大数据金融解决方案

人员素质 参差不齐
经济下行，中小企业经营情况波动剧烈，不良急 剧增加。
利率市场化，同质化产品竞争激烈导致利润空间 缩减。
业务技能的贬值与折旧相对迅速，主观臆断对风 险防控的局限性加大
创新与技术
创新与技术
理念创 新
科技创 新
模式创 新
理念创新
全量 大数据
Basic meaning
宏观背 景数据
政府机构开放（全国、区域）行业数据库互联网挖掘
BUSINESS
大数据金融解决方案
BIG DATA FINANCIAL SOLUTIONS
YIBABY
01 需求与现状 Company Introduce
02
创新与技术
Project introduction
CONTENTS
03 大数据金融解决方案
Product operation
04 案例实施 Business planning
建模 数据库
50万家企业明细数据
企明创业细新经数营据 订单、销售、人力、流水、应收、能耗……
科技创新
看历史
“信用信息云服务平台”和“信用信息云端 机器人（技术）” 两大核心技术，挖掘企业
的有效动态交易信息
看现状
根据各环节对应的风险系数，计算出企业客观信 用对应的贷款额度
看未来
动态实时监管，跨行业、跨平台 提前3-6个月
BUSINESS
大数据金融解决方案
BIG DATA FINANCIAL SOLUTIONS
YIBABY
Байду номын сангаас
（二）动态采集
客户授权部署“数据挖掘机器人”实时抓取供应链产生交易数据
数据清洗
不同类型数据重复异常
ZJ010115 ZJ010116 ZJ030022 ZJ030023
某食品公司 某医用公司 某制造公司 某纺织贸易公司
数据清洗
自动化+人工核查
自动识别+主管排查，高效、省时 对不同维度、不同来源的数据进行关联验证 不局限于单个的数据点的异常，而且包含数 据区间的异常，指标间的异常，甚至包含不 同类型企业间的数据异常
用户行为数据
用户借款后还款情况：是否提前或按时还款、还款金额、是 否有违约情况 可得指标：用户还款率=用户还款金额/用户借款本息总额
用户访问数据
注册用户数、访问用户数、用户申请提交数、用户每 天访问APP次数、用户登录时间、用户申请借款时间 、用户使用设备 可得指标：用户转化率=用户申请提交数/访问用户数
需求与现状
需求与现状
3.40% 3.30% 3.20% 3.10% 3.00% 2.90% 2.80% 2.70%
3.00% 2011
2.95% 2012
2.97% 2013
3.13%
3.31%
2014
2015Q2
近年，我国银行不良率呈不断攀升趋势
需求与现状
经济下行 风险突发
利率市场化 利润下滑
自动识别出异常值 人工抽查
数据分析指标
用户数据
此处用户的年龄、收入、受教育程度、居住地、资产 负债状况、用户借款目的
可得指标：用户资产负债率=用户负债/用户资产！
用户信用记录
用户的信用卡数量、信用额度、信用余额、过去一年违约次数 、征信记录等
可得指标：用户总信用额度=信用卡账户数量*各卡信用应用额 度用户信用额度使用率=信用总余额/信用总额度
模式创新
61%
48%
全量大数据
实验室模型+ 实践修正
3% 机器学习
8% 人工修正
大数据金融解决方案
信用风险
1
一级评分
主体征信评分
2
二级评分
主体征信+环境+群体评分
3
三级评分
主体征信+环境+群体+个体明细评分
数据 完整度
主体信用评估
信用风险
负债分析 消费分析 收支评估 还款能力 还款意愿
欺诈风险
信用评分
贷后监管
贷后监管
范围
指标、评分、额度
动态
动态采集数据，超出阈值指标进行动态预警
方式
自动监管、人工设置参数
模型与风控引擎
交易 样本
数据特征
大数据 借款人信用评估
特征预处理/ 特征选择
模型训练和评估
信贷系统
风控引擎
信用风险评分
案例成果
合作案例机构
汇报完毕 感谢观看
THANK YOU FOR YOUR REPORT.
身份冒用 老赖团队 资质包装 中介欺诈 本人欺诈 交易欺诈 账户盗用
经营信用评估
建立企业数据资产统 一 口径、统一标准
数据采集
数据清洗
基础和深层数据清 洗
信用评分，建议额 度，可视化数据
分析计算
动态风险预警
重要风险预警，经营各 项指标预警
数据采集方式
（一）数据提交
客户登陆数据提交平台上传基本、经营明细数据