大数据风控系统全面解决方案

国内大数据风控方案提供商ＹＵＮＲＩＳＫ风控在线------------------------------------------1YUNRISK风控系统产品说明大数据云风控系统全面解决方案授信审核流程（贷前流程）.........................................................................235.3借款审核流程（贷中流程）.........................................................................245.4贷后流程...........................................................................................................255.5风险管理全面解决方案..................................................................................25第六章服务体系.............................................................................................................276.1服务理念...........................................................................................................276.2系统定制服务..................................................................................................276.3培训服务...........................................................................................................286.4售后服务...........................................................................................................28第七章联系我们.............................................................................................................29国内大数据风控方案提供商ＹＵＮＲＩＳＫ风控在线------------------------------------------3第一章概要YUNRISK风控系统是武汉风控在线科技有限公司经过长期风控行业深厚积累而精心研发出的面向小额贷款公司，P2P公司，融资租赁公司，供应链金融公司，商业银行等金融机构的风控业务管理系统。本文目的在于帮助客户完整理解风控系统产品。第二章行业背景2.1风控行业背景当前，经济下行导致中小企业经营成本不断增加，产品销售价格因结构原因和市场原因相对走低，企业利润空间被进一步压缩，许多中小企业陷入经营困境，导致企业经营风险加大、连锁性风险陡增、潜在信用风险上升、企业主的道德风险骤升。一些重点领域的银行等金融机构信贷风险进入了一个暴露期，一些地区的金融机构已经出现不良贷款回升苗头；不良贷款高危行业中，钢铁与建材等行业信用风险快速上升，制造业领域新增的不良资产已占到整体不良资产的七成以上，与此同时经济下行也使得个人信贷中的逾期率陡增，不良贷款率上升，如何防控信贷风险，已成为商业银行等金融机构亟待解决的课题。国内大数据风控方案提供商ＹＵＮＲＩＳＫ风控在线------------------------------------------42.2国内外风控技术现状序数衡量法：只能反映企业间信用风险的高低顺序，如bbb级高于bb级，但其间的级差无法进行客观量化。Creditmetrics；CreditRisk+;CreditPortofolioView+：是组合投资的分析方法，注重直接分析企业间信用状况变化的相关关系，但是它局限于投资组合分析。KMV：从单个授信企业在股票市场上的价格变化信息入手，着重分析该企业体现在股价变化信息中的自身信用状况，但对企业信用变化的相关性没有给予足够的分析。FICO：FICO在方法上通常采取逻辑回归和决策树。然而，这两类方法是存在很大缺陷的。例如，逻辑回归一般只能包含至多10-15个风险因子，且各变量必须服从正态分布;决策树要求对所有申请者的分类是完全互斥的。显然，这些要求是难以满足的，由此产生的结果是“偏误”还是“错误”也很难评价。ZestFinance：ZestFinance包含70,000个变量，利用10个预测分析模型进行集成学习或者多角度学习，并得到最终的消费者信用评分。然而，ZestFinance进行信用评估时，传统征信数据要占到至少30%清晰的用户定位，完善的征信体系支撑，是ZestFinance在美国生存的土壤。中国没有集中的征信所，金融体系也尚不完善。很难适应中国目前的信贷业务。国内大部分中小银行信用风险管理仍停留依靠经验判断传统阶段,国内大数据风控方案提供商ＹＵＮＲＩＳＫ风控在线------------------------------------------5以感觉、经验、关系决策:缺乏对客户信用评级、统一授信风险量化信息系统；缺乏对公司类客户、个人客户优劣的判别统一标准；缺乏对客户风险量及授信边界系统科学的模型2.3风控行业发展趋势随着近年来国内大数据互联网金融的蓬勃发展,顶尖的数据机构开始从事各种信用维度的数据收集、分类、查询服务,这为在线征信与量化风险提供了技术、数据基础。2016年3月30日，人民银行、银监会联合对外发布了《关于加大对新消费领域金融支持的指导意见》其中第三条强调：优化消费信贷管理模式。鼓励银行业金融机构在风险可控并符合监管要求的前提下，探索运用互联网等技术手段开展远程客户授权，突出整体考核，推出尽职免责制度。根据客户的信用等级、项目风险、综合效益和担保条件，通过贷款利率风险定价和浮动计息规则，合理确定消费贷款利率水平。武汉风控在线正是在这样的背景下,充分利用了国内一流的数据查询技术,运用多维度数据分析，数学建模，客观量化，机器学习算法（scikit-learn），云技术等方法，特别组