Під час кредитування: важко відмовитися від ручного підтвердження

Бізнес-управління

Етап кредитування вважається тим, хто приймає на себе ризики та керує ними після оцінки кредитоспроможності, є зв’язком між передкредитною та посткредитною ризик-управлінською системою.

◎ Створення моделі управління ризиками

Згідно з відгуками, 16 опитаних споживчих фінансових установ у процесі кредитування використовують технології штучного інтелекту, хмарних обчислень, великих даних для створення системи кредитної оцінки в реальному часі, ще 3 установи застосовують традиційний підхід з поєднанням ручної роботи та систем управління ризиками.

Динамічне управління ризиками

Самостійне створення цифрової інфраструктури

◎ Погашення боргу — ключовий аспект управління ризиками

Загалом, за даними 16 фінансових установ, у процесі кредитування вони здійснюють всебічну оцінку платоспроможності користувачів за кількома параметрами, включаючи історію кредиту, стан активів, стабільність споживання тощо.

Комплексна оцінка платоспроможності

Багатовимірні дані

Для побудови збалансованих моделей ризиків і стратегій, що регулюють допуск і ціноутворення, необхідні передові алгоритми машинного навчання та багаті дані.

◎ Використання та збір даних

З точки зору джерел збору даних, 16 фінансових установ використовують поєднання внутрішніх великих баз даних користувачів та глибокої інтеграції з даними валютного ринку. За допомогою накопичених даних про позичальників вони здійснюють глибокий аналіз у складних бізнес-сценаріях і збирають різноманітні ризикові дані клієнтів.

Точне формування профілю користувача

Множинний збір даних

◎ Прогрес у дослідженнях та досягнення

Згідно з відгуками 16 установ, через різний масштаб і доходи, інвестиції у R&D та технологічні досягнення суттєво відрізняються.

Відчутні результати у боротьбі з шахрайством

Різниця у кількості патентів

Труднощі у розвитку бізнесу

Крім різниць у технологічних інвестиціях, кожна фінансова установа має свої особливості у вирішенні проблем, що виникають у процесі кредитування.

◎ Недосконалість оцінювальних даних

На даний момент внутрішні дані про доходи, зобов’язання та кредитну історію в Китаї ще недостатньо повні, що ускладнює оцінку платоспроможності користувачів.

Рішення: постійне залучення точних сторонніх даних про доходи та зобов’язання, розробка моделей перевірки доходів і зобов’язань для швидкої та ефективної оцінки платоспроможності позичальників.

◎ Конфлікт між “загальним” і “вигідним”

На тлі зниження загальних відсоткових ставок у галузі споживчого кредитування, конфлікт між “загальним” і “вигідним” стає все більш очевидним. Посилена конкуренція вимагає більш точного управління існуючими клієнтами, включаючи більш точне попереднє виявлення ризикових користувачів і підвищення їхньої лояльності.

Рішення: активне просування цифрових технологій для підвищення ефективності залучення клієнтів і зниження витрат на персонал, а також вирішення труднощів у процесі розширення бізнесу за допомогою технологій.