首页 > 代码库 > 大数据风控案例(总结他人)

大数据风控案例(总结他人)

转自于:http://blog.csdn.net/liberty_xm/article/details/53185252

一、行业背景

1.1风控行业背景

当前,经济下行导致中小企业经营成本不断增加吗,产品销售价格因结构原因和市场原因相对走低,企业利润空间被进一步压缩,许多中小企业陷入经营困境,导致企业经营风险加大、连锁性风险陡增、潜在信用风险上升、企业主的道德风险聚升。一些重点领域的银行等金融机构信贷风险进入了一个暴露期,一些地区的金融机构已经出现不良贷款回升苗头,不良贷款高危行业中,钢铁与建材等行业信用风险快速上升,制造业领域新增的不良资产已占到整体不良资产的七成以上,与此同时经济下行也使得个人信贷中的逾期率陡增,不良贷款率上升,如何防控信贷风险,已成为商业银行等金融机构扼待解决的课题。

1.2国内外风控技术现状

序数衡量法:只能反映企业间信用风险的高低顺序,如BBB级高于BB级,但其间的级差无法进行客观量化。

Creditmetrics;Credit Risk+Credit PortofolioView+:是组合投资的分析方法,注重直接分析企业间信用状况变化的相关关系,但是它局限于投资组合分析。

KMV:从单个授信企业在股票市场上的价格变化信息入手,着重分析该企业体现在股价变化信息中的自身信用状况,但对企业信用变化的想关心没有给予足够的分析。

FICO:FICO在方法上通常采取逻辑回归和决策树。然而,这两类方法是存在很大缺陷的。例如,逻辑回归一般只能包含至多10-15个风险因子,且各变量必须服从正态分布;决策树要求对所有申请者的分类是完全互斥的。显然,这些要求是难以满足的,由此产生的结果是“偏误”还是“错误”也很难评价。

ZestFinance: ZestFinance包含70000个变量,利用10个预测分析模型进行集成学习或者多角度学习,并得到最终的消费者信用评分。然而,ZestFinance进行信用评估时,传统征信数据要占到至少30%清晰的用户定位,完善的征信体系支撑,是ZestFinance在美国生存的土壤。中国没有集中的征信所,金融体系也尚不完善。很难适应中国目前的信贷业务。

国内大部分中小银行信用风险管理仍停留依靠经验判断传统阶段,以感觉、经验、关系决策;缺乏对客户信用评级、统一授信风险量化信息系统;缺乏对公司类客户、个人客户优劣的判别统一标准 [缺乏对客户风险量及授信边界系统科学的模型]。

1.3风控行业发展趋势

随着近年来国 内 大数据互联网 金融的蓬勃发展, 顶尖的数据机构开始从事各种信用维度的数据收集、 分类、 查询服务, 这为在线征信与量化风险提供了 技术、 数据基础。

多维度数据分析、数学建模、机器学习算法、云计算。

二、YUNRISK风控在线介绍

2.1数据来源:华中大数据交易中心、万德数据库、金融界、中国人民银行、世界银行等。

2.2基于大数据进行分析

多渠道获取数据,对宏观经济,行业数据,企业数据及个人数据进行分析,多角度,全方位进行风险量化。

企业指标:宏观指标,行业指标,企业指标,财务指标

个人指标:宏观,行业,个人。

指标频率:日,月,季,年

技术特点:

物理学的布朗运动理论:分子运动无规则性、永不停歇性、温度越性。

市场是随机波动的,随机波动是市场最根本的特性。变量过去的历史和变量从过去到现在的演变方式则与未来的预测不相关。也就是说一种现价已经包含了所有信息,包括所有过去的价格记录。同时,价格与粒子运动一样,具有“温度”越高,运动越明显的特性。

蒙特卡罗模拟

基于大数据分析,由于涉及指标众多,如何构建少而精的指标体系是一个极为重要的问题。

Peason和Searman相关性检验法

通过适时检测和监控风控指的相关性来优化指标体系。

主成分分析法

主要用于统计和筛选主要相关的因素。

Probit-logit方法

(probit模型是一种广义的线性模型。服从正态分布;Logit模型(Logit model,也译作“评定模型”,“分类评定模型”,又作Logistic regression,“逻辑回归”)是离散选择法模型之一,属于多重变量分析范畴,是社会学、生物统计学、临床、数量心理学、市场营销等统计实证分析的常用方法。)

主要致力于分析所选因素的动态变化,预测其运行轨迹。

 

2.3系统介绍

个人版风控系统查询:

A个人收入

B银行流水

C负债

D汽车折旧系数

E房产折现系数

企业版风控系统查询

绝对指标

A资产总计

B负债总计

C营业总成本/营业总收入

D销售毛利率

现金收益

E净资产收益率ROE

F经营活动净收益/利润总额(TTM)

G经营性现金净流量/营业总收入

H筹资活动产生的现金流量净额占比

I投资活动产生的现金流量净额占比

偿债能力

J资产负债率

K有形资产/总资产

L权益乘数

M流动比率

N速动比率

营运能力

O存货周转率

P应收账款周转率

Q应付账款周转率

R净资产(同比增长率)

S固定资产投资扩张率

T利润总额/息税前利润

U股东权益合计/负债总计

V. EBITDA率%

 

三、风控流程

3.1业务流程

1.借款人进行咨询;

2.填写申请表和有关资料,提交给业务员;

3.业务员添加客户至客户室;

4.业务员为客户发起授信申请,进入授信审核,审核成功后,借款人获得授信额度。

5.业务员为借款人发起借款申请,进入借款审核,审核成功后,财务放款,借款成功.

3.2授信审核流程(贷前流程)

1.业务员为自己客户发起授信申请;

2.业务主管进行初审,审核通过进入风控委员初审,驳回返回上级,拒绝的授信失败;

3.风控委员进行初审;

4.风控主管进行复审;

5.贷审会进行审核;

6.总经理进行终审,审核通过,授信成功,借款人获得授信额度。

 3.3

借款审核流程(贷中流程)

1.借款人拥有一定的授信额度,业务员为借款人发起借款申请;

2.业务主管进行初审,审核通过进入风控委员初审,驳回返回上级,拒绝的授信失败;

3.风控委员进行初审;

4.风控主管进行复审;

5.总经理进行终审;

6.审核通过的,财务放款,借款人借款成功。

3.4贷后流程

贷款到期,借款人还款。其中借款人可以提前还款,若到期未能还款,则有展期申请、强制结清、押品结清、押品处置、违约金法系处理。

借款人还清贷款,即可拿回抵押物品。

四。风险管理全面解决方案

大数据风控案例(总结他人)