刘志军：在线信贷重在系统融合和数据风控精准度_天机风控系统_贷款攻略 - 融360
公积金政策
刘志军：在线信贷重在系统融合和数据风控精准度
　　2月24日，中国在线信贷联盟OLA首期沙龙在北京什刹海之源召开，与来自中、美两国的40多位互联网金融公司高管就在线信贷业务在中国的开展及未来进行了探路式讨论，马上消费金融首席数据官刘志军先生受邀出席了本次沙龙，据了解，他曾在美国第一资本银行工作10年，在这之前曾供职于美国Equifax征信局，专注于数据模型建构技术，见证并参与了美国在线贷款几乎从零开始到发展成熟的过程。
　　中国首个&在线信贷联盟&（Online Lending Alliance，简称OLA）于日成立，是由在线金融搜索平台融360、中国人民大学高礼研究院与阳光财险、马上消费金融等12家互联网金融平台共同发起的旨在推动&信贷在线化&的OLA行业自律组织。
中国在线信贷将爆发式增长空间巨大 前景优于美国
　　美国在线信贷机构联盟Online Lenders Alliance董事长兼首席执行官Lisa McGreevy在发言时表示，相比美国，在线信贷在中国的发展空间更加巨大。融360CEO叶大清也认为，美国八十年代中期利率市场化，鼓励金融创新，中国正在经历类似的时期。他判断中国会迎来消费金融行业的黄金十年，再叠加移动互联网和大数据趋势，因此在线信贷将迎来一个爆发。
　　美国在线信贷机构联盟Online Lenders Alliance董事长兼首席执行官Lisa McGreevy
　　融360CEO叶大清
　　实践中也可以看到，仅仅一两年时间，中国在线放贷市场已经呈现百花齐放的局面，银行、互联网公司、消费金融公司、互联网金融公司等都有创新。在线信贷的发展将让那些无法被传统金融覆盖的人群，包括学生、农民、老人和蓝领工人在内的庞大群体都能够充分享受现代金融的便利，实现真正的普惠金融。
在线信贷重在系统融合和数据风控精准度
　　与会专家一致认为与传统线下业务相比在线信贷优点明显：一是可根据在线数据库快速对客户需求进行定位，并推介符合其个性化的产品；二是在能够通过大数据进行快速模型分析，加强风控；三是节省线下网点成本，提高转化率；四是数据模式运作，减少道德风险。
　　但同时在线信贷也必须实现两个突破：一是必须解决交互技术问题，保障用户的体验；二是风控要过关，因为便利同时会造成违约成本较低的问题。
　　马上消费金融首席数据官刘志军
　　刘志军认为，在线信贷业务所必须的技术手段有很多，而这些技术目前大多数都是存在的，只是需要尽快地把它们结合起来，形成一个有机的系统。技术不是问题，而是理念和系统融合的问题，只要下定决心，这样的模式可以做到的，并且不需要花太多的时间，&马上消费金融正是在走这样的模式，从数据系统到审批流程、账户系统、催收CRM等是一个有机的结合体，形成一个大的系统。这样做的过程中，对这些技术的应用便成了一个比较自然的事情&。
　　对于在线信贷的数据风控问题，刘志军表示，目前中国的信用数据覆盖率较低，在信用数据方面还需要大量的补充，&马上消费金融在信用数据方面做了很多努力，业务系统上线三个月便实现了与央行征信中心系统的双向对接，并陆续接入了一些地区的社保系统、公安系统，同时以开放、共享的姿态与社保系统、公安系统以及多家公司达成了数据合作。我们相信靠每一个在线信贷参与主体的努力，互联网金融行业的发展壮大，以及OLA这种行业组织的积极推动，支撑在线信贷风控的数据将越来越多，数据质量会越来越好，在线信贷大数据风控的精准度将会得到进一步提高。&
延伸阅读：
【独家稿件及免责声明】凡注明 “融360原创”之作品，未经融360书面授权，任何单位、组织和个人均不得转载、摘编或者采取其他任何方式使用上述作品。已获书面授权的，注明来源融360。违反上述声明对融360合法权益造成侵害的，将依法追究其法律责任。作品中的材料及结论仅供用户参考，不构成操作建议。获取书面授权请发邮件至：
评论列表（网友评论仅供网友表达个人看法，并不表明本站同意其观点或证实其描述）
执行难一直困扰着法院执行工作，一些当事人在最后1公里却拿不到钱，在传统执行中，法官即便发现老赖在省内银行里有存款，要想把这笔款划走，总会有各种阻力的，更别说是省外的银行了...
