模型介紹
本消費貸風控產品，主要針對現有從事消費分期的互金企業，很好的控制了機構的資金成本，同時標準化機構的風控流程，降低放貸風險。
?
小額消費貸款是以個人工薪族為目標客戶的貸款。貸款用途主要用于個人購置家電、裝修、教育進修、醫療等集中消費，小額貸款是微小貸款在技術和實際應用上的延伸。
?
模型所需數據：
司法公安稅務數據：如法院失信名單，法院執行名單，欠稅名單等。
信用歷史：如兩年內信貸逾期名單，貸款逾期90天名單等。
黑灰名單：手機號詐騙騷擾庫。
多頭貸信息：近24個月申請平臺數等。
申請人信息核驗：申請人教育程度專科，年齡小于22歲，在其他申請中學歷與本次申請學歷不符。
運營商：手機IP在國外。
其他：芝麻信譽分小于600，學歷低于初中。
?
模型使用上百條反欺詐規則，防范欺詐風險，然后通過專家評分輸出該客戶信用風險評分，評分越高客戶風險越低。根據評分劃分貸款額度范圍，再計算出最終授信額度。對于反欺詐模型，隨著數據維度的不斷增多，反欺詐規則亦成倍增長。規則的增多使得規則編輯和維護成本大大提升，而且規則之間易出現沖突。風控專家頻繁修改規則使得IT人員需要不斷的修改和測試代碼。決策引擎將業務邏輯與代碼分離，可以幫助風控專家自主修改規則并測試，大大提升了規則上線的速度，降低了人力成本。
?
對于上述多樣化的數據維度若無法悉數獲取，也可以通過決策引擎適當刪除規則，以降低對數據源的要求。通過決策引擎的規則版本功能，未來接入更多數據源時可以一鍵恢復原有規則，增強風控能力。
?
業務人員可據申請人貸后的行為反饋，改進風控相關規則模型。模型幫助互金等其他金融公司工程化處理風險準入，經驗證模型取得了較好效果。
?