科技|《中国金融科技风控报告2020》正式发布( 二 )


科技|《中国金融科技风控报告2020》正式发布
文章图片

图5: 2013-2022年中国第三方支付综合支付交易规模统计及增长情况预测
资料来源:前瞻产业研究院 , 零壹智库
通过大数据、人工智能、生物识别等新技术 , 金融科技风控能够在支付交易的事前、事中和事后对风险事件进行实时监控 。
支付宝AlphaRisk风控引擎案例
支付宝AlphaRisk风控引擎用AI技术颠覆传统风控的运作模式 , 通过构建Perception(风险感知)、AI Detect(风险识别)、Evolution(智能进化)、AutoPilot(自动驾驶)4大模块 , 将人类直觉AI(Analyst Intuition)和机器智能AI(Artificial Intelligence)两者进行融合 , 形成具有机器智能的风控系统 , 并在未来逐步实现风控领域的无人化管理体系 。
科技|《中国金融科技风控报告2020》正式发布
文章图片

图6:AlphaRisk智能风控引擎
资料来源:蚂蚁金服 , 零壹智库
AlphaRisk风控引擎上的自动特征工程(AlphaTrion)模块 , 不同于以往特征工程将大量时间集结在特征生成上 , 而是将90%时间用于问题风险 , 5%的时间在特征自动生成 , 5%的时间在模型建设和策略应用上 。
在AlphaRisk智能风控引擎帮助下 , 支付宝能够在0.1秒之内对支付交易进行风险预警、检测、和拦截等各种复杂的工作 , 在天猫双十一大促活动中更是顶住了巨大规模流量 , 为用户交易保驾护航 。
在供应链金融场景上 , 传统风控存在金融机构和核心企业需求存在错配、金融机构在供应链金融的金融科技支撑较为薄弱、政府等机构对金融机构的有关的资源配合力度不足三大痛点 。
金融科技风控则可以帮助供应链金融风控贷前、贷中和贷后的信贷服务体系全流程 。 金融科技风控在贷前主要起到数据支撑、规则策略制定、黑名单筛查等作用;通过企业多维度数据 , 在贷中通过风控建模 , 构建中小企业信用模型 , 进行风险等级划分 , 帮助审批和授信;在贷后可以进行风险监测 , 主要从司法、税务、财务、工商、个人等多个维度就行预警 , 还可以对贷后资产表现进行评估 , 并迭代催收模型 , 以便调整贷后策略 。
合合信息“供应链核心企业大数据风控管理平台”案例
【科技|《中国金融科技风控报告2020》正式发布】合合信息旗下启信宝商业数据平台涵盖国内2.3亿家企业和组织机构名录 , 2.1亿家海外企业 , 700多亿条实时动态多维度企业数据库.“供应链核心企业大数据风控管理平台”基于启信宝商业数据平台 , 面向银行、融资租赁、工业制造、批发零售、政府机构、律所、媒体及其他各类工商企业 , 提供商业调查和风控合规解决方案 , 已经成功服务30000+企业及机构 。
科技|《中国金融科技风控报告2020》正式发布
文章图片
 
图7:启信宝数据优势
资料来源:合合信息 , 零壹智库
在风控平台的商业基础调查模块上 , 可以为企业提供37个维度智慧搜索方案 , 并支持5000条企业信息批量查询 , 平台还会对企业59个维度进行实时监控 。 智能风控合规模块支持目标20000条关联信息查询 , 可以对8个行业和36个分类舆情标签进行实时监测 。


推荐阅读