【TechWeb报道】5月7日消息，针对5万元以下的个人信用贷款申请，在线金融搜索服务融360近日推出了名为天机的风控系统。这个系统包含一组模型，会根据身份认证、还款意愿和还款能力三大维...
5月24日，招商银行首席信息官陈昆德在银行业例行新闻发布会上表示，金融科技被视为招行转型下半场的核动力。 近年来，科技正加速重塑金融行业的版图，目前场内竞争者不仅包括传统金融...
本报讯（记者 许佳）5万元以下的小额贷款申请10分钟完成审批，最快当天放款。而背后的个人信用审核完全由风控系统自动完成。在线金融搜索服务融360悄然使用了一个名为天机的风控系统，...
大数据风控是当前互联网金融行业最热门的话题之一。 什么是大数据风控？ 大数据风控是指通过采集并分析大量数据，找出欺诈者留下的蛛丝马迹，从而预防其欺诈行为发生的风控模式。它的...
您可能也感兴趣：
相关专题：
伴侣信用不好，可能你的贷款就没戏了！
负债的人，如何东山再起？
实例丨坐牢真的可以不还款了吗？
2017年，现金贷由野蛮生成，迎来政策监管，这一...
上周给大家分享了一些微粒贷知识，很多人都在...
相关部门对现金贷的整治将如期而至，很多不合...
用他自己的话说：“低于5000的我都不想借”...
天有不测风云，人有祸福旦夕，谁都有手头紧、...
4月17日，央行宣布从日起，下调大型商...
2018年全国两会正在进行中，房地产税、个人所得...
根据融360最新数据显示，2018年1月全国首套房贷款...
进入3月，正式开启了全国两会时间，经历了201...
12月全国首套房平均利率为4.45%，与上月持平。国...
融360 - 贷款平台 版权所有
Copyright (C) 2015 Rong360.com Inc. All Rights Reserved. 京公网安备号银狐小贷风控系统 – 九钛银狐资产管理系统 [银狐系统助信贷机构获客 风控 放款 催收]咨询热线： 400-900-8820
售后服务热线:
400-900-9920
国融信二维码
当前位置： >
长亮现金贷系统：引流、放款、风控、催收于一体的全套解决方案
作者：admin　来源：未知
最近由于趣店赴美上市，导致现金贷现在处于市场横流,火爆异常。面对如此巨大的风口，各大金融公司都有自己的核心产品，贷款类产品其主要的是风控，如果做好核心风控呢?
首先,营销手段必不可少,如何去引流大量的用户群体,怎么搭建一个用户关系图。从各种渠道寻找目标用户,将客户根据不同特性划分群体,分析性的维护客户。任何一个行业都会有羊毛党的入侵,面对层出不穷的诈骗者的手段我们应该打入敌人内部,分析这群人的真实想法,挂钩各种征信体制,优化用户信用阶层。
其次,贷前核实尤为关键,目前信用风险主要是评估现金贷客户的还款能力和还款意愿,主要防治手段是信贷分析以及交叉检验。把控现金风险,进行量化评估,信贷员纪要做业务,又把我风险,便于交叉营销和管理,这样便于提高整个效率。
最后,贷前贷中贷后的管理,现金贷行业普遍认为,贷后管理主要考验的是服务策略与催收策略。平台首次贷款基本没有什么利润,想要提高盈利空间,最重要的是实现复贷。因此,做好服务,也是提升企业风控的重要方面。对于催收策略,催收也需要建立模型,型使用的行为评分模型,也适用于早期催收阶段,设计催收评分,指导催收动作,账户管理时不同逾期阶段差异较大,需要分别开发催收模式,早期催收模型可以按还款与否定义目标变量,晚期催收模型可以按还款比例定义目标变量。
下一篇：没有了
（声明：长亮国融信官网部分文章、图片、视频来源于网络，若涉及一切版权问题，请原作者或来源媒体联系我们及时删除；谢谢！）
年爆增70倍 互联网消费金
随着互联网经济的飞速发展与大数据时代的到来，
上市公司热捧网络小贷
从嫌弃到追捧，上市公司对小贷热情的转换，似乎
消费金融成互联网金融行
近年来，随着国人消费观念的改变和消费形式的不
监管后的互联网金融生态
备受争议的校园贷业务终于在6月遭遇急刹车：一律
征信体系促进消费金融大
随着我国80、90消费群体逐渐占据消费市场的主导地
www.grx888.com版权所有(C)2016 深圳市长亮国融信科技有限公司 公司总部地址：深圳市南山区沙河西路深圳湾科技生态园一期一区二栋A座五楼
备案/许可证号：重点关注人工智能，大数据领域。现某互联网金融公司任首席架构师，原企鹅高级研发经理。乐投网www.99lt.com大数据专栏特邀作者。...
