点击上方财资一家，阅读财资行业最新干货
随着大数据的普及应用，大数据风控的概念随之而生，它是指通过运用大数据构建模型的方法对借款方进行风险控制和风险提示。 大数据风控通过采集大量借款企业的各项指标进行数据建模分析，不仅提高了效率，还使统计结果变得更加有效。财资一家微信公众号将连载大数据智能风控平台案例系列文章，本文为您解读凤凰金融全生命周期的风险管理体系——智能风控。
文 | 董兴荣
来源 |《财资中国|财富风尚》杂志2017年11月刊
▲ 凤凰金融总裁张震
作为凤凰卫视集团旗下智能金融服务平台，凤凰金融成立之初即开始投入大力资源研发“凤凰金融智能系统”，部署智能金融、人工智能战略，迄今已经研发2年多的时间。目前，整个智能金融体系初见雏形，未来凤凰金融依旧会将智能金融Fintech作为企业发展目标的重中之重。凤凰金融的人工智能体系布局涵盖了市场营销、用户运营、风控管理、智能投顾等多个方面，运用人工智能提高业务效率，让更多用户从中受惠，极大地促进了科技金融产品和服务创新。
凤凰金融自创立之初便建立了一整套科学的全生命周期风险管理体系。基于大数据风险管理引擎，凤凰金融的风险管理体系涵盖了前期风险因子萃取、中期量化信用模型评估、后期动态风险监测等。不仅如此，大数据引擎还能自动优化升级——根据宏观环境、动态管理的实时变化，大数据引擎自动采集、分析海量数据，对量化模型持续优化升级，为全生命周期风险管理体系提供最佳决策支持。
▲ 凤凰金融大数据风险管理引擎
来源：凤凰金融官网
据介绍，这套系统在网贷业务的流程里，涵盖了贷前、贷中和贷后所有环节。贷前主要是通过收集海量的用户数据，依托于文本挖掘、机器学习、聚类分析、自然语言处理、预测算法等技术建立用户行为模型，构建用户画像，针对不同用户制定个人风险定价；贷中则是通过外部数据监测，观察借款人的资金支付结算等信息是否可能出现逾期，并及时做出预警；贷后表现为实现了逾期现象针对不同的用户制定不同的催收策略模型等。
▲ 凤凰金融量化信用评估模型
来源：凤凰金融官网
在结合了人工智能和大数据后，基于图的半监督算法等就能较好解决这一诉求。通过申请人、手机号、设备、IP地址等各类信息节点，平台的风控体系能构建庞大的网络图并在此之上可进行规则和机器学习的反欺诈模型实时识别，有效降低欺诈发生的可能性。
在金融风控体系引入人工智能后，包括反欺诈在内的一切技术手段的提升，核心都是为了将互联网级别的机器学习技术“降维”应用到金融领域，解决新金融场景上数据的独特性，提升用户的产品体验，并对抑制金融信贷领域的风险集发大有帮助。凤凰金融自上线以来100%的历史兑付率，正是基于人工智能技术应用下风控建设的优势体现。
关注我们，后续您将看到：
狐狸金服多个维度、全生命周期风控系统——“风刃”
国美金融风险管理控制体系——“水滴”
融360大数据风控系统——“天机”
你可能还喜欢
苏宁金融银行级风控体系
微众银行纯互联网银行风控体系
陆金所“七步成诗”风控体系
百度智能大数据平台 “天算”
京东金融风险控制模型体系“司南”
网易金融智能风控开放平台“网易北斗”
蚂蚁金服智能风控平台“蚁盾”
微信号：treasury-westlake
订阅杂志、进读者群，请加财资君微信
关注财资一家，获取更多公司金融、资金管理、现金管理、支付结算、企业理财、风险管理、资产管理、企业财富管理等方面的原创干货。
↓↓↓2017年度十大经管好书评选火热进行中，参与送好礼！
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
