今年6月以來，多家P2P網貸平臺紛紛“爆雷”，其中不乏一些知名平臺。動盪局勢嚴重影響了消費者和投資者的信心，也引起了監管層的高度關切。據行業人士透露，針對當前網貸行業現狀，近日銀保監會組織互聯網金融人士召開專項會議，商討網貸行業整治辦法。
監管層對於網貸機構風險防範的高度重視，在某種程度上佐證著消費金融行業面臨的挑戰與日俱增。儘管消費升級的大背景為消費金融帶來了廣闊的發展空間，但由於消費金融行業的客群准入門檻相比傳統銀行業更低，因此在風險管理上就面臨著更大的挑戰。據瞭解，由馬上金融自主研發的風控系統家族--Luma，結合靈活工作流引擎和決策規則引擎，整合客戶多維海量數據，通過大數據挖掘技術對客戶申請數據、行為數據、社交數據等進行挖掘分析，描繪客戶風險畫像並進行風險量化，真正做到了“見微知著，風險先知”。
貸前審批自主可控、靈活快速
Luma審批系統是馬上金融自主研發的基於靈活工作流引擎和決策規則引擎的信貸審批系統。工作流引擎將各種變量、數據源、模型服務化和節點化，支持靈活快速地構建多種不同的審批工作流程、調整審批決策節點順序，針對不同消費場景和金融產品申請提供不同的審批工作流，針對不同客戶的申請提供不同的風控策略，達到優質客戶秒級審批通過，劣質客戶快速拒絕，實現千人千面的信用評級和風險定價。同時，支持審批業務流程便捷調整、審批策略持續迭代、內外部數據源快速增加、簡單策略調整與變更可實現當天部署，提高風控審批效率的同時提升用戶體驗。對於自動化風控決策，馬上金融研發出自有決策規則引擎，建立變量池和規則池，支持靈活配置、A/B test測試、線下效果評測和精細化監控。在系統架構方面，Luma審批系統採用分佈式架構設計，支持高併發處理海量客戶申請單，最高日審批百萬單，峰值處理200單/秒鐘，結合高性能決策規則引擎實現秒級輸出審批結果。
以大數據實時反欺詐和信用風險審核的決策審批
借款欺詐中，團伙或者類團伙欺詐通常會帶來巨大的逾期損失，是重點防範對象，馬上金融基於圖技術的複雜網絡可以實時識別出團夥欺詐，在複雜網絡中放入用戶的身份證號、電話、關鍵的行為數據等，形成用戶的個人檔案，並且與其他用戶的檔案相關信息建立關聯，實現毫秒級追蹤，大幅提升實時反欺詐的效果。
基於存量用戶數據、外部接入數據、自建數據，圍繞信貸審批，馬上金融利用傳統機器學習方法訓練模型，自動識別用戶欺詐行為，給予合理的授信額度，目前已經建立了10W+變量特徵庫和上百個模型，用於不同的數據源、產品和審批階段，組合應用後效果顯著，做到較高的通過率和較低的逾期率。
持續提升綜合實力 促進穩健長遠發展
當前，消費金融處在行業發展波動期，“馬太效應”開始顯現。隨著政府不斷強化行業監管、相關法律制度的持續完善與個人徵信系統的逐步建立，消費金融市場環境將日益完善和健全。在此趨勢下，各持牌消費金融機構正蓄力發展，致力於增強抗風險能力和企業綜合實力。
馬上消費金融除持續打造“馬上金融”、“馬上分期”、“安逸花”三大產品體系，滿足消費者多元化、個性化的消費場景需求外，更立足迴歸初心，堅持“普惠金融”的發展理念，積極推進“三農”領域消費金融服務，打造出鮮明的行業標誌。
挑戰往往與機遇並存。儘管行業仍面臨著金融風險帶來的嚴峻挑戰，但政策監管的不斷加強及市場環境的不斷規範，無疑將為消費金融的健康成長提供豐沃的土壤。作為持牌消費金融機構，應在積極落實國家政策、加強行業自律的基礎上，把握風險防範能力的命脈，持續強化企業綜合實力，為消費金融未來的可繼續發展提供更大助力。
閱讀更多 馬上消費金融 的文章
