精品国产第一福利网站,麻豆免费版,国语熟妇乱人乱A片久久,又黄又爽又色视频

2017年12月下發(fā)的《關(guān)于規(guī)范整頓“現(xiàn)金貸”業(yè)務(wù)的通知》中3次特別提到要防范多頭借貸風(fēng)險(xiǎn)。這是業(yè)界進(jìn)行風(fēng)控的一項(xiàng)迫切需求。

在這方面，誠安開發(fā)使用了多頭注冊數(shù)據(jù)，能夠很好的降低信用風(fēng)險(xiǎn)，本篇文章分五步詳細(xì)拆解多頭注冊，把這個(gè)實(shí)用有效的方法介紹給你。

從2013年互聯(lián)網(wǎng)金融懵懂期，2014年白條產(chǎn)品上線，2015、2016年消費(fèi)金融開始蓬勃發(fā)展，到2017年現(xiàn)金貸的崛起，短短的幾年之內(nèi)，針對(duì)各類客群的各類金融產(chǎn)品應(yīng)世而生。而隨之而來的多頭借貸行為帶來了很高的信貸逾期風(fēng)險(xiǎn)，識(shí)別多頭借貸成為了風(fēng)控工作的重中之重。

何為多頭借貸？

多頭借貸，即單個(gè)借款人向2家或者2家以上的金融機(jī)構(gòu)提出借貸需求的行為。一般來說，當(dāng)借貸人出現(xiàn)了多頭借貸的情況，說明該借貸人資金需求出現(xiàn)了較大困難，有理由懷疑其還款能力。根據(jù)網(wǎng)絡(luò)公開調(diào)研文章，多頭借貸用戶的信貸逾期風(fēng)險(xiǎn)是普通客戶的3-4倍，貸款申請(qǐng)者每多申請(qǐng)一家機(jī)構(gòu)，違約的概率就上升20%。

以我司一客戶的現(xiàn)金貸產(chǎn)品為例，客戶額度約1,000~3,000，期限為30天，通過率基本維持在15%左右，每天拒絕約2,000人。在2017/11整月的數(shù)據(jù)中，因?yàn)槎嗥脚_(tái)相關(guān)原因而拒絕的用戶占到總拒絕用戶數(shù)的50%-70%左右。

有哪些多頭借貸數(shù)據(jù)？

業(yè)界使用多頭借貸數(shù)據(jù)的邏輯一般比較簡單?，F(xiàn)在有多頭申請(qǐng)、多頭借貸等數(shù)據(jù)產(chǎn)品，如果查詢后某段時(shí)間內(nèi)某類平臺(tái)（消費(fèi)金融類，P2P類，小貸類等）申請(qǐng)的次數(shù)超過某個(gè)閾值直接拒絕，或者直接使用第三方平臺(tái)對(duì)于多頭申請(qǐng)的評(píng)分。

對(duì)比業(yè)內(nèi)常用的多頭借貸數(shù)據(jù)如下表。

方法數(shù)據(jù)含義優(yōu)勢問題多頭申請(qǐng)?jiān)诓煌臅r(shí)間內(nèi)，申請(qǐng)不同類型平臺(tái)的數(shù)量了解每個(gè)客戶申請(qǐng)的貸款類平臺(tái)數(shù)量，評(píng)估當(dāng)前負(fù)債情況，進(jìn)而評(píng)估客戶信用風(fēng)險(xiǎn)沒有一家第三方數(shù)據(jù)源能接入所有貸款平臺(tái)的數(shù)據(jù)

