互金平台VS多头借贷者 大数据黑猫警长如何施行

2019-08-10 11:40:44 围观 : 155

  

互金平台VS多头借贷者 大数据黑猫警长如何施行“现形术”

  也有互金平台人士指出,当前银行对助贷业务的准入门槛并不低——由于他们最初未必了解多头借贷风控技术的实际效果,因此他们会要求互金平台提供一定额度的风险准备金,给银行助贷资金安全做“担保”。 贷问题得不到妥善解决,互金行业还将继续陷入动荡。”一位互金平台负责人赵诚(化名)感慨说。 “据我了解,不少互金平台的20%-30%借款人存在着多头借贷行为,甚至个别靠跑量扩张规模的互金平台里,这个数字比重达到逾40%。”赵诚向21世纪经济报道记者透露,这意味着监管趋严再度引发众多互金平台退场时,这些借款人难以借新还旧,将引发它们陷入巨大的经营风险。 徐翔妻子七夕发长文,披露离婚始末,苍天在上,我要离婚,家庭名下210亿资产全部查封 因此,越来越多互金平台只能依靠自己研发大数据分析技术,“洞察”借款人的多头借贷状况。然而,对多头借贷行为的风控管理,本身就是一个“猫捉老鼠的游戏”。现阶段具体的解决方案有哪些? 多位互金平台负责人坦言,多头借贷现象之所以日益泛滥,主要原因是互金平台主要服务缺乏征信记录的人群,但互金平台又缺乏向央行报送查询征信数据的资质,导致不少借款人利用其中的信息不对称,不断“改头换面”向多家互金平台申请借款,靠着借新还旧“过日子”。 这些股都快跌穿屏幕了 85股近一个月创出历史新低!超千股年内股价由涨转跌 在黄大容看来,奥西猫刚感冒会流鼻水吗奥西猫感冒流鼻水吗!随着互金行业监管趋严,基于技术输出的助贷业务,正成为越来越多互金平台寻求业务转型与拓宽业务收入的新路径。 在一金服创始人看来,多头借贷的风控模型其实相当复杂,涉及到对用户众多行为数据的获取与分析。其中包括手机号使用频率和通话历史、手机号收发短信记录、手机设备信息和位置信息、信贷历史记录、多头申请多头借贷信息、个人教育工作、社保和公积金信息、电商、社交等。其中有些信息看似不够起眼,但在评估多头借贷状况方面起到的作用绝不小。比如手机号使用频率和通话历史,可以判断借款人是否频繁更换新手机号码“向不同平台申请贷款”,手机号收发短信记录则能查看借款人是否收到其他互金平台的催收信息等。 在他看来,对此不少互金平台还没拿出妥善的解决方案。除了加大催收力度,他们只能寄希望从源头加大风控力度。通过行业数据分享,更全面地了解借款人多头借贷状况,从而收紧对他们的放贷门槛,逐步优化借款人结构以规避上述经营风险。 “听说有平台因此损失了逾千万信贷资金。”赵诚透露,目前很多互金平台对此也采取新的大数据风控措施,比如平台会从互联网抓取这些黑中介的各类信息,再根据黑中介电话号码、地址、姓名等因素形成一个数据网络,若借款人与这些黑中介有过电话记录或微信等联系,平台就自动将他放入黑名单,屏蔽其借款申请。 郑重声明:东方财富网发布此信息的目的在于传播更多信息,与本站立场无关。 中兴通讯又闪崩!片仔癀也崩了 强势白马排队杀跌 连巴菲特都踩了一个大雷 “通过技术输出合作,我们还是获得一定的信息优势,比如我们可以通过银行渠道,了解到借款人在央行的征信记录,减少了不少工作量。”他直言。 “不同场景的精准获客与前端风控技术输出,所获得的收益也不一样,有些技术输出的收益差不多在千分之五,有些能达到百分之三。”她向记者透露。 具体而言,黑中介会帮助他们“人为”制造银行流水、修改邮箱里的信用卡透支额度账单等,以便他们向多个平台申请贷款,一旦贷款到手,他们会按照约定的比例“分成”。 随着互金产业迅猛发展,多头借贷人群开始寻找“黑中介”帮忙,粉饰自己财务数据以便在众多平台反复借款,从容借新还旧过日子。 #答题赢丰厚奖(cai)学(fu)金(bi)!#【成语趣投(四)】首屈一“指” “现在我们正考虑与银行、持牌消费金融机构协商,一是在多头借贷风控技术取得效应效果后,能否适度降低风险准备金,二是改变收入模式——从信贷记录查询、获客服务等环节的单项收入,改成整体助贷业务的利润分成,从而提升平台收入。”他指出。 一位互金平台风控总监直言,他所在的平台此前加入多家黑名单数据共享联盟,也与多家征信机构签订数据分享协议,但整体风控效果不如预期。究其原因,不少互金平台未必愿意“贡献”所有的借款人信贷数据与黑名单信息库,深怕自己“贡献大于索取”,吃亏了。“因此我们只好靠自我不断完善大数据分析技术,压低多头借贷风险。” “这也让互金平台运营成本居高不下。”赵诚直言。考虑到技术输出的研发运营投入,以及银行加收的10%风险准备金,他所在的平台内部测算过,即便将助贷业务年化利率提高至36%以上,也未必赚钱。 在黄大容看来,要“输出”能满足银行与持牌消费金融机构要求的多头信贷风控技术,还需要从两方面入手:一是建立与上述特定消费场景相匹配的精准获客技术,从而过滤到一批巧立名目多头借贷的申请人,找到真正有借款需求的客群;二是做好前端风控工作,帮助银行与持牌消费金融机构掌握借款人此前在其他互金平台的借贷记录与最新还款状况等信息。 “目前,还没找到一个万全之策有效遏制多头借贷风险。”赵诚指出,尽管相关部门积极构建征信平台,整合众多互金平台黑名单与借款人信贷记录,以便各平台能更全面地掌握借款人多头借贷行为,但在实际操作过程中,由于不少平台没有报送所有黑名单与借款人信贷信息,导致相关数据不够全面。 “整体而言,当前互金平台针对多头借贷的风控效果参差不齐,一些效果不错的平台已将这类技术输出给与持牌消费金融机构,反之效果不好的平台则时常遭遇逃废债问题,挣扎在生死一线间。”他指出。 具体而言,他们主要依据借款人基本信息和相关信息授权,通过技术手段采集到借款人多头申请、多头借贷信息,收入负债情况、历史履约情况等数据,通过大数据分析与预测模型(主要是信用评分与还款能力意愿模型)判断借款人的多头借款风险。 “其实,技术输出这条路也未必好走。”一家向输出多头借贷风控技术的互金平台人士直言。在实际操作环节,他发现不少银行有着特定的消费信贷场景,比如餐饮分期、医美分期、教育分期与购车分期,因此平台需要针对这些特定的消费场景,重新梳理大数据风控模型,以准确还原借款人是否存在多头借贷行为。