Red de Respuestas Legales - Derecho de bienes - Gestión de riesgos de big data:

Gestión de riesgos de big data:

Como la "mina de diamantes" del siglo XXI, la importancia de los big data para la industria del oro mutuo es evidente. La tecnología de big data se utiliza ampliamente en el campo del control de riesgos. Mucha gente puede pensar que mientras la cantidad de datos sea "grande" y las dimensiones de los datos sean "muchas", existirá el sistema de control de riesgos más poderoso y la tasa de morosidad más baja de la industria. De hecho, el control de riesgos de big data es un asunto muy detallado. Tener datos no significa tenerlo todo. No son sólo los datos en sí los que son importantes, sino que lo más valioso es el análisis, el procesamiento y la aplicación de estos datos.

En el modelo tradicional de control del riesgo crediticio, entre los tres procesos de prepréstamo, préstamo y pospréstamo, el prepréstamo es el más valioso en la revisión, mientras que el préstamo y el pospréstamo son relativamente menos. importante. Además de ayudar a las empresas financieras de Internet a realizar revisiones tradicionales previas al préstamo, big data también puede procesar completamente las dimensiones y características de los datos a través de la tecnología de big data para controlar mejor los riesgos durante y después del proceso de préstamo.

Por ejemplo, las instituciones financieras utilizan big data para monitorear las operaciones corporativas en una determinada región. Si ocurre una anomalía dentro de un período de tiempo, la agencia enviará personal para investigar la causa. Este enfoque es un método tradicional común de control de riesgos. Pero la conveniencia del big data es más importante que la reducción de los costos laborales. A través de la validación cruzada multidimensional de big data y el análisis anormal de datos de comportamiento, se pueden descubrir más bases para el juicio y luego se puede realizar el seguimiento y la alerta temprana.

El control de riesgos inteligente de big data de IA equipado en el sistema de préstamos en efectivo Smart Eye utiliza tecnología de procesamiento de inteligencia artificial y aprendizaje automático para acortar la velocidad de identificación de transacciones anormales a menos de segundos y adopta tecnología de punta. algoritmos de modelado. Esto le permite emitir juicios cuando ocurren transacciones fraudulentas e interceptar directamente transacciones anormales.

El big data puede dar conclusiones, pero no explicaciones. Sólo presentando los datos mediante visualización y análisis se puede encontrar la respuesta real. Cuando nos enfrentamos a problemas de datos complejos, primero correlacionamos los datos y luego utilizamos varios algoritmos, como la inteligencia artificial y el aprendizaje automático, para obtener información sobre todos los aspectos de la vida de los consumidores desde una perspectiva de datos y crear resultados de análisis de datos precisos y razonables.

El aprendizaje automático es una de las capacidades centrales de la inteligencia artificial. Como sistema de inteligencia artificial, Jingzhe Intelligent Risk Control Engine tiene sólidas capacidades de aprendizaje automático y puede ajustar continuamente estrategias, iterar modelos continuamente y realizar ajustes de optimización regulares a medida que aumenta la cantidad de usuarios correspondientes a los comportamientos de los usuarios. Por tanto, controlar los riesgos del big data es una cuestión muy detallada. Su secreto no reside en los datos en sí, sino en la comprensión y el análisis de los datos. Esto debe ser manejado por profesionales, no programadores de desarrollo de software, sino profesionales financieros. Se necesitan talentos integrales, con buenos conocimientos de finanzas, Internet, gestión empresarial y contabilidad forense. Debe tener más de 7 años de experiencia práctica en control de riesgos.

1. ¿Por qué el control de riesgos necesita big data? Debido a que las pequeñas empresas de préstamos no pueden cargar la información crediticia del BPC, ni pueden consultarla, solo pueden emitir juicios basándose en otros datos.

