En cours de prêt : difficile de se passer de la vérification manuelle

Gestion des affaires

La phase de crédit est considérée comme le gestionnaire de risque et le manipulateur après l’octroi du crédit, assurant la transmission du risque du pré-crédit au post-crédit.

◎ Établissement du modèle de gestion des risques

D’après les résultats du retour d’information, les 16 institutions de crédit à la consommation interrogées ont toutes mentionné la construction d’un système d’approbation de crédit en temps réel utilisant des technologies telles que l’intelligence artificielle, le cloud computing et le big data. Trois institutions utilisent une méthode combinant l’intervention humaine traditionnelle et le système de gestion des risques.

Gestion dynamique des risques

Infrastructure numérique auto-construite

◎ Le remboursement est le point clé de la gestion des risques

Selon les informations fournies par les 16 institutions de crédit à la consommation, pour la gestion des utilisateurs lors de la phase de prêt, ces institutions évaluent de manière globale la capacité de remboursement des utilisateurs en se basant sur plusieurs dimensions telles que l’historique de crédit, la situation patrimoniale et la stabilité de la consommation.

Évaluation complète de la capacité de remboursement

Données multidimensionnelles

La construction de modèles et de stratégies complexes pour l’admission et la tarification lors de la phase de crédit ne peut se faire sans des algorithmes d’apprentissage automatique avancés ni sans des données riches.

◎ Utilisation et collecte des données

En ce qui concerne les sources de collecte de données, les 16 institutions financières interrogées utilisent globalement une fusion approfondie de données internes massives sur les utilisateurs et de données du marché des changes. En s’appuyant sur leur avantage en accumulation de données sur les emprunteurs, elles effectuent une exploration approfondie des données dans des scénarios commerciaux complexes et avec des volumes massifs de données (603138), afin de rassembler diverses données de risque client.

Affiner précisément le profil utilisateur

Collecte de données multi-sources

◎ Progrès et résultats en R&D

Selon les données rapportées par les 16 institutions, en raison de différences de taille et de revenus, il existe également de grandes disparités en matière d’investissement en R&D et de résultats technologiques.

Efficacité notable dans la lutte contre la fraude

Divergence dans le nombre de brevets obtenus

Difficultés dans le développement

Outre les différences dans les investissements technologiques, chaque institution de crédit à la consommation a ses propres impressions sur les difficultés rencontrées lors de l’exploitation en phase de crédit et sur les solutions possibles.

◎ Données d’évaluation encore insuffisantes

Actuellement, les données nationales sur le revenu, la dette et la crédit restent incomplètes. Les institutions de crédit à la consommation manquent de supports de données efficaces pour évaluer la capacité de remboursement des utilisateurs.

Solution : continuer à introduire des données tierces précises et efficaces sur le revenu ou la dette, développer un modèle de vérification du revenu et de la dette, afin de permettre une vérification rapide et efficace de la capacité de remboursement de l’emprunteur.

◎ Contradiction entre “Universalité” et “Avantages”

Dans le contexte actuel de baisse générale des taux d’intérêt dans le secteur du crédit à la consommation, la contradiction entre la “Universalité” et les “Avantages” devient évidente. La concurrence de marché de plus en plus féroce exige une gestion plus fine des clients existants, notamment par une interception et une gestion plus précises des utilisateurs à risque avant l’octroi, ainsi qu’une augmentation de la fidélité des clients.

Solution : poursuivre la digitalisation, améliorer l’efficacité d’acquisition via des moyens technologiques, réduire les coûts de main-d’œuvre, et utiliser la technologie pour résoudre les difficultés rencontrées lors du développement des activités.

(Responsable : Ma Jinlu HF120)

Signaler