美基础数据,客群特点和监管环境有巨大差异的情况下,如何创造性的解决中国金融风控环节的需求。

 

成功(或教训)要点

 

对数据来源的合规获取,对特征工程的高度重视,以及对算法的大胆突破,是美国金融场景中风控有效性的保障。

 

案例ROI分析

 

更新中...

 

案例启示

 

用工程的思路去解决风控数学问题,在科学的框架内提出大胆的工程假设并用真实数据加以验证,并且严格遵循风控测试的标准。