第三方相互分發(fā)或甲方分發(fā)數(shù)據(jù)，造成數(shù)據(jù)不準(zhǔn)確

第三方?jīng)]有對(duì)不同接入平臺(tái)做風(fēng)險(xiǎn)權(quán)重評(píng)估（因無法得到平臺(tái)貸后數(shù)據(jù)），例如申請(qǐng)鯨魚貸客戶比申請(qǐng)宜人貸（注冊領(lǐng)紅包）客戶風(fēng)險(xiǎn)高多頭借貸在不同的時(shí)間內(nèi)，成功申請(qǐng)貸款的不同類型平臺(tái)的數(shù)量評(píng)估客戶實(shí)際負(fù)債情況及風(fēng)險(xiǎn)情況沒有一家第三方數(shù)據(jù)源能接入所有貸款平臺(tái)的數(shù)據(jù)

貸款平臺(tái)的貸后數(shù)據(jù)不會(huì)上報(bào)給第三方多頭貸款A(yù)PPAndroid系統(tǒng)中安裝的貸款類APP的個(gè)數(shù)評(píng)估客戶信貸饑渴的程度IOS系統(tǒng)無法獲取安裝APP列表

客戶對(duì)APP可能進(jìn)行刪改多頭短信Android系統(tǒng)短信中包含貸款類短信的平臺(tái)個(gè)數(shù)評(píng)估客戶信貸饑渴的程度IOS系統(tǒng)無法獲取客戶短信內(nèi)容

客戶對(duì)短信內(nèi)容可能進(jìn)行刪改

可以看出，每種方法都有一定的局限性，而且數(shù)據(jù)獲取代價(jià)比較高，比如多頭申請(qǐng)和多頭借貸，由于數(shù)據(jù)覆蓋面有限，而且無法知曉其背后對(duì)接的是哪些貸款平臺(tái)，所以往往需要對(duì)接多家第三方數(shù)據(jù)源，綜合使用，而后兩種則需要自己開發(fā)并分析。

政府官方統(tǒng)計(jì)截至2017年9月末，全國共有小額貸款公司8610家，網(wǎng)貸天眼統(tǒng)計(jì)，截至2017年12月，在運(yùn)營P2P平臺(tái)數(shù)量為1751家，此外還有網(wǎng)絡(luò)小額貸款公司、消費(fèi)金融公司等，更不用說監(jiān)管之前眾多沒有放貸資質(zhì)的現(xiàn)金貸公司。面對(duì)這么多公司以及他們所推出的貸款產(chǎn)品，理想情況肯定是能覆蓋所有的產(chǎn)品，然后做風(fēng)險(xiǎn)權(quán)重分析。但是在資源有限的情況下，是否可以先考慮風(fēng)險(xiǎn)權(quán)重，然后爭取獲得高風(fēng)險(xiǎn)產(chǎn)品的數(shù)據(jù)呢。

重點(diǎn)來了?。?！

于是我們想到了多頭注冊數(shù)據(jù)，即只看注冊過的高風(fēng)險(xiǎn)平臺(tái)個(gè)數(shù)。

多頭注冊數(shù)據(jù)如何獲得

什么樣的平臺(tái)發(fā)生了借貸行為風(fēng)險(xiǎn)會(huì)比較高？

大家都知道防黑產(chǎn)，加入了很多群，看到了群里會(huì)說今天擼某某貸，擼某某分期，慶幸沒有擼到自己的平臺(tái)，但同時(shí)并沒有有效的將看到的信息落地，優(yōu)化自己的審批結(jié)果。這些被黑產(chǎn)擼過的平臺(tái)，就是我們認(rèn)為優(yōu)先級(jí)最高、風(fēng)險(xiǎn)最大的平臺(tái)。

試著站在黑產(chǎn)的角度倒推一下，市面上新推出的產(chǎn)品或者很小眾的產(chǎn)品，可能風(fēng)控還比較薄弱，不如組織人來薅一波羊毛。于是得到相關(guān)消息的人，紛紛去注冊這個(gè)產(chǎn)品，申請(qǐng)貸款。而且不會(huì)像大平臺(tái)，從注冊人數(shù)到申請(qǐng)人數(shù)有一定的轉(zhuǎn)化率，這部分人注冊了絕大多數(shù)是要去真正申請(qǐng)貸款的！

