头豹研究院-2022年中国人工智能在金融行业的应用洞察~智能风控（摘要版）-220824

《头豹研究院-2022年中国人工智能在金融行业的应用洞察~智能风控（摘要版）-220824（11页）.pdf》由会员分享，可在线阅读，更多相关《头豹研究院-2022年中国人工智能在金融行业的应用洞察~智能风控（摘要版）-220824（11页）.pdf（11页精品完整版）》请在悟空智库报告文库上搜索。

　　观点摘要
　　智能风控是以大数据和人工智能为核心技术，在大数据应用的基础上，结合算法、机器学习和深度学习模型等人工智能技术，构建智能风险管理体系，突破以人工方式进行经验控制的传统风控的局限性和空间性，在有效提高风险管理效率的同时降低风控成本。
　　采购方通过POC测试各竞标供应商的智能风控解决方案水平
　　POC测试通常以评分卡的方式进行综合评分，评分项目主要包括智能风控解决方案的功能、性能和风险识别的能力。此外，采购方还将考虑供应商的技术水平、项目经验、行业地位、售后服务、产品报价等因素，综合判定智能风控解决方案与供应商是否符合自身需求。
　　智能风控解决方案自身的功能、性能和风险识别的能力是POC测试最为重要的三大指标
　　在风险识别方面，金融机构将输入既定的数据，测试系统是否能够对其中的风险点进行有效识别，并记录其准确性、敏感度与运算速度等。系统的风险识别能力是整个POC测试最为关键的指标，评分权重亦为最高，为30%。在功能方面，采购方主要核验是否满足自身所需的业务场景需求，以及决策报告的质量和可靠性；在性能方面，采购方将测试系统运算的稳定性、响应时间、吞吐量、并发数量等方面，评分权重约为20%
　　信贷类业务是银行业智能风控最主要的应用场景
　　信贷类业务是银行业智能风控最主要的应用场景，应用比例高达70%；而支付类风控的场景应用比例约为20%。智能风控贯穿贷前、贷中、贷后全信贷流程，助银行机构风控降本增效