携程在线风控系统架构
为了应对日益严重的支付欺诈，携程在线风控系统2011年正式上线。现在，在线风控系统支撑了携程每日1亿+的风险事件实时处理和100亿+的准实时数据预处理；系统中运行的总规则数和总模型数分别达到了1万+和20+；风控的范围从单纯的支付风控扩展到了各种类型的业务风控（例如：恶意抢占资源、黄牛抢购、商家刷单）。
下图是当前在线风控系统的整体技术架构图：
当前的系统结构是比较主流的风控系统结构，包含了决策引擎、Counter、名单库、用户画像、离线处理、离线分析和监控各主要模块。携程的在线风控系统发展到这个阶段一共经过了3次重大的改版。
一、最初创立
2011年上线，使用了.net开发的服务，数据库使用SQL Server，简要架构图如下：
这个时候的风控服务将所有在线决策功能整合在一个系统内实现，包括规则判断、名单库、流量计算；而这些逻辑都基于数据库实现。
流量计算：通过明细表执行SQL得到（例如：SELECT COUNT(DISTINCT orderId) FROMt1 WHERE …[2]）
规则判断：数据库记录大于、小于、等于等判断规则，接收到风险事件后获取流量值和规则进行比较，得到最终的风险判断。
名单库判断：数据库维护黑白名单信息（属性类型、属性值、判断依据等），程序判断风险事件中的值是否命中名单。
基于当时携程对风控的需求，系统以满足功能为主。在上线运行一段时间后，随着携程业务的增长，风控系统的流量不断增加，基于SQL的流量统计耗时严重制约了系统的响应时间，因此有了第一次的性能优化改版。
二、流量查询性能优化改版
由于这个时候的主要性能瓶颈在于数据库实现的流量查询，这次优化主要方向就是优化流量查询的实现：在原来单个数据库的基础上，采用分库分表的方式均摊压力，以达到更快的响应时间和更高的吞吐量。架构图如下：
优化之后，流量库和业务库分离，流量库使用多个数据库实例，使用hash的方式拆分流量明细，统计的时候使用SQL。由于压力被多个数据库实例分摊，使得系统的流量查询性能得到了较好的提升。
新版本上线后，携程的业务又对风控系统提出了更多的要求：
1. 更方便快捷的接入：除了支付风险，业务的风险也需要风控支持；
2. 更多的外部数据接入：用户信息、位置信息、UBT信息；
3. 更丰富的规则逻辑：支持任意变量的规则判断，支持更多的判断逻辑；
4. 更高的性能：流量10x的增长，响应时间不超过1秒；
5. 编程语言的更新：携程推动公司内.net转java。
然后，就有了奠定当前在线风控系统基础的重大改版
三、风控3.0（Aegis）
从这个版本开始，风控系统全面转向Java开发，同时将核心模块独立成服务，定义了各子系统的边界以及在整个系统中的定位和作用。相比之前功能性的应用，Aegis是一个平台化的风控系统。以下是简化的系统架构图：
Aegis开始使用Drools脚本用于规则的编写，极大的提高了规则团队对突发事件的响应时间，紧急规则一般10分钟就能上线。
在结构上风控引擎分为同步引擎和异步引擎，同步引擎运行用于实时判断风险结果的规则和模型；异步引擎则负责验证规则/模型、数据分发、关键数据落地等逻辑。同步/异步引擎设计成无状态的，方便随时扩容。
Aegis在流量统计上自研发了Counter Server，这是一个定制化的类TSDB服务，任意精度任意时间窗口的查询控制在5ms，同时支持高并发查询，相较于SQL的实现提升了上千倍的性能。支撑了现在风控系统内个服务每日百亿次的查询。下图是其简要的结构说明：
