如何提高模型建立的效率和金融服务能力

清风月

如何提高模型建立的效率和金融服务能力


    传统风控模型的开发主要是结合专家的经验及传统的统计学知识来建立，人员要求和人员成本都很高，且开发起来非常耗时。中腾信依托于海量征信数据的采集，通过特征工程框架，自动提取特征，从原始的几十个变量，自动衍生出上万个变量，然后结合机器学习算法自动建立风控模型，最后为风控系统提供决策的支持。整个过程全自动化的，大大提高模型建立的效率和金融服务能力。

    与第三方金融科技企业不同，专注获客与风控的金融科技服务商——中腾信是以自身实战经验为依托，生长出对外提供金融科技模块化产品的能力，其自动化建模等金融科技核心能力已经过市场验证，能够为合作机构提供有益的实践经验、建议，帮助其打造智能风控模型，让技术能够落地，而不只是一套“方法论”或者一个系统。

    中腾信，2014年1月由中信产业投资基金管理有限公司等主体共同投资成立，以消费金融业务起家，在C端有着大量积累的同时，中腾信也在将自己的实践经验转化为模块化的产品，为其它机构和平台提供金融科技服务。2014年以来，中腾信已为多家信托公司及银行提供风控技术辅助服务。

    麦肯锡的研究报告指出，中国银行业以往的金融模式主要是规模驱动，如今步入关键变革期，风险管理能力将成为新的竞争力。目前，银行的客群更加下沉、用户信息更加繁杂，在保证安全性和合规性的同时，各家银行还需要平衡风控的尺度和客户的体验。中腾信希望能够借助自身实战经验，综合运用前沿技术手段，助力银行打造专业化、精细化的全面风险管理体系，快速实现金融智能化转型和增量业务落地。