如果要做一个互联网金融的风险预警系统,怎么样挖掘数据把传统的金融风险预警模型引入咋样( 三 )


基于互联网数据的风险预警,首要的是明确预警的目标,包括大型的对公客户、小微客户和自然人客户。实际上互联网金融业务宽泛,包括理财投资、支付、代偿等等,与传统的金融机构有些许差别,但是预警的本质都是通过数据来揭示客户已经存在和预期发生的风险。只不过不同的客户在获取信息的难度和内容上有差别,所关注的指标也不一样。
互联网金融关注小微和自然人客户较多,风险贯穿在贷款的全流程中,包括操作风险、信用风险和市场风险,和金融机构的贷前、贷中和贷后的风险管控是没有本质区别的。
随着国家对大数据的重视,现在可以获取的数据越来越多,包括各种宏观和微观数据,通过合理的预警模型对分析客户的风险也越来越精确。建设预警系统,要以预警体系为核心,不通的客户类型,应该有一套独立的预警体系分开管理。如同样是交易信息,我们为个人客户建立的客户履约模型,实际上对小微客户是没有用处的;小微企业可以通过交易信息分析可疑交易,但是个人客户的履约模型又可用在小微企业的法人代表和实际控制人身上,影响小微客户的履约模型。
现阶段的预警系统,无非是将影响客户经营、还款、监管机构的要求等等所有的宏观、微观因素罗列出来,逐一分析,再对比获取的数据能否满足预警要求,来建立预警体系的基础。再这个基础上,建立各种各样的模型,对风险进行传递,对客户进行分析、评分和建立大数据画像。
建立预警系统的关键有以下几点:
1.基础的风险预警体系的建立。通过它来构建各种数据应用,预警和分析风险,是各种风险模型的基础,建立这样的模型一定离不开业务专家和数据的长期调校,因此这套体系应该是一个可成长的体系;这个体系可以分为信用风险下的若干核心指标,操作风险下的若干核心指标,市场风险下的若干核心指标。
2.基于目标对象的数据获取,面向业务的数据清洗和加工。无论是购买的数据,还是采集的数据,数据的质量、时效性都是预警的核心;
3.风险间的相互传导模型。无论是单一客户之间的风险传染,还是宏观影响的微观,不考虑风险的传导,建立的预警系统必然是有局限的。

■网友
这个问题的答案值不少钱!
■网友
有没有做呢我也想做这方面交流一下


推荐阅读