2. Aclarar el concepto de "fraude" y luego implementar medidas antifraude. La definición de fraude de cada empresa es diferente y, por supuesto, las medidas antifraude posteriores también son diferentes. Personalmente, creo que el fraude tiene los siguientes aspectos: 1. Fraude de identidad, es decir, no se presenta la solicitud en persona, sino que se presenta utilizando la identidad de otra persona. 2. Independientemente de si tienen la capacidad de pagar, el grupo que no está dispuesto a pagar es, para decirlo sin rodeos, los profesionales de préstamos. Algunas personas pueden ser muy ricas pero simplemente no pagan. Algunas personas no se atreven a pagar porque no acuden al Banco Popular de China para comprobar su crédito.

Los grupos restantes incluyen grupos normales con voluntad y capacidad de pago y grupos con voluntad de pago pero sin capacidad de pago.

3. ¿Cómo se debe hacer el control de riesgos?

Creo que el control de riesgos puede centrarse principalmente en la lucha contra el fraude, es decir, controlar los dos puntos de la definición de fraude anterior. El primer punto es relativamente fácil, por lo que no entraré en detalles aquí y la tecnología es relativamente madura. Pero el segundo punto es difícil de controlar.

Por lo tanto, las pequeñas empresas de préstamos de Internet encontrarán algunas empresas de big data para obtener una gran cantidad de información a través de diversas tecnologías y canales, como su fondo de previsión, seguridad social, comercio electrónico, seguimiento de comportamiento en línea, registros de vuelos de trenes. , Xue Xin. com, otros registros de préstamos (múltiples registros), registros de llamadas, listas de llamadas, libretas de direcciones e incluso mensajes de texto (ninguno de ellos ahora), pueden encontrar casi cualquier privacidad personal que se pueda imaginar, pueden encontrar una manera de obtenerla. . ¿Pero son útiles esas campanas y silbatos?

Muchos postulantes fingirán, al igual que algunas personas fueron muy buenas durante la entrevista, pero cuando realmente llegaron a la empresa, ni siquiera pudieron pasar el período de prueba y fueron eliminados.

Esto se debe a que fingen durante la entrevista, tal vez exageran sus habilidades, o pueden inventar sus experiencias, etc. Lo mismo ocurre con los solicitantes de préstamos. Después de muchas pruebas de solicitud, los prestamistas profesionales básicamente pueden descubrir algunas de las reglas de interceptación que usted ha establecido y también saber a quién quiere prestarle su pequeña empresa de préstamos, por lo que se disfrazan en consecuencia. Esta es una de las razones por las que algunas empresas obviamente utilizan ampliamente big data y ponen algunos campos útiles en modelos. El KS es bastante alto, pero al final la tasa de defectos sigue siendo muy alta.

Además, ¿quién no tiene cuentas de Alipay y WeChat ahora? Las buenas personas que realmente necesitan un préstamo y están dispuestas a pagarlo básicamente se preocupan por la tasa de interés del préstamo. Su primera opción es pedir dinero prestado y préstamos pequeños (sin mencionar aquí los préstamos en efectivo de bancos o tarjetas de crédito). Aquellos que son eliminados por pedir dinero prestado y préstamos pequeños pasarán a préstamos pequeños ordinarios.

Existen fallas en la gestión de big data de China Southern Airlines y algunas empresas de plataformas. Las personas que trabajan en big data no tienen conocimientos jurídicos y financieros profesionales, entran en este campo y son responsables de la gestión de riesgos, y su nivel es limitado. Por supuesto, está directamente relacionado con la fuente de ingresos de la empresa. El principal beneficio de la empresa proviene de la aceptación de datos subcontratados.

Que la gestión de riesgos de una empresa sea sólida depende principalmente del énfasis de la empresa en las finanzas y el derecho, el nivel de la persona a cargo del departamento de gestión de riesgos del departamento legal, del departamento de finanzas o del departamento de cumplimiento, y la capacidad de los consejeros ejecutivos de la sociedad.