|导语 解决金融风控数据监控“开发门槛高”“重复工作多”的痛点,实现PSI计算性能十倍速提升。 背景 在金融业务上,质量和稳定是生命线,我们需要对所有已经上线的风控要素,如策略、模型、标签、特征等构建监控。在过去,我们部署监控的方式为: 风控要素负责同学在要素上线前,通过spark\sql完成对监控指标的运算并例行化; 将监控指标运算结果
当前,全球正经历着科技与产业高度融合、深度叠加的新变革,随着大数据技术的深入发展以及综合应用,银行、消金、小贷等金融机构,或者信贷行业内许多金融科技公司,大多在利用大数据进行风控,并根据需求利用多维度数据来识别借款人风险,维度包括不限于:社交类数据、消费类数据、行为类数据、多源银行账户数据等。 但是在常见的...
在做数据分析之前,数据获取环节常常会被人忽略,但这也是关键的一步。本文基于相关案例,总结了数据获取的三点准备工作,希望对你有所启发。 FAL-金科应用研院 2年初级金融风控数据 快讯 查看更多 波音同意以105.5亿美元出售部分数字航空业务 2小时前 雅诗兰黛任命Brian Franz为首席技术、数据与分析官 ...
这本书和《数据化风控:信用评分建模教程》很类似,因此两者选一即可。本书能帮助你快速了解建模流程,包括:项目规划、数据准备、评分卡开发、开发文档、部署上线、监控维护。 从文章结构上布局合理,讲解也比较通俗易懂。因此,也是非常推荐给初学者的一本书。 Book4. 《信用评分工具:自动化信用管理的理论与实践》 安德...
一 模型开发流程 1、模型开发 (1)数据源测试: 测试需要对接的三方数据源,可分为线下测试和线上测试两种。通过类似覆盖率、交叉矩阵、KS等指标判断数据质量。...在大数据时代下金融风控的分类 @Date:2018-05-24 @Author:等等 依托城市数据湖海量数据资源,尤其是在信贷领域对企业或者个人的个人信贷画像描述评判...
针对AIGC公司在金融风控领域中交易系统的网络隔离需求,结合互联网专线IPv技术的应用,以下是关键要点分析: 一、AIGC在金融风控中的核心应用场景 智能风控与反欺诈 AIGC技术可通过分析海量业务文档(如合同、交易记录)提取风险点,辅助风控人员实时监测异常行为。例如,结合客户大数据系统生成动态风险评估报告,优化信贷审批流程...
数据分类:只列举常见并且在金融领域能够起到一定风险识别作用的数据。包括不限于金融数据、银联数据、运营商数据。 顺序逻辑:按照获取从难到易,数据效度从高到底排序。 数据来源:金融、房地产、零售行业、移动设备等。 数据要求:法律规定,企业合法,数据合法,用户授权等。
随着业务模式的创新和金融科技的深入应用,供应链金融已初步完成了技术迭代,成为公司金融最具创新活力和技术含量的业务。在供应链金融发展中,数据化风控体系的构建是突破供应链金融发展障碍的关键点,这种创新的供应链金融满足了大量供应链小微企业的融资需求,效率高,...
而财税数据风控的引入，可以使得贷款审批流程得以简化。金融机构可以通过实时获取企业的财税数据，并利用大数据和人工智能技术进行自动化分析，不仅能提高了审批效率，还降低了人为操作的风险。数据时效性税务数据具有高频更新特点，例如增值税按月申报缴纳，相关数据可按月更新；企业所得税按季申报，相关数据可按季更新。通过...
传统的金融风控模型已经不能满足对风险的准确评估，因此，行为数据成为了金融风控的一项重要指标。本文将探讨几个常见的行为数据指标与违约率之间的关联，包括财经媒体访问天数、网络游戏消费金额、手机号距今使用年数和生活消费等级。财经媒体访问天数与违约率：研究表明，客户对财经媒体的关注程度与其违约风险之间存在一定的...