黑格科技推AI新引擎助力消费金融进入Fintech2.0智能时代

不同时代的人有着不同的生活方式,对于千禧一代来说,他们更习惯用互联网和软件更高效的帮他们完成手头的工作。

人工智能的产业爆发首先落地在金融业

人工智能是一个传统的概念,而今年在科技领域却成为了一个非常火热的话题。随着近些年计算能力的提升、机器学习算法的突破以及海量数据的积累,人工智能的底层条件已经逐步成熟,未来5年将进入商业化爆发的阶段,像空气和水一样逐步渗入到各行各业。

在金融领域,这个行业有很多的数据积累,也有着海量的用户规模,人工智能可以在其中实现智能的资产管理、智能投顾、做更加合理的金融决策等等。金融科技是未来金融的一个基础性力量,科技正在全面改变金融的格局,Fintech可以帮助金融业把资产变得更轻、服务变得更有效,资金周转的准确性和周转率变得更好。

用大数据打磨风险评分模型

传统信用风险评分模型由于数据维度较少,大多采用单层模型技术架构,即自变量因子通过WOE转换以后计算产生评分和违约概率。在这种技术架构下,传统模型运行维护相对较为简单,但模型少数关键变量直接影响模型的表现。一旦少数变量导致模型表现下降,需要通过研发新模型及时替换原有的模型。

黑格科技通过自主研发的数据采集和清洗系统,将借款人的消费能力、社交关系、行为喜好、信用历史以及海量互联网行为数据加入个人评分建模中,形成数以万计的风险评估指标。这样的模型更适用于互联网信贷平台采用自动化信贷决策的模式。

机器学习算法助力自动化风险诊断

大数据风控系统必须经过庞大的交易数据的验证方可完善迭代,黑格科技的产品在过去3个月促成交易金额达到数十亿,通过结合互联网、大数据和人工智能技术,为用户提供全自动化的信贷服务。

基于机器学习的信用风险评分模型中,数百个模型同步上线并行计算成为可能。这对部署在信贷业务流程系统中的决策引擎和数据环境提出了更高的要求。如决策引擎需要采用分布式架构,以实现海量变量的同步计算,要求提前在数据环境中部署海量的原始变量和建模变量,以保障模型在切换时随时有新变量可供替换。一旦交易后续不良出现问题,通过机器学习便可快速调整迭代。