其他回答(共7条)

• 

  2022-02-02 10:41 车小霞 客户经理

  如何判断P2P平台风控水平?
  首先，看平台的风控团队，平台若有风控从业经验或者是在该领域有过研究背景并获得认可，那么可为平台的风控水平加分。
  其次，看平台的坏账率，一般情况下来说，平台风控水平越高则坏账率越低，因此，在选择P2P平台投资时，一般选择坏账率低的平台。
  此外，与平台合作的第三方机构，也是评判平台风控水平的重要依据，目前大多数平台是和担保公司合作，平台的风控水平一定程度上要看第三方担保公司的实力。
  P2P平台如何加强风控建设?
  风控流程主要涉及到贷前、贷中、贷后三个阶段。
  1、线上数据审核
  通过信贷政策来审核客户信息是客户借贷之前P2P平台必经的一个途径。大公司通常会根据积累的客户数据和经验开发他们自己的信用评分系统，常见的有大数据(主要是淘宝商户数据)、FICO信用分、央行的信征、银行自有信用评价记录、线下信贷信用记录。
  2、信用审批
  信贷审批流程一般是这样的：先是在反欺诈的系统中进行一次过滤，对客户信息进行核查，并进行预筛选，然后审批人员再次对客户的身份信息、收入及工作信息进行核查。这里，最忌讳的是对所有客户的一视同仁，分类分级尤为重要。
  3.账户管理、逾期催收等
  信贷业务不可避免会有一部分客户出现逾期及坏账，这就需要催收。催收有不同的策略。采取不同的催收策略，才能保证总体的风控水平。每月追踪过程中，若有任何风险信号出现，就要立刻调整信贷政策。
  提高风控能力是P2P平台不断的追求，作为安全、公平、透明、高效的互联网金融信息中介服务平台，博盛金融打造核心风控团队，风控体系对内外标准一致“一律授信两级风控五C标准五道逾期管理”，有效提高了P2P平台的风控管理能力，更加有力地保障投资者资金安全，值得投资者信赖。
• 