在這種平臺(tái)注冊過的用戶是不是非常危險(xiǎn)？！有的甚至注冊幾十家上百家?。。∵@種客戶是不是閉著眼睛都要拒絕？！

判斷是否注冊？

目前絕大部分產(chǎn)品都使用手機(jī)號(hào)進(jìn)行注冊（既能驗(yàn)證是否在用，還可以進(jìn)行后續(xù)實(shí)名、使用時(shí)長等信息的認(rèn)證），那么填入手機(jī)號(hào)，通過APP或網(wǎng)站返回的消息，可以判斷該手機(jī)號(hào)是否注冊過。

結(jié)果匯總

每個(gè)高風(fēng)險(xiǎn)平臺(tái)都查一遍注冊情況，即可獲得多頭注冊數(shù)據(jù)。

一個(gè)變量真的這么神奇？

接下來我們看一下多頭注冊數(shù)據(jù)的實(shí)際效果。

我們提取了兩家不同現(xiàn)金貸產(chǎn)品的多頭數(shù)據(jù)量和逾期之間的相關(guān)關(guān)系。

第一家產(chǎn)品為平均額度3,000左右，信用卡人群，主要渠道也是信用管家渠道，期數(shù)30天，選取數(shù)據(jù)總量為12,087條，定義逾期7+為壞客戶，多頭注冊數(shù)與壞客戶比率關(guān)系圖如下圖（其中，橫坐標(biāo)的多頭注冊數(shù)為區(qū)間，如10代表多頭注冊數(shù)區(qū)間為[6,10]。）可以看出，注冊數(shù)小于等于15個(gè)時(shí)，壞客戶比例還比較低，從20個(gè)到25個(gè)時(shí)，壞客戶比例大幅上升。

第二家產(chǎn)品平均額度30,000左右，期數(shù)3-18期不等，選取數(shù)據(jù)總量為30,091,定義當(dāng)前逾期30+為壞用戶。從下圖可以看出，折線的曲率變化更明顯，多頭注冊數(shù)達(dá)到9個(gè)，逾期率已經(jīng)超過5%，在多頭注冊數(shù)為11個(gè)時(shí)，逾期率比10個(gè)增長了近2倍。

對(duì)于好壞客戶的區(qū)分效果不言而喻！

如何用這個(gè)變量

從風(fēng)控全流程來看，多頭注冊數(shù)既可以用于貸前審批，也可以用于貸中監(jiān)控。

貸前審批

該變量對(duì)于不同類型產(chǎn)品適用性較廣，通過測試多頭注冊平臺(tái)數(shù)量和不同產(chǎn)品逾期表現(xiàn)的相關(guān)性，根據(jù)通過率和壞賬容忍度調(diào)整通過的閾值。例如中大額度現(xiàn)金分期客群如果此變量超過設(shè)定閾值，客戶的風(fēng)險(xiǎn)會(huì)相對(duì)更高，可直接作為拒絕依據(jù)。

如果缺少數(shù)據(jù)，也同樣適用于項(xiàng)目冷啟動(dòng)，能夠從初期開始就防范信用風(fēng)險(xiǎn)，通過后期不斷修正閾值達(dá)到更好的效果。

貸中監(jiān)控

進(jìn)入還款期的貸款，可利用該變量進(jìn)行監(jiān)控，發(fā)現(xiàn)數(shù)據(jù)異常可及時(shí)介入一些干預(yù)手段。

隨著互聯(lián)網(wǎng)金融、消費(fèi)金融的快速發(fā)展，各類征信類數(shù)據(jù)、反欺詐數(shù)據(jù)基本成為了各類信貸機(jī)構(gòu)的標(biāo)配。這次我們曝光了自己的一項(xiàng)獨(dú)家數(shù)據(jù)，多頭注冊數(shù)可以作為識(shí)別信用風(fēng)險(xiǎn)的一個(gè)強(qiáng)變量。

【來源：誠安聚立】