河北快3APP > 消费金融

战略合作、产品、专利、招聘多角度看,消费金融公司FINTECH布局

消费金融 任万盛 零壹财经 2019-09-06

关键词:布局招聘战略合作专利fintech

24家消费金融公司中已有21家在金融科技领域进行了相关布局。
已披露的3家消费金融公司不良贷款率均超过2%,高于银行业平均水平。消费金融公司不良贷款率的上升,暴露了其风控能力上的不足。

人工智能、大数据等FINTECH手段的出现,在一定程度上帮助消费金融公司提高了风险管理能力。生物识别、人脸识别和图像识别技术,可以对人脸和身份证信息进行信息验证,降低欺诈风险;大数据分析、深度学习技术对借款人未来还款能力进行预测,降低信用风险。

为了降本增效,也为了提升风险识别与管理水平,近2年消费金融公司争相布局金融科技。

根据零壹智库统计:24家消费金融公司中已有21家在金融科技领域进行了相关布局:有19家消费金融公司与金融科技公司达成战略合作协议,向金融科技公司采购技术与产品服务;有5家消费金融公司成立金融科技实验室;有10家争抢人才研究人工智能在信贷业务中的应用;有7家消费金融成功研发出智能信贷产品;有5家申请了共计19条金融科技专利。

1.消费金融公司不良贷款率高于银行业平均值

根据央行数据,消费金融公司的不良贷款率高于商业银行和外资银行。截至2018年末,我国股份制商业银行、城市商业银行、民营银行和外资银行均保持低于2%的不良贷款率。已披露的3家消费金融公司不良贷款率均在2%以上,高于银行业平均水平。

图1:2018年金融机构不良贷款率


数据来源:零壹智库

消费金融公司主要为低收入或信用卡空白群体提供无抵押、无担保的小额贷款服务,其业务伴随着很高的信用风险。尽管消费金融公司可以对接央行征信数据,但是其客户群体的征信数据质量偏差,缺失信息较多,信用风险并未能得到控制。

另一方面,消费金融公司由于缺乏经验丰富的风控专员、审核专员,操作系统、风控模型、评级模型存着各种风险隐患,业务流程繁琐,监管松散。并且部分消费金融公司在成立初期,为追求业务的快速发展,以粗放式的审批方式进行放贷,造成大规模的坏账。

2.人工智能和大数据帮助消费金融公司降低风险

人工智能和大数据正在被广泛应用于金融信贷行业,智能风控、反欺诈模型、自动化审批、精准营销等产品被应用于贷前、贷中和贷后。

通过人脸活体检测、银行卡等多重身份验证技术确保本人申请,并借助第三方数据对申请异常信息进行排查,降低团伙欺诈风险。借助自动化审批系统,通过人行征信了解借款人历史贷款行为和记录,并结合公司客户数据标签及第三方征信信息,运用机器学习算法拟合和预测客户的违约可能性,形成有效的评分模型,可有效降低信用风险。

消费金融公司借助人工智能、大数据等技术,参与贷款申请、信息输入、风险管理等业务流程,最大限度降低操作风险。根据中银消费金融信息披露,消费金融业务发展对合作销售门店依赖度高,在业务的快速扩张下,销售门店人员的专业水平及道德风险管理面临挑战。而自动化审批系统,可以最大化减少人为参与的工作量,可有效降低操作风险。

随着消费市场不断扩大、客户消费习惯不断升级,消费金融公司通过“线上+线下”的商业模式,服务于客户。受门店数量、人员成本限制,消费金融公司无法覆盖到长尾客户,服务质量受信贷人员工作经验的不同参差不齐。借助人工智能和大数据技术,通过爬虫获取授权网站客户数据,基于这些数据进行客户画像,为客户提供千人千面的个性化服务和产品。

3.21家消费金融公司布局金融科技

截至2019年7月,已经有21家消费金融公司通过与金融科技公司达成战略合作、成立金融科技实验室、自发研究智能信贷产品等方式布局金融科技。其中,与金融科技公司达成战略合作,成为消费金融公司的首选。

表1:消费金融公司布局金融科技方式

数据来源:零壹智库,公开资料

目前,消费金融公司与金融科技公司达成战略合作,由金融科技公司提供技术服务或产品服务,成为消费金融公司主要的布局方式。截至2019年7月,我国24家消费金融公司当中,已经有21家消费金融公司与金融科技公司签署了战略合作协议,其中有16家公司与百融金服达成战略合作,9家与同盾科技达成战略合作。这两家金融科技公司主要为消费金融公司提供贷前审批、反欺诈、信用评分、风险管理、智能催收等解决方案。

表2:消费金融公司与金融科技公司达成战略合作

资料来源:公开资料

4.10家消费金融公司招聘人才自建“智能信贷”

根据各消费金融公司披露的招聘信息,有10家消费金融公司在近2年(2017-2019年)招聘人工智能相关技术人员。这些公司通过招聘熟悉机器学习、深度学习、自然语言处理、计算机视觉、语音识别等技术的人工智能领域人才,研究智能风控模型、反欺诈模型、舆情分析、自动化机器人、自动摘要、生物识别等应用场景。

表3:消费金融公司金融科技人才招聘信息

资料来源:公开资料,百度招聘

5.消费金融公司合作成立金融科技实验室

截至2019年7月,有5家消费金融公司与中科院、大学、科技公司达成战略合作,并成立实验室,共同研究人工智能和大数据等技术,在消费金融行业智能风控、智能客服、反欺诈、精准营销等应用场景。