  2022-02-02 10:38 齐景岳 客户经理

  大数据能够进行数据变现的商业模式目前就是两个，一个是精准营销，典型的场景是商品推荐和精准广告投放，另外一个是大数据风控，典型的场景是互联网金融的大数据风控。
  金融的本质是风险管理，风控是所有金融业务的核心。典型的金融借贷业务例如抵押贷款、消费贷款、P2P、供应链金融、以及票据融资都需要数据风控识别欺诈用户及评估用户信用等级。
  传统金融的风控主要利用了信用属性强大的金融数据，一般采用20个纬度左右的数据，利用评分来识别客户的还款能力和还款意愿。信用相关程度强的数据 纬度为十个左右，包含年龄、职业、收入、学历、工作单位、借贷情况、房产，汽车、单位、还贷记录等，金融企业参考用户提交的数据进行打分，最后得到申请人 的信用评分，依据评分来决定是否贷款以及贷款额度。其他同信用相关的数据还有区域、产品、理财方式、行业、缴款方式、缴款记录、金额、时间、频率等。普惠在线
  互联网金融的大数据风控并不是完全改变传统风控，实际是丰富传统风控的数据纬度。互联网风控中，首先还是利用信用属性强的金融数据，判断借款人的还 款能力和还款意愿，然后在利用信用属性较弱的行为数据进行补充，一般是利用数据的关联分析来判断借款人的信用情况，借助数据模型来揭示某些行为特征和信用 风险之间的关系。
  互联网金融公司利用大数据进行风控时，都是利用多维度数据来识别借款人风险。同信用相关的数据越多地被用于借款人风险评估，借款人的信用风险就被揭示的更充分，信用评分就会更加客观，接近借款人实际风险。
  常用的互联网金融大数据风控方式有以下几种：
  验证借款人身份
  验证借款人身份的五因素认证是姓名、手机号、身份证号、银行卡号、家庭地址。企业可以借助国政通的数据来验证姓名、身份证号，借助银联数据来验证银行卡号和姓名，利用运营商数据来验证手机号、姓名、身份证号、家庭住址。
  如果借款人是欺诈用户，这五个信息都可以买到。这个时候就需要进行人脸识别了，人脸识别等原理是调用国政通／公安局 API接口，将申请人实时拍摄的照片／视频同客户预留在公安的身份证进行识别，通过人脸识别技术验证申请人是否是借款人本人。
  其他的验证客户的方式包括让客户出示其他银行的信用卡及刷卡记录，或者验证客户的学历证书和身份认证。
  分析提交的信息来识别欺诈
  大部分的贷款申请都从线下移到了线上，特别是在互联网金融领域，消费贷和学生贷都是以线上申请为主的。
  线上申请时，申请人会按照贷款公司的要求填写多维度信息例如户籍地址，居住地址，工作单位，单位电话，单位名称等。如果是欺诈用户，其填写的信息往 往会出现一些规律，企业可根据异常填写记录来识别欺诈。例如填写不同城市居住小区名字相同、填写的不同城市，不同单位的电话相同、不同单位的地址街道相 同、单位名称相同、甚至居住的楼层和号码都相同。还有一些填写假的小区、地址和单位名称以及电话等。
  如果企业发现一些重复的信息和电话号码，申请人欺诈的可能性就会很高。
  分析客户线上申请行为来识别欺诈
  欺诈用户往往事先准备好用户基本信息，在申请过程中，快速进行填写，批量作业，在多家网站进行申请，通过提高申请量来获得更多的贷款。
  企业可以借助于SDK或JS来采集申请人在各个环节的行为，计算客户阅读条款的时间，填写信息的时间，申请贷款的时间等，如果这些申请时间大大小于 正常客户申请时间，例如填写地址信息小于2秒，阅读条款少于3秒钟，申请贷款低于20秒等。用户申请的时间也很关键，一般晚上11点以后申请贷款的申请 人，欺诈比例和违约比例较高。
  这些异常申请行为可能揭示申请人具有欺诈倾向，企业可以结合其他的信息来判断客户是否为欺诈用户。
  利用黑名单和灰名单识别风险
  互联网金融公司面临的主要风险为恶意欺诈，70%左右的信贷损失来源于申请人的恶意欺诈。客户逾期或者违约贷款中至少有30%左右可以收回，另外的一些可以通过催收公司进行催收，M2逾期的回收率在20％左右。
  市场上有近百家的公司从事个人征信相关工作，其主要的商业模式是反欺诈识别，灰名单识别，以及客户征信评分。反欺诈识别中，重要的一个参考就是黑名单，市场上领先的大数据风控公司拥有将近1000万左右的黑名单，大部分黑名单是过去十多年积累下来的老赖名单，真正有价值的黑名单在两百万左右。
  黑名单来源于民间借贷、线上P2P、信用卡公司、小额借贷等公司的历史违约用户，其中很大一部分不再有借贷行为，参考价值有限。另外一个主要来源是催收公司，催收的成功率一般小于于30%（M3以上的），会产生很多黑名单。
  灰名单是逾期但是还没有达到违约的客户（逾期少于3个月的客户），灰名单也还意味着多头借贷，申请人在多个贷款平台进行借贷。总借款数目远远超过其还款能力。
  黑名单和灰名单是很好的风控方式，但是各个征信公司所拥有的名单仅仅是市场总量的一部分，很多互联网金融公司不得不接入多个风控公司，来获得更多的 黑名单来提高查得率。央行和上海经信委正在联合多家互联网金融公司建立统一的黑名单平台，但是很多互联网金融公司都不太愿意贡献自家的黑名单，这些黑名单 是用真金白银换来的教训。另外如果让外界知道了自家平台黑名单的数量，会影响其公司声誉，降低公司估值，并令投资者质疑其平台的风控水平。