在数据预处理层面独立出了风险画像和DataProxy两个服务。
风险画像服务为引擎提供实时的用户、订单的画像（用户等级、用户行为标签、订单资源标签等）作为规则和模型的输入变量；其数据来源是实时的引擎数据、准实时的MQ数据清洗服务、离线的数据导入三部分。
DataProxy服务包装了所有对外的接口和数据库的访问，并针对数据特性的不同配置了不同的缓存策略，保证99.9%的请求在10ms内获取到所需的数据。
此外还有以下几个主要的服务：
名单库服务，支持多个独立的名单库，优化了名单判断逻辑，使得单次查询（10个维度）的响应小于10ms。
配置服务，集中系统内各个应用需要配置的功能，提供中心化的配置服务让各个应用获取响应配置。
事件处理平台，用于处理引擎无法判断或需要人工干预的事件。
性能监控服务，监控系统内各服务的健康状态，提供预警和报警功能。
业务监控服务，监控规则模型运行情况、返回的风险结果、事件耗时等业务层面的数据，提供预警和报警功能。
Aegis系统上线后，新风控业务接入时间缩短到一周，在10x流量增加和执行更多更复杂的规则的情况下，平均耗时控制在300+ms，比上一版本提高了1倍多。
之后Aegis家族又增加了两个重要的子系统：Sessionizer和DeviceID。这两个服务属于准实时处理应用，但是都通过预热的方式为引擎提供了实时数据。
Sessionizer，归约用户的页面访问session为反应用户的操作的RiskSession，流程如下图：
其数据处理使用了自研的处理系统Chloro，架构图如下：
DeviceID服务，用于指纹数据采集和指纹识别生成，从而判断设备的唯一性，同样也借助了Chloro进行数据处理，系统示意图如下：
这两个服务为规则和模型以及人工处理提供了非常关键的判断数据，进一步提高了风险判断的准确性。
只此，Aegis系统的功能已比较完善，但在1年多的运行过程中发现随着流量和规则、模型量的持续增长，实时风控的响应时间出现缓慢下滑的趋势，超时（1秒）的量在千分之一上下，然后就有了之后持续的性能优化。
四、针对实时风控的性能优化
性能优化从1年前开始，可以分以下几个主要优化：
1、规则分布式并行执行
将单个事件需要执行的规则和模型拆分到同一逻辑组内多个服务器执行，最终合并数据。这个优化将平均耗时降到了200+ms
2、脚本执行引擎切换Drools到Java
使用模版屏蔽编写规则时drools的特殊语法，之后将脚本编译成Java class执行。规则的执行性能提升1倍，整个引擎的实时平均耗时降入100ms。
3、开发Java的模型执行引擎
已完成随机森林和逻辑回归算法的Java版，相较使用Python，提高了一个数量级的性能。
完成上述优化后，整个系统在短期内，只需要简单的增加服务器，就可以满足容量扩张。
以上就是Aegis系统的架构和演进过程，当然演进的过程还在持续，现阶段的目标是将平台化的系统继续发展，做到服务产品化。
没有更多推荐了，请问有哪家系统可以做在线放款和风控？
|||||||||||
您的当前位置： &
请问有哪家系统可以做在线放款和风控？
人气：765 ℃|时间： 19:12:38|
问题：请问有哪家系统可以做在线放款和风控？
在全国范围内为建行小微企业部"电商e贷"产品提供精准获客和风控服务目前,已与多家银行建立总对总合作通道,可以实时获取银行的利率和风控关于车贷利率和风控知识,你想了解的都在这里!甚至包括核心账务系统,*********系统,放款系统和风控系统等.2017年过桥贷业务和风控发展报告}