体验Demo

金融风控解决方案

业务痛点


  传统风控模型不能迅速迭代更新,难以满足业务需求,模型或策略开发周期长,开发门槛高 ,建模效率低,传统机器学习模型仅输出评分,业务人员难以理解和信任模型,也不符合监管要求,模型部署难,开发周期长,模型上线时间长。

方案详情


  通过MP平台针对信贷场景快速高效建立风控业务指标体系,生成海量客户特征和指标,成为风控策略和模型开发建立丰富的“素材库”。
  通过ME平台快速建立高精度可解释的机器学习风险评分模型和策略,自动模型上线SDK包,实现模型快速上线。1)在在营销获客阶段,通过前置风险预筛和营销响应模型进行客户初筛,选出高响应、低风险客户;2)在反欺诈阶段,可以生成串行的反欺诈策略,根据客户风险区分不同链路审核,不同链路审核流程不同,按风险级别分群风控。同时可以将反欺诈策略和模型联动,策略、信用模型、欺诈模型,递进审核。同时针对不同的信贷产品,快速制定不同的政策策略,提升审核效率、控制风险。3)在贷前阶段建立授信评分模型:A卡模型;利率模型;额度模型等,4)在贷中贷后阶段建立贷中贷后管理模型:B卡模型;催收模型等。
  通过MM平台对于风控策略及模型的持续跟踪监控,包括策略和模型本身的可视化监控,以及对于相关业务指标的可视化监控。当模型指标下降到警戒线下,实时预警并可自动更新模型。




前置反欺诈策略方案

建立前置反欺诈策略的最大挑战在于如何定义目标变量,或者说是如何定义欺诈者。 一般的定义方法有以下两种:1、首期逾期;2、事后判断的欺诈者。

贷前信用风险模型

信用风险评估主要采取评分卡模式,用于评估新客户在一定期限内达到某种逾期程度的概率,使得客户风险可以被量化评估。

定额定价模型

信用风险评估主要采取评分卡模式,用于评估新客户在一定期限内达到某种逾期程度的概率,使得客户风险可以被量化评估。

贷中预警模型

在贷中阶段对客户信息、交易流水、第三方数据等进行数据挖掘,建立交易风险的评分模型和策略,设立贷中预警方案。

逾期客户催收模型

催收模型既可帮助管理层合理分配催收任务,评估坏账风险,也可以帮助一线人员提升催收成功率。

体验Demo

应用案例

个人消费信用贷款风险控制

借助同期信用卡申请数据通过模型快速地对建立高精度、高解释性风控模型评分卡。使用评分卡模型对实际放款客户进行打分评估。

查看详情 →
信用卡A卡模型

以行内数据+征信数据为主,建立更为精准的信用卡A卡模型,实现降低不良率,提升净利润。         

查看详情 →
贷款逾期催收模型

通过模型区分低风险和高风险客户,人工介入高风险的客户,短信提醒低风险客户。对于难还款客户,进行委外,诉讼等手段进行催收。

查看详情 →
体验Demo

魔数智擎

可解释、可干预、简单化人工智能决策模型平台

● 助力企业科技赋能、合规运营

● 将人工智能建模工作效率提升30~40倍

● 客户业务系统不做任何改变就能实现智能化



联系魔数智擎

提交成功

魔数智擎将安排专员与您联系,请耐心等待!

或可直接添加企业微信、拨打联系电话
解决方案 解决方案
客户案例 客户案例
公司介绍 公司介绍
公司动态 公司动态
关注或联系我们

联系电话:0755-33309473  18824600845

商务邮箱:marketing@magicengine.com.cn

其他合作:info@magicengine.com.cn

总部地址:深圳市南山区北邮科技大厦1506-1507

杭州分部地址:杭州市滨江区联慧街88号联慧科创中心23楼

Copyright © 2022 深圳市魔数智擎人工智能有限公司 粤ICP备18115691号-1