  利用移动设备数据识别欺诈
  行为数据中一个比较特殊的就是移动设备数据反欺诈，公司可以利用移动设备的位置信息来验证客户提交的工作地和生活地是否真实，另外来可以根据设备安装的应用活跃来识别多头借贷风险。
  欺诈用户一般会使用模拟器进行贷款申请，移动大数据可以识别出贷款人是否使用模拟器。欺诈用户也有一些典型特征，例如很多设备聚集在一个区域，一起 申请贷款。欺诈设备不安装生活和工具用App，仅仅安装和贷款有关的App，可能还安装了一些密码破译软件或者其他的恶意软件。
  欺诈用户还有可能不停更换SIM卡和手机，利用SIM卡和手机绑定时间和频次可以识别出部分欺诈用户。另外欺诈用户也会购买一些已经淘汰的手机，其机器上面的操作系统已经过时很久，所安装的App版本都很旧。这些特征可以识别出一些欺诈用户。
  利用消费记录来进行评分
  大会数据风控除了可以识别出坏人，还可以评估贷款人的还款能力。过去传统金融依据借款人的收入来判断其还款能力，但是有些客户拥有工资以外的收入，例如投资收入、顾问咨询收入等。另外一些客户可能从父母、伴侣、朋友那里获得其他的财政支持，拥有较高的支付能力。
  按照传统金融的做法，在家不工作照顾家庭的主妇可能还款能力较弱。无法给其提供贷款，但是其丈夫收入很高，家庭日常支出由其太太做主。这种情况，就需要消费数据来证明其还款能力了。
  常用的消费记录由银行卡消费、电商购物、公共事业费记录、大宗商品消费等。还可以参考航空记录、手机话费、特殊会员消费等方式。例如头等舱乘坐次数，物业费高低、高尔夫球俱乐部消费，游艇俱乐部会员费用，奢侈品会员，豪车4S店消费记录等消费数据可以作为其信用评分重要参考。
  互联网金融的主要客户是屌丝，其电商消费记录、旅游消费记录、以及加油消费记录都可以作为评估其信用的依据。有的互联金融公司专门从事个人电商消费数据分析，只要客户授权其登陆电商网站，其可以借助于工具将客户历史消费数据全部抓取并进行汇总和评分。
  参考社会关系来评估信用情况
  物以类聚，人与群分。一般情况下，信用好的人，他的朋友信用也很好。信用不好的人，他的朋友的信用分也很低，
  参考借款人常联系的朋友信用评分可以评价借款人的信用情况，一般会采用经常打电话的朋友作为样本，评估经常联系的几个人（不超过6六个人）的信用评分，去掉一个最高分，去掉一个最低分，取其中的平均值来判断借款人的信用。这种方式挑战很大，只是依靠手机号码来判断个人信用可信度不高。一般仅仅用于反欺诈识别，利用其经常通话的手机号在黑名单库里面进行匹配，如果命中，则此申请人的风险较高，需要进一步进行调查。
  参考借款人社会属性和行为来评估信用
  参考过去互联网金融风控的经验发现，拥有伴侣和子女的借款人，其贷款违约率较低；年龄大的人比年龄低的人贷款违约率要高，其中50岁左右的贷款人违 约率最高，30岁左右的人违约率最低。贷款用于家庭消费和教育的贷款人，其贷款违约率低；声明月收入超过3万的人比声明月收入低于1万5千的人贷款违约率 高；贷款次数多的人，其贷款违约率低于第一次贷款的人。
  经常不交公共事业费和物业费的人，其贷款违约率较高。经常换工作，收入不稳定的人贷款违约率较高。经常参加社会公益活动的人，成为各种组织会员的人，其贷款违约率低。经常更换手机号码的人贷款违约率比一直使用一个电话号码的人高很多。
  午夜经常上网，很晚发微博，生活不规律，经常在各个城市跑的申请人，其带贷款违约率比其他人高30%。刻意隐瞒自己过去经历和联系方式，填写简单信 息的人，比信息填写丰富的人违约概率高20%。借款时间长的人比借款时间短短人，逾期和违约概率高20%左右。拥有汽车的贷款人比没有汽车的贷款人，贷款 违约率低10%左右。
  利用司法信息评估风险
  涉毒涉赌以及涉嫌治安处罚的人，其信用情况不是太好，特别是涉赌和涉毒人员，这些人是高风险人群，一旦获得贷款，其贷款用途不可控，贷款有可能不会得到偿还。
  寻找这些涉毒涉赌的嫌疑人，可以利用当地的公安数据，但是难度较大。也可以采用移动设备的位置信息来进行一定程度的识别。如果设备经常在半夜出现在 赌博场所或赌博区域例如澳门，其申请人涉赌的风险就较高。另外中国有些特定的地区，当地的有一部分人群从事涉赌或涉赌行业，一旦申请人填写的居住地址或者 移动设备位置信息涉及这些区域，也要引起重视。涉赌和涉毒的人员工作一般也不太稳定或者没有固定工作收入，如果申请人经常换工作或者经常在某一个阶段没有 收入，这种情况需要引起重视。涉赌和涉毒的人活动规律比较特殊，经常半夜在外面活动，另外也经常住本地宾馆，这些信息都可以参考移动大数据进行识别。
  总之，互联网金融的大数据风控采用了用户社会行为和社会属性数据，在一定程度上补充了传统风控数据维度不足的缺点，能够更加全面识别出欺诈客户，评价客户的风险水平。互联网金融企业通过分析申请人的社会行为数据来控制信用风险，将资金借给合格贷款人，保证资金的安全。
• 

