北京吉榮數科技有限公司GR-Data（GeneralRisk）是一家專注利用大數據和人工智能技術深耕金融科技領域，致力於建立行業風險量化、產品定價標準體系的科技公司。公司團隊擁有美國徵信局Equifax和數據金融科技公司CapitalOne的長期金融科技實踐經驗，曾聯合創建併成功落地馬上消費金融公司，在全鏈條數據驅動的金融實踐方面處於國際國內領先的地位。
目前央行徵信報告可以由商業銀行、消費金融公司、互聯網公司、小貸公司在申請借款的客戶授權下，通過互聯網上查詢並保存html或xml格式的報告。由於貸款公司目前審批的網絡化和自動化，應用電腦識別和理解報告內容成為必須完成的任務。吉智信產品，是吉榮數自主研發的央行變量智能解析系統，融合了吉榮數團隊多年的業務經驗與獨創系統性變量構建方法，將央行徵報告轉化為可直接使用的徵信變量，滿足機構央行徵信報告字段解析與變量構造需求，助力機構建模分析或者業務定義。
服務對象：可獲取客戶央行徵信報告的持牌金融機構。
變量系統的特徵：
（1）系統性。吉榮數的央行徵信變量是根據央行徵信報告的全部字段按照變量設計方法論系統化生成的，統一的變量生成方法論。
（2）完善性。吉榮數的央行徵信變量的系統性保證了變量系統不丟失央行徵信報告信息，完備的表達徵信報告的信用信息量。
（3）有效性。吉榮數的央行徵信變量已經在國內多家金融機構落地應用，在銀行和消費金融公司的信審中表現良好。
（4）可解釋性。吉榮數的央行徵信變量的每一個變量都有明確的含義，滿足客戶和監管對信審中變量的可解釋性的要求。
產品優勢：
（1）響應速度快，支持在線審批；
（2）數據完備性、可解釋性、科學性；
（3）產品持續迭代，吉榮數團隊對徵信報告升級快速跟進。
風險模型成功案例：
案例一：吉榮數與某消費金融公司聯合建模，合作方提供徵信數據以及賬戶表現數據，經過徵信報告解析預處理和變量計算，吉榮數的數據團隊4天完成數據的處理與模型訓練,相比合作方模型KS提升了45%。
吉榮數的央行徵信變量聯合建模案例
案例二：吉榮數與某金融機構聯合建模，合作方提供徵信數據以及賬戶表現數據，經過數據收集、數據處理和變量構造，構造了4000+變量，建設風險模型，模型使得逾期率降低30%-40%。
吉榮數聯合建模案例