表4:消费金融公司成立金融科技实验室

资料来源:零壹智库,公开资料

6.7家消费金融公司成果研发“智能信贷”产品

截至2019年7月,已经有7家消费金融公司通过自行研发,开发出自己的智能信贷系统。这些系统主要涉及人工智能和大数据两项技术。应用场景覆盖智能支付、信用评分、智能催收、智能客服、风险管理、反欺诈识别等。

表5:消费金融公司自行研发“智能信贷”产品

资料来源:零壹智库,公开资料

其中,马上消费金融公司不仅成功研发出自己的智能信贷产品,还为同行业公司提供IT服务。根据其官网披露,马上消费金融目前拥有超过900人的科技团队,占公司总人数的50%左右,如此庞大的技术投入,其产出也非常明显,在其“AI云”平台共计上线了9项产品和解决方案,包括人脸识别、OCR、声纹识别、语音质检、唇语识别、智能风控、智能客服、智能联络中心和刷脸支付。

7.5家消费金融公司申请金融科技专利,64%的专利出自马上消费金融

截至2019年6月,我国23家消费金融公司当中,有5家公司申请了专利报告,专利累计达到78条,超过64%的专利源于马上消费金融。

图2:消费金融公司专利申请数(项)

数据来源:零壹智库,WIPO统计数据库

在这78条专利当中,有19条专利涉及人工智能和大数据技术,占专利总数的24.36%。这些专利包含了机器学习、计算机视觉、人脸识别、自然语言处理、语音识别、大数据(大数据挖掘和大数据分析)等相关技术。除大数据以外,自然语言处理技术使用率最高。

图3:消费金融公司金融科技专利技术分布

数据来源:零壹智库,WIPO统计数据库

这些专利主要以研究消费金融信贷场景为主,覆盖了贷前信息输入、身份识别,贷中反欺诈识别、风险评估,贷后风险监管等应用场景。

在贷前,利用人工智能人脸识别、虹膜识别、图像识别和OCR等技术,对用户人脸、身份证信息进行比对,避免用户冒用、伪造他人身份证进行贷款申请。

案例1:用户在申请贷款时,需要上传身份证和个人资料,信贷机构通过身份识别工具采集人脸照片和身份证照片进行比对,避免欺诈风险。第二代身份证照片网纹叠加等防伪方式,严重干扰了人脸比对的准确率。马上消费金融通过人工智能生物识别技术、计算机视觉、OCR技术去除了网纹干扰,并且可以准确识别身份证信息。

案例2:马上消费金融利用计算机视觉和OCR技术,对身份证字符识别系统进行了改进,去除身份证倾斜和污点对字符识别准确率的干扰。

案例3:马上消费金融利用大数据爬虫和人工智能自然语言处理技术,在授权网站爬取用户数据,并自动填写贷款数据,减少用户在贷款申请时填写大堆繁琐信息的流程,以提升用户体验。

在贷中,利用深度学习、大数据挖掘、大数据分析等技术搭建信用评级系统,根据用户的性别、年龄、职业、信贷记录、征信数据、资产信息等信息,对用户的还款来源、还款能力和还款意愿,进行评级打分,并通过改评分结果确定是否核发以及贷款金融、贷款期限、贷款定价等。

案例4:马上消费金融采用机器学习和大数据分析,对信用风险评估模型进行改进,加速快风险评估的速度和工作效率。

案例5:苏宁消费金融应用知识图谱对传统的风控模型进行了改进,可以对不同数据源进行关系构建,映射到网络图谱中,构成关联图谱。通过知识图谱所涉及到的人和事进行关联分析,预测用户逾期风险。

在贷后,利用智能语音进行还款提醒。

案例6:招联消费金融利用语言识别技术,对用户发送的语音信息进行识别,转化为文字信息,提取相应的回复信息发送给用户。

8.消费金融智能化发展趋势

2010年,北银消费金融的成立,拉开了中国消费金融市场的帷幕。从2010年至今,消费金融公司经历了“互联网+”到“AI+”时代的变革,人工智能和大数据的发展,促进了线上业务的发展。

随着人工智能和大数据的快速发展,金融科技在消费金融行业的应用也有明显的效果,信用风险和反欺诈风险增长率变缓。以兴业消费金融为例,从2016-2018年,不良贷款率分别为1.86%、2.27%和2.28%,在2017年末,兴业消费金融上线了“智子天信”自动化审批系统,在2018年,不良贷款率得以控制,仅增加了0.01%。

随着消费金融公司盈利能力的提高,自建“智能信贷”将成为行业趋势。截至2019年7月已有7家消费金融公司自行研发智能信贷产品,除了这7家公司以外,还有5家消费金融公司招聘人工智能相关技术人才,研究智能风控模型、反欺诈模型、舆情分析、自动化机器人、自动摘要、生物识别等应用场景。

反欺诈技术在消费金融行业任重道远。消费金融公司通过借助同盾数据、百融金服或自研智能风控、反欺诈模型、身份识别等产品抑制反欺诈风险和信用风险,但是大部分消费金融公司的不良贷款率保持2%以上,高于银行业平均水平。另一方面,消费金融公司主要的资金来源于同业拆借,资金成本高,过高的不良贷款率同时也会导致消费金融公司的流动风险增大。

10月30日-11月1日,零壹财经·零壹智库在上海召开“2019数字信用与风控年会暨零壹财经新金融秋季峰会”。本次峰会特邀全球领先的个人消费信用评估公司FICO教学风控管理课程,1天峰会+2天培训,兵器谱TOP20榜单+奖项,构建数字信用与风控的研讨交流契机。

上一篇>最高年薪84万招负责人筹备消金公司,已累放100亿

下一篇>没了


相关文章


用户评论

游客

自律公约

所有评论

主编精选

more

专题推荐

more

央行金融科技发展规划解读(共24篇)


资讯河北快3APP

  • 48h
  • 7天



耗时 2006ms