当前位置：首页>> 负债问答 >>互联网金融风控模型，需要多大的数据

互联网金融风控模型，需要多大的数据

2024-06-24 20:27:36
提问者: 负债人

5个回答

匿名 2024-06-24 20:27:36

最佳回答

1、基于某类特定目标人群、特定行业、商圈等做风控
由于针对特定人员、行业、商圈等垂直目标做深耕，较为容易建立对应的风险点及风控策略。例如：
针对大学生的消费贷，主要针对大学生人群的特征
针对农业机具行业的融资担保。针对批发市场商圈的信贷。2、基于自有**身份数据、历史交易数据、支付数据、信用数据、行为数据、黑名单/白名单等数据做风控
身份数据：实名认证信息（姓名、**号、手机号、**、单位、职位）、行业、家庭住址、单位地址、关系圈等等。交易数据/支付数据：例如b2c/b2b/c2c电商**的交易数据，p2p**的借款、投资的交易数据等。信用数据：例如p2p**借款、还款等行为累积形成的信用数据，电商**根据交易行为形成的信用数据及信用分（京东白条、支付宝花呗），sns**的信用数据。行为数据：例如电商的购买行为、互动行为、实名认证行为（例如类似新浪微博单位认证及好友认证）、修改资料（例如修改家庭及单位住址，通过更换频率来确认职业稳定性）。黑名单/白名单：**黑名单、账户白名单等。3、基于第三方**服务及数据做风控
互联网征信**（非人行征信）、行业联盟共享数据（例如小贷联盟、p2p联盟）fico服务
retail dec**ions(red)、maxmind服务
ip地址库、代理服务器、盗卡/伪卡数据库、恶意网址库等
舆情监控及趋势、口碑服务。诸如宏观政策、行业趋势及个体案例的分析等等
4、基于传统行业数据做风控
人行征信、工商、税务、房管、**、**、金融机构、车管所、电信、公共事业（水电煤）等传统行业数据。5、线下实地尽职调查数据
包括自建风控团队做线下尽职调查**以及与小贷公司、典当、第三方信用管理公司等传统线下企业合作做风控的**。虽然貌似与大数据无关，但线下风控数据也是大数据风控的重要数据来源和手段。