利用大數據做線上信貸自動審批決策

1、利用大數據做線上信貸自動審批決策連電腦都能開車了不是么？無人駕駛汽車儼然成為了眾多汽車廠商研究的課題，未來會有越來越多的東西被機器人和自動化所替代。隨著技術的快速迭代發(fā)展，機器人能夠幫助人類干更多的活，同時社會上的部分人力資源也會被替代掉，那么，信貸為什么就只能強調經驗呢？計算機能替代人工做自動化信貸審批嗎？多位大咖與行業(yè)從業(yè)人員曾在各種論壇多次探討該問題，神州融為大家梳理了以下主要精彩觀點：1、機器批貸需要三個條件，第一業(yè)務相似性，業(yè)

2、務模式必須相似不能差異過大，第二，指標可量化，審核指標必須能夠抽象出來，第三，經濟性，業(yè)務數量需要很多，就為批兩三筆貸款開發(fā)個模型出來不合算。符合上述三條件的個貸（按揭），小企業(yè)抵押貸（各行名字不同）以及信用卡基本上都實現了機器批貸，人工復核。至于復雜的貿融，項目融資等等具體差異比較大無法提取成抽象模型，所以無法機器批貸。盡職調查階段必須要人員介入，畢竟現在機器人還沒大規(guī)模應用。2、任何技術方法都有適用領域和范圍，流程自動化以數據分析、

3、模型、策略為基礎，是有適用范圍的?；诖髷祿男☆~信貸短期內注定只能是小額的、純信用的，而中國的信貸行業(yè)全是基于擔保在干活的，而擔保是很難量化、自動化的稍微能量化的（比如大城市個人房產抵押）銀行早就在做自動化了。就目前的實踐情況來看，在零售業(yè)務領域，可以做的很好，自動化程度相對很高業(yè)授信)，可以做到較高的自動化，在1~10分鐘完成授信、放款。典型的案例有阿里小貸、宜信的宜人貸，線上快速放貸的手機貸等。7、憑借不同維度數據交叉判斷輔助決策

4、，可以減輕人工評判成本和壓力。錯誤和虛假的數據也有分析價值。國外做互聯網征信的ZestFinance，2萬多個分析維度，他們能從申請表格中人名大小寫這個維度推測此人教育程度，潛臺詞是受過高等教育的找到穩(wěn)定工作幾率較大，還款能力較強。在信息化輔助人工調查領域，有些傳統金融業(yè)出身的人自設框架，限制了手腳。所以一些創(chuàng)業(yè)團隊不要金融行當出身的人，就是擔心職業(yè)思維困住了創(chuàng)新思路。綜上所述，業(yè)內人員普遍認為依靠數據、依靠系統的自動化審批更適合進件量

5、大、單筆額度小、快速放貸的業(yè)務模式，傳統機構完成一筆個人信用貸交易可能需要十幾個步驟及不同的部門，消耗很多時間和成本，但快速放貸平臺充分利用大數據以及機器學習算法，最快只需要幾秒鐘到幾個小時就可以審批完成一筆申請，操作成本足夠低，才使得這種小額分散的借貸原則具備了經濟可行性。神州融與全球最大征信局Experian和阿里金融云聯合發(fā)布了專門針對小微金融機構的大數據風控平臺，利用流程引擎驅動、以決策引擎代替純人工作業(yè)判斷模式，實現快速、高效