首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

互联网金融这么火,安全问题如何破?

在“互联网+”大潮中,互联网金融可谓是百花齐放,银行、支付、保险、股市、基金、小贷、征信、理财、记账,每一个细分领域都在与互联网发生化学反应。互联网俨然已成为金融行业的兴奋剂,激活了基金、股市、贷款诸多金融业务。它让基金大卖,它让2015年的股票屡现“牛市”,它让闲散资金与借贷需求精准匹配……但魅力无穷的互联网金融却难掩短板:安全。 不再面对面,安全成互联网金融的根本 互联网给金融生活带来了诸多方便:转账再也不用去银行排队,日常生活越来越少用到现金,可以像买菜一样方便地购买基金,前段时间股市暴热全民开户,都

07
您找到你想要的搜索结果了吗?
是的
没有找到

【金猿人物展】ADVANCE.AI首席风控官黄乐乐:金融科技出海印尼的发展现状与未来趋势

首先,印尼的金融监管机构将会持续严格的监管措施,合法合规仍是金融科技的重要主题。OJK(印尼金融服务监管局)和google play对P2P平台的app采集借贷申请者相关信息的规定越来越严格,对数据和保护用户隐私的要求越来越高。今年2月份出租车司机Zulfandi事件是印尼金融科技市场的一个标志性事件,由此引起了社会各界对行业的关注,也促使OJK对金融科技类公司加大了监管力度。2月中旬OJK披露了超过两百家非法现金贷产品名单,并公开倡导公众不要在未通过OJK注册的P2P平台进行借款。与此同时,OJK对合法P2P平台的利率做了严格限制,规定日利率不得超过千分之八。

02

收益率调整催生理财新常态,投资者该哀嚎还是该欢呼?

近日,一条最严银行理财新规即将发布的消息在网站和朋友圈不胫而走。新规的实施将使得银行理财产品投资范围缩窄,获取高收益项目的空间也更小。而另一端“7·18”互金指导意见出台后,P2P网贷行业成为了理财的话题王,陆金所、人人贷等第一梯队平台备受关注。但与热钱滚滚涌入形成鲜明对比的是,今年上半年网贷行业综合收益率持续下降。根据网贷之家的数据,前6个月,综合收益率分别为12.18%、11.86%、11.63%、11.24%、10.96%与10.38%。其中多数平台都降息1至2次,降息幅度在1至2个百分点之间,降息成为了P2P平台的主旋律。面对新规即将下台,降息成为“新常态”的“非常时期”,理财平台和普通老百姓又该何去何从?

02

信贷风控模型搭建及核心风控模式分类

一、当前风控模式现状 近年来,信用风险管理发展呈现出数据化、模型化、系统化、自动化和智能化的特点。传统的人工专家经验正逐步被模型与算法替代。 因此,科技较为领先的金融服务公司会选择采用模型方式完成对借款人的自动评估与审批。目前,对于信贷审核来说主要基于的风控模式为IPC、信贷工厂、大数据三种,每一种都有自己不同的侧重点。 二、最核心的风控模式分类 1.IPC模式 IPC模式起源于德国邮储银行,该模式重视实地调查和信息验证,主要通过对客户经理调查走访、信息交叉验证等方面。需要对客户经理进行至少2个月以上的专业技术培训,提升客户经理辨别虚假信息能力和编制财务报表的技能,从而防范信用风险。 IPC公司信贷技术的核心,是评估客户偿还贷款的能力。主要包括三个部分:一是考察借款人偿还贷款的能力,二是衡量借款人偿还贷款的意愿,三是银行内部操作风险的控制。每个部分,IPC都进行了针对性的设计。 这种模式主要运用于数据缺失、不具备财务管理环境、银行流水不完整,信用记录空白等的小微企业,其中,信贷员负责整个过程,从接受客户的申请到信用检查、现场信用、风险评估再到匹配贷款、付款催收和逾期付款。对信贷员的专业技能要求较高,信贷员对贷款全流程把关,一定程度上确保了项目的真实性。但又因为是以信贷员为核心,以信贷员的判断为依据,有一定的操作风险与道德风险。 2.信贷工厂模式 信贷工厂模式是新加坡淡马锡控股公司(Temasek Holdings)为解决小微企业信贷流程的弊端,推出了一种改善小微企业信贷流程的“信贷工厂”模式,“信贷工厂”意指银行像工厂标准化制造产品一样对信贷进行批量处理。 具体而言,就是银行对中小企业贷款的设计、申报、审批、发放、风控等业务按照“流水线”作业方式进行批量操作。在信贷工厂模式下,信贷审批发放首先要做到标准化,每个流程都有确定的人员分工,如客户经理、审批人员和贷后监督人员专业化分工。并且为了监控风险采用产业链调查方法,从不同角度对借贷企业进行交叉印证。 信贷工厂模式的特点是效率高,可以进行量化审核。过程之间环环相扣,对每个环节都有专人把控具体的把控。正因为这样,意味着需要消耗大量的人力成本,每个流程都需要对口的人员做支撑。 3.大数据模式 大数据风控模式是指通过对海量的、多样化的、实时的、有价值的数据进行采集、整理、分析和挖掘,并运用大数据技术重新设计征信评价模型算法,多维度刻画信用主体的“画像”,向信息使用者呈现信用主体的违约率和信用状况。 大数据模式是基于互联网的兴起,该模式利用互联网数据的连通性,对触及到的风险的数据进行筛选,大大减少了人工审核的时间成本,同时也保证了数据结果的真实性。 三、P2P公司个人信贷评分卡模型 我们先讨论下如何从实际业务出发,以怎样的开发流程才能建立一个有效、有用、有价值的模型,希望读后能给你一定的启发。