  2022-02-02 10:35 齐景岳 客户经理

  传统模式下,商业银行信贷风险管理工作主要以信贷人员的主观判断或定性评价与定量分析结合的方式进行。大数据时代,信息资源丰富、变革更新迅猛,给商业银行带来了前所未有的机遇和挑战。商业银行利用自身的信息技术、渠道等优势积累了大量数据资源,如何更好地挖掘数据财富,为商业银行经营发展、风险控制提出了新课题。构建数据仓库、开展数据分析挖掘、强化信息系统运用、做好数据人才培养等多种手段将提升商业银行在大数据时代下的信贷风险防控能力。
• 

  2022-02-02 10:29 车巧怡 客户经理

  网贷大数据是一种面向贷款机构的第三方征信查询系统，它利用大数据的技术手段将各类网贷平台的贷款记录整合在了一起。很多平台在审核的时候，都会把网贷大数据作为参考依据，如果网贷大数据有污点，比如说有逾期或者是频繁申贷记录，那么申请贷款就很容易被拒。建议大家要好好爱护自己的征信和网贷大数据，可以试着在微信：“飞雨快查”等数据查询平台获取一份自己的网贷大数据报告，分析一下自己的信用情况。如果查到网贷大数据已经黑了，说明有逾期或者是近期频繁申贷这种不良记录。想要把大数据恢复正常，建议半年内不要再有任何申贷操作。
• 

  2022-02-02 10:26 齐显影 客户经理

  目前，国内常用的有三种征信数据库。
  网贷数据库，百行征信，央行征信。
  网贷数据库一般统计不上征信的网贷，基本上不上征信的网贷都会上传到网贷数据库。
  百行征信统计一些P2P网贷平台的借款数据信息。
  央行征信只统计正规网贷的借款数据信息。
  普遍来说，如果想要查询网贷数据报告，那么只需要查询网贷数据与央行征信即可。
  网贷数据能够直接查看一些P2P网贷平台的数据，
  可以在微信查找：知否数据。
  该数据库与2000多家网贷平台合作，查询的数据非常精准全面。
  能够查看到用户的申请次数，网贷数据，网黑指数分，命中风险提示，法院起诉信息，仲裁案件信息，失信人信息等数据。
  其中，用户可以凭借网黑指数分来判断自身是否为网贷黑名单用户。
  网黑指数分标准为：0-100分，分数越低，信用越好。
  而命中风险提示则可以帮助用户更好的了解到自身的不足，提升网贷平台的审核通过率。
• 

  2022-02-02 10:23 齐敬甲 客户经理

  网贷大数据也就是网贷信用，但是信用上有高大上的人民银行征信。

  中间有获得个人征信牌照的8大征信机构。

  最后就是像同盾查询这样游走于征信主流外的第三方数据机构。

  当然，即使查询的结果没有显示黑名单，也不一定平台会下款给你，因为第三方数据仅是占平台风控评分的一小部分。

  网贷数据库中的数据主要是那些不上银行征信的网贷机构数据。

  百行征信统计部分P2P网贷平台的借款数据信息。

  央行征信只统计银行以及正规机构贷款的借款数据信息。

  普遍来说，如果想要查询详细的网贷大数据报告，那么只需要查询网贷数据与央行征信即可。

  网贷大数据能够直接查看绝大部分P2P网贷平台的数据

  微信搜索：仟如数据

  能够查看到用户的申请次数，网贷数据，网黑指数分。

  命中风险提示，法院起诉信息，仲裁案件信息，失信人信息等数据。

  成为网黑一般是由两种情况造成的。

  1. 三个月内有过逾期记录或者当前逾期中。

  2. 2.短时间申请网贷次数太多。

  3. 成为网黑还是可以恢复的，一般第一种情况需要半年到一年的时间恢复正常

  4. 第二种情况仅需要1-3个月的时间就能恢复正常继续申请的。

• 

  2022-02-02 10:20 赵风莉 客户经理

  查询网贷大数据可以通过第三方平台进行查询。网贷大数据各大平台查询方式简单多样，只要提交姓名，身份证以及手机号就可以获得一份详细的查询报告。
  大数据信用查询、运营商报告查询、查询网贷黑名单、网贷申请记录、逾期记录、个人贷款记录，个人网贷记录，个人多头借贷记录，个人互联网金融P2P平台贷款记录等各种数据。
  拓展资料
  一、如何查询个人信用报告
  1、央行查询个人征信报告
  一般可以去两个地方，第一个就是央行的当地的总行，直接带上自己的身份证以及自己的有效的证件，可以直接去银行总行找客服经理填写申请表后就可以办理你要查询个人征信的业务了。
  2、网上查询个人信用报告
  如果你已经确定自己在网络上进行了几次贷款，但是想知道这些贷款的记录有没有上征信系统。其实你可以直接上网进行搜索，查本数据。即可查询到自己的个人信用评分，找到这个微信小程序即可。如果在网上有逾期记录或者在多个平台有借贷记录，那么你的各种记录都会被大数据风控，这时你的网贷平台就会频频被拒的，甚至连你的花呗借呗也会被关闭。
  二、进入网贷黑名单如何消除?
  1、去网贷平台查询自己的详细借贷记录，看自己借贷的款项，以免不法分子利用自己的个人信息进行的借贷，如发现不是自己借贷的，而是他人或者不法分子盗用，应该立即报警，然后联系借贷平台说明情况。
  2、查询完自己的详细借贷记录后，然后确认是自己借贷的款项，这时应该把自己拖欠的款项，全部还清然后再联系相应平台的客服，让他们平台进行消除。