<strike id="46ae8"></strike>
伴隨著消費升級，加上國家大力推動普惠金融，消費金融需求蓬勃發展。消費金融業務有小額、短期、分散的特征，基于互聯網模式的消費金融業務打破網點地域限制，實現業務爆發式增長，同時云計算、大數據、AI等技術日趨成熟，運用大數據風控，進行交易真實性評估、反欺詐評估，配合各類第三方征信、人行征信、支付數據等大數據，對客戶進行信用評估、風險定價，提供信貸支持，從而提高消費金融類公司提供普惠金融服務的能力，還可以實現批量獲取客戶，減少獲客成本。基于互聯網的獲客、大數據風控，實現業務的規模化和全自動化。
1、系統管理
該功能模塊包括用戶管理、菜單管理、角色管理、權限管理和參數管理等模塊，實現對整個風控系統的菜單和權限的增減配置、設置不同權限的操作角色、對風控系統用戶的管理等一系列后臺可配置的功能頁面模塊。
2、數據管理
該模塊提供風控規則和模型所需要的特征管理，定義特征變量的計算規則，提供特征的導入導出、上下架、存儲等管理功能，并對系統內以及第三方接口進行管理，對接口地址、接口訪問地址、接口數據有效期進行實時調整，對數據字典進行管理。
3、產品管理
該模塊進行風控產品管理，可依據不同風控場景配置不同風控產品，并依據風控產品屬性配置單一或多個決策流，設置決策流權重，實現挑戰者模式。
4、規則管理
該模塊提供風控規則配置，支持規則集、評分卡、決策表的配置功能，包括規則創建、元數據關聯、利用關聯元數據包含的特征進行規則配置，配置完成的規則校驗通過后，可發起規則發布申請，審核通過后規則發布，可應用于規則引擎，并進行規則版本管理，可以進行規則的復制和迭代。
5、模型管理
該模塊提供模型管理功能，包括模型服務管理、模型配置、模型分箱配置等功能，提供模型服務創建維護、模型創建、關聯元數據、配置模型所需要特征以及模型執行所需要的屬性，模型配置完成后可進行模型發布，發布后可應用于模型引擎，并進行模型版本管理。
6、審核管理
決策引擎提供產品審核、規則審核等功能，確保風控決策在應用前經過合規審核和業務適用性審核，審核通過后才能應用于風控決策，避免操作風險和業務風險。
7、名單管理
該模塊進行黑白名單管理，用于設定和展現風控黑白名單用戶，包括用戶姓名、身份證號、有效時間及更新時間等，支持通過姓名及身份證號進行篩選，支持黑白名單錄入、審核和查詢等功能，可通過特定的規則自動識別名單，支持名單批量導入。
8、風險預警
該模塊提供預警指標的管理，預警規則配置和預警任務處理功能，為風控人員提供風險預警信息的配置，提供多種預警處置措施，包括：短信/郵件通知、管理臺人工審批列表、自動處置等，并存儲預警數據，生成報表，指導風控策略迭代。
9、樣本評估
該模塊提供樣本資產評估管理，包括樣本管理和評估管理兩部分，可以創建樣本信息、導入樣本明細、關聯需要進行評估的樣本和風控產品，執行后可在運營分析模塊查看樣本數據執行明細和相關報表信息，分析樣本的資產質量和風控產品的有效性。
10、運營分析
統計風控系統的整體通過率、反欺詐拒絕率、信用評分模型通過率等進行分析，展示圖表信息風險報表，并支持多維度風險報表的管理，針對不同產品、渠道、時間段、客戶類型等維度統計，支持風險報表、風險指標報表的導出功能。
風控系統是依托對消費金融業務理解，結合騰訊云大數據服務、風控建模等優勢，共同打造的智能風控平臺，提供覆蓋金融業務貸前準入、貸中監控、貸后管理全生命周期的風控決策能力，全面把控合作機構風險，動態監測項目流動性風險，智能預測用戶信用和反欺詐風險，有效防范消費金融業務風險。
風控系統對接騰訊云服務，統一接入質量高、業務驗證有效、合規的風控數據源，提高風控的有效性；騰訊風控建模專家通過大數據分析構建機器學習模型，通過機器學習模型進行智能化決策；與騰訊云通過聯合建模方式，共同創建風控模型，并持續進行風控模型的迭代。
風控系統采用微服務架構設計，是解耦合的，可以支持金融業務系統，也可以以接口的形式對其他系統提供風控服務，支持多種信貸業務，可以基于訪問流量進行動態、彈性的擴充，實現快速的流量分發，滿足金融業務可能面臨的性能挑戰和未來的拓展需求。
1、承德銀行
2、五礦國際信托
<button id="qk6sy"></button>