智能风控基本概念

一、智能风控定义

　　智能风控是应用智能化技术加强金融领域风险管控的重要手段。智能风控在金融领域的应用可保障金融机构的业务效率和安全性，在有效降低风险事件发生概率和损失的前提下，扩展业务覆盖人群，完善业务流程，降低风控成本，实现贷前、贷中、贷后全链条自动化的同时，促进风控管理差异化和信贷业务人情化。

　　传统风控主要依靠人工进行身份信息匹配与查验，风控效果亟待提升。在金融科技的助力下，部分企业利用多维度数据及AI风控模型实现智能风控的应用，帮助机构精准排查潜在风险用户。如微众银行推出了基于舆情的贷中风控平台，辅助识别贷中用户画像，提升风控效果。

二、智能风控与传统风控的比较

1 风控模型：
　　1）传统风控：以人工审核为主，依靠专家经验
　　2）智能风控：一模型、策略体系自动分析决策为主，人工审核为辅
2 数据来源：
　　1）传统风控：公司内部资料、央行征信资料、客户提交资料
　　2）智能风控：除传统风控数据来源外的第三方数据、线上线下多维度数据
3 数据维度：
　　1）传统风控：数据特征规模小，以基本信息为主的强变量为主
　　2）智能风控：数据特征规模大于1000，已基本信息、行为特征信息为主的弱变量信息
4 数据关联性：
　　1）传统风控：数据关联度低
　　2）智能风控：数据关联度高，可交叉验证
5 模型设定：
　　1）传统风控：以线性模型为主，因果关系强
　　2）智能风控：以深度学习、集成学习模型为主，可应用相关关系
6 技术应用：
　　1）传统风控：IT系统相对简单
　　2）智能风控：IT系统相对完善，AI技术充分应用

三、智能风控的优势

智能风控通过构建智能风险管理体系，突破以人工方式进行经验控制的传统风控的局限性和空间性

1 应用
　　1）智能风控实现贷前、贷中、贷后全链条自动化的同时，促进风控管理差异化和信贷业务人情化
　　2）智能风控助力金融机构提高业务效率和安全性，有效降低风险事件发生概率和损失的前提下，扩展业务覆盖人群，完善业务流程，降低风控成本
2 技术
　　1）智能风控综合运用互联网、大数据、人工智能、云计算、区块链等高新技术，促使风控业务流程自动化、智能化，实现数据驱动

四、金融行业智能风控产业链

1、上游：大数据、AI技术厂商
　　1）计算机视觉
　　2）自然语言处理
　　3）机器学习
　　4）语音识别
　　5）知识图谱
　　6）大数据
2、中游：产品、服务供应商
　　1）智能风控产品供应商
　　2）智能风控解决方案提供商
　　3）智能风控综合服务商
3、下游：金融机构
　　1）银行
　　2）证券
　　3）保险

五、关联名词

1 结构化数据：又称行数据，由二维表结构来逻辑表达和实现的数据，由明确定义的数据类型组成，严格地遵循数据格式与长度规范，主要通过关系型数据库进行存储和管理。
2 非结构化数据：数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据。包括所有格式的办公文档、文本、图片、XML、 HTML、各类报表、图像和音频/视频信息等等。
3 大数据：Big Data，无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
4 互联网金融：传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。
5 互联网金融风险信息共享系统：7×24小时连续运营的业务系统，该系统采用星型网络结构与接入机构相连。
6 机器学习：Machine Learning，专门研究计算机怎样模拟或实现人类的学习行为以获取新的知识或技能的学科，使计算机重新组织已有的知识结构使之不断改善自身的性能。
7 区块链：分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。
8 云计算：Cloud Computing，基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展虚拟化的资源。
9 人工智能：Artificial Intelligence，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。