2017-风控的本质——风险与收益的平衡_14页-2mb

文档总结：金融科技与风险定价实践

核心内容概述

本文档主要围绕金融科技在中国的发展趋势、风险定价机制以及宜人贷的金融科技能力平台展开。内容涵盖行业数据预测、风险定价策略、精准获客方法、数据与反欺诈解决方案等关键领域，旨在展示金融科技如何通过科技手段提升信贷业务效率和风险控制能力。

主要观点与关键信息

1. 金融科技发展趋势

• 根据零壹财经预测，到2020年，我国非房贷消费贷款余额将达11.87万亿元，其中互联网消费金融的份额预计为1/3，即信贷规模约4万亿元。
• 金融科技正从资金和场景驱动转向科技驱动，成为推动行业增长的重要力量。
• 中国金融科技市场热度较高，呈现快速发展的态势。

2. 风险定价机制

• 风险定价是互联网消费金融的核心，通过将借款人划分为不同风险等级，制定差异化的利率和管理费，实现风险与收益的平衡。
• 美国金融科技平台 Lending Club 将借款人分为7个风险等级，并根据其风险等级设定相应的利率、管理费和36期APR（年化利率）。
• 风险定价不仅影响收入，还需在风险控制与优化之间取得平衡，同时需考虑PTI（平台交易指标）和OCC（运营成本控制）等因素。

3. 精准获客与风险定价的关系

• 精准获客是风险定价的前提，通过数据建模和信用评分，能够更有效地识别优质客户。
• 信用风险评分卡是实现精准获客的重要工具，其构建过程包括变量创建、降维、模型选择（如逻辑回归、随机森林）等。
• 风险定价需结合贷前、贷中和贷后数据，动态调整定价策略，以应对风险变化。

4. 数据与反欺诈解决方案

• 宜人贷构建了“蜂巢”数据解决方案，涵盖多种数据抓取产品，如运营商账单、淘宝/支付宝账单、京东账单、信用卡邮箱账单、网银流水账单、保单、公积金和社保数据。
• 数据应用产品包括账单反欺诈、社交关系分析等，通过行为数据采集和机器学习技术完善欺诈风险模型。
• 欺诈评分系统可应用于业务流程，提升反欺诈能力，保障平台安全。

5. 宜人贷金融科技能力共享平台

• 宜人贷推出了“Yirendai Enabling Platform”，提供数据能力、反欺诈能力和精准获客能力。
• 平台支持多种数据来源，帮助金融机构实现更全面的客户画像和风险评估。
• 通过“先知”反欺诈解决方案，结合全网数据绘制关系图谱，提升欺诈识别的准确性。

评分卡策略与实施

• 评分卡策略需考虑历史表现和近期样本，以评估对风险损失和转化率的影响。
• 在决策引擎上线前，需进行上线前测试，确保系统具备足够的规模测试能力。
• 评分卡有效性需持续监控，包括批核率、变量稳定性及评分卡整体表现。

精准获客实践

• 宜人贷目标客户为信用优质的城市白领借款人，其数据来源包括宜信和外部合作伙伴。
• 平台拥有超过400万理财注册用户，实际出借用户约100万。
• 精准获客不仅提升业务转化率，也为风险定价提供可靠依据。

行业价值与未来展望

• 金融科技在消费金融领域具有巨大的发展潜力，尤其在风险定价和精准获客方面。
• 通过数据驱动和智能技术，平台能够更高效地管理风险，提升盈利能力。
• 宜人贷通过“宜人智库”微信公众号提供互金资讯、行业洞察、专业干货和深度研报，助力行业健康发展。

总结

本文档系统阐述了金融科技在中国的发展现状、风险定价机制及宜人贷在该领域的实践与能力。通过数据建模、反欺诈技术、精准获客策略等手段，金融科技平台能够在风险与收益之间实现有效平衡，推动行业持续创新与增长。