互联网金融风控模型大全

一、市场调研

• 目前市面主流的风控模型

1、互联网金融前10名排行榜(数据截止日期2017-09-12)

• 互联网金融公司排名分别是蚂蚁金服、陆金所、京东金融、苏宁金融、百度金融、腾讯理财通、宜信、钱大掌柜、万达金融和网易理财。

1.1 蚂蚁金服

• 1.1.1 大数据技术

  • 对接第三方征信公司芝麻信用分，通过用户信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度对海量数据行综合的处理评估，同时也给予阿里电商交易和蚂蚁金服互联网金融交易数据，对接公安系统和第三方数据公司建立联系。(这块就是用户画像的作用，投资人画像，融资企业/个人 画像，这块的内容比较复杂。后面一定会展开分析，风险定价，推荐系统全部靠它了)

• 1.1.2 人脸识别技术

  • 人脸识别技术核心算法分别是活体检测算法、图像脱敏算法以及人脸比对算法，国际公开人脸数据库 LFW 上，人脸识别算法准确率(99%)。(像这块的技术已经很成熟有百度都已经推出成型产品，可以通过人脸识别对融资企业/法人进行风险验证，是否存在风险欺诈，多头借贷等嫌疑)
• 1.1.3 云计算技术 
  
  • 是一个开放的云平台，它助力金融创新、助力金融机构的IT架构实现升级，去构建更加稳健安全、低成本、敏捷创新的金融级应用。(其实就高可用，可靠性等)
• 1.1.4 风控技术 
  
  • 历史交易数据进行个性化的验证，提高账户安全性。80%左右的风险事件在智能风控环节就能解决。除了事后审核，事前预防、事中监控也非常重要——事前,将账户的风险分级，不同账户对应不同风险等级；事中，对新上线的产品进行风险评审以及监控策略方案评审。(解决80%的问题因此这块才是真正的核心。贷前，贷中，贷后等方方面面的监控，贷前最为重要，如何去检测，抓取哪些数据，与哪些第三方平台合作)
• 1.1.5 人工智能技术 
  
  • 蚂蚁金服通过大数据挖掘和语义分析技术来实现问题的自动判断和预测。可以识别到用户的身份信息,总结在大的用户层面大家可能都会遇到的问题，100%的自动语音识别。智能质检能力与智能赔付能力，具备了品质的判断能力以及情感判断能力。(总结:公司 PC 的人工语言不完善，很多关键