01

“大数据+人脸识别”将成互联网金融领域蓝海

当前,各种高科技不断应用于互联网金融领域,无论是传统金融,还是互联网金融,都将面临高科技带来的技术革新的机遇,同时,也意味着一旦在这场攻守战中失败,则很可能被市场淘汰出局。 “人脸识别”和“大数据”是近几年在互联网金融中运用最广泛的两种方式之一。谷歌、苹果、百度等国内外知名企业,以及以微众银行、网商银行、众可贷为代表的互联网金融企业都在加速布局“人脸识别”和“大数据”。这两项技术到底有何奇妙之处?它们在加速行业发展的同时,又带给投资人哪些不一样的投资体验? A 模式创新 互联网金融行业突飞猛进 近年来,特

06

移动端借款比例上升 大数据和风控是关键

移动互联网的迅猛发展催生了更多创新和颠覆的模式,传统金融正受着巨大冲击。当前,随着微众银行微粒贷上线,加上现金贷、随意借、手机贷等平台,通过移动端贷款的平台也越来越多。 与此同时,以友信为代表的部分P2P平台也纷纷抢滩进入移动金融领域,“移动借款”正在从一个尚且新鲜的认知逐渐成为P2P行业的普遍共识。 对此,业内人士表示,通过移动端来贷款确实更加方便,不过可能更适合一些金额较小的贷款,同时,通过移动端等纯线上模式完成贷款,仍需依靠大数据的发展和不断完善征信体系。随着大数据、云计算等新一代互联网技术的迅速崛起

05

量化派基于Hadoop、Spark、Storm的大数据风控架构

量化派是一家金融大数据公司,为金融机构提供数据服务和技术支持,也通过旗下产品“信用钱包”帮助个人用户展示经济财务等状况,撮合金融机构为用户提供最优质的贷款服务。金融的本质是风险和流动性,但是目前中国对于个人方面的征信行业发展落后于欧美国家,个人消费金融的需求没有得到很好的满足。按照央行最新数据,目前央行征信中心的数据覆盖人口达到8亿人[1],但其中有实际征信记录的只有3亿人左右,有5亿人在征信系统中只是一个身份证号码。此外,我国还有5亿人跟银行从来没有信贷交易关系,这5亿人对金融部门来说是陌生人。这样算下来

03

【数据分析】六种可用于互联网金融风险控制的大数据来源

近年来,以第三方支付、P2P平台、众筹为代表的互联网金融模式引起了人们的广泛关注,该模式大量运用了搜索引擎、大数据、社交网络和云计算等技术,有效降低了市场信息不对称程度,大幅节省了信息处理的成本,让支付结算变得更便捷,达到了同资本市场直接融资、银行间接融资一样高的资源配置效率。但由于我国互联网金融出现的时间短,发展快,目前还没有形成完善的监控机制和信用体系,一旦现有互联网金融体系失控,将存在着巨大的风险。 首先是信用风险大。目前我国信用体系尚不完善,互联网金融的相关法律还有待配套,互联网金融违约成本较低,容

09

渠道、数据、技术,谁才是网络信贷市场的决胜因素?

近日,“让未来发生——第一财经技术与创新大会”在上海召开,“金融科技(Fin-tech)与区块链” 圆桌会议作为重头戏之一,陆金所、蚂蚁金服、飞贷金融科技、万向控股等企业领导参与了讨论。过程中,蚂蚁金服副总裁、首席科学家漆远指出:渠道、技术、数据,是被业界广泛认可的互联网金融三板斧,也是相比于传统金融更有优势的地方。但在互联网金融的细分市场——网络信贷,这三个是否还是优势,谁又能起决定性作用。如今网络信贷已衍生出很多产品,除P2P外,还有蚂蚁金服的花呗、飞贷、微粒贷等等,甚至百度钱包也开放了贷款业务,那谁又能占据优势?

02
领券