协会主要任务:
  • 为小额贷款公司建立信息平台,收集和发布小额贷款公司所需的各种信息。
  • 协调解决小额贷款公司试点过程中的有关问题。
  • 维护小额贷款公司的合法权益。
  • 开展与外省市小额贷款公司协会和经济组织的联系,加强跨地域交流与合作。
小贷大业

提高科技化水平,赋能家居中小微企业
2021-02-25

    一、 研发背景
    近年来,伴随人民对美好生活的向往,中国家居家装行业市场发展迅速,预计未来10年可成长至20万亿市场规模,而准入门槛低和小微分散是行业一大特征,中小微企业的财务报表材料缺失或不完整,导致传统金融机构面对中小微企业不敢贷,依据传统风控手段很难给此类中小微企业画像,家居行业内的中小微企业在获取金融服务上存在痛点。
    二、 产品介绍
    上海黄浦红星小额贷款有限公司(以下简称“红星小贷”)充分发挥场景优势对接真实金融需求,通过自身设计研发的线上借款APP客户端和“龙盾”中小微企业信用贷款风控系统,采用国际领先的风控技术,结合红星美凯龙作为家居零售行业龙头企业,耕耘家居行业三十多年沉淀并积累的行业内经销商数据,积极实践大数据风控,通过多个数据维度对借款人进行精准画像。
    三、 具体做法
   (一) 借助科技手段提升数字化水平
    为了让中小微商户享受到更加便捷的借款服务,红星小贷采用技术手段解决人力操作,通过OCR技术直接扫描读取文件材料内容,不仅节约借款客户时间,也为后续贷款审批的数据化风控模型分析打下基础,以更好服务客户。除此之外,为方便线上合同文件盖章签字,红星小贷自行开发上线“合同助手”微信小程序,使得客户无需下载注册APP即可完成合同签署流程,在方便客户的同时,也极大地降低了线下沟通成本。
   (二) 自主研发贷款审批风控模型系统
    红星小贷自成立之初,就引进国际领先的风控技术,自主设计研发线上借款APP客户端和“龙盾”中小微企业信用贷款风控模型系统,同时结合红星美凯龙深耕家居行业三十多年的沉淀和积累的经销商数据,积极实践大数据风控,通过多数据维度对借款客户进行精准画像。
    具体而言,“龙盾”中小微企业信用贷款风控模型(以下简称“龙盾”风控模型)系统结合经销商经营大数据和央行个人征信信息,梳理了88个数据维度,建立155个风险评价指标备选变量库,对中小微客户贷款开展九级风险评级并相应给出授信额度和风险定价。“龙盾”风控模型共分三部分:1)预授信模型,该模型基于106种风险评价指标,包括经销商经营年限、展位数量和面积、展位等级、经营品类和品牌、是否战盟品牌,租金和缴纳情况、统一收银、客户投诉、所在商场经营情况等,使得在“随借”APP通过商户身份验证的经销商能够预先了解大致授信额度并进行借款申请;2)审批模型:结合预授信模型结论和央行征信数据,最终给出信用贷款额度和价格;3)贷后管理模型:实时监测经销商80个经营指标,根据指标重要性和变化幅度自动分级预警,提示贷后人员采取相应处置方案。
    “龙盾”风控模型系统是家居行业首个金融+科技+数据+场景的新型风控模型,无论是业务场景的选择还是数据的采集,都紧扣家居行业的行业特点,使得“龙盾”风控模型的评价标准反映中小微借款人的实际经营水平和未来还款能力,有效评价其金融行为的合理性,在破解行业中小微企业融资、普惠金融难题的同时,实现新金融的安全性和效益性。
   (三) 运用人工智能领域的机器学习,进一步提升风控能力
    红星小贷于2018年底开始将机器学习风控模型正式部署于生产环境,运用人工智能技术提升贷款审批风控水平。该机器学习风控模型通过大数据清洗技术提取特征值,使用逻辑回归、线性回归和随机森林等多重组合的机器学习算法构建模型,通过算法的学习和参数的迭代调整,最终输出兼具安全性(物理隔离和数据隔离)和可靠性(AUC>0.75)的成熟模型,从而达到指导业务的目的。
   (备注:AUC是评估模型有效性的指标,范围在0.5~1之间,其中0.5~0.6说明模型无区分能力,0.6~0.65说明模型区分能力不强,0.65~0.7是目前商业银行申请贷款使用模型,而红星小贷的AUC在0.75以上。)
    四、 取得成效
    截至2019年12月31日,红星小贷通过“龙盾”中小微企业信用贷款风控模型系统审批,直接或间接助力家居中小微企业获得贷款累计超28亿元人民币,期末逾期率0.59%,借款人逾期率低于传统金融机构服务小微企业披露的逾期水平。"龙盾"风控模型系统因其积极的产业小微金融示范意义和优质风控实践,于2019年10月荣获上海市人民政府颁发的“2018年度上海金融创新成果奖提名奖”。


(红星小贷)
 

友情链接