还款能力预估准确率达80% 乐信风控四大利器亮相朗迪峰会

近日，“2018朗迪中国峰会”在上海召开。乐信CEO肖文杰在主题演讲中展示了乐信风控的最新技术成果。肖文杰称，目前乐信“鹰眼”智能风控引擎的风控模型数据变量已超过7500个，并上线了四大最新应用，反欺诈和自动化风险分析管理能力得到大幅提升。

过去一年，金融科技行业经历大洗牌，头部平台纷纷赴美、赴港上市，而不合规平台逐步退出、转型。乐信通过将人工智能运用于互联网消费金融获客、风控、资产匹配等环节，服务了近百家金融机构、近3000万用户，从而在金融科技上半场赢得一席之地。

成立五年来，乐信每年约三分之一的运营支出投入在金融科技上，且逐年加大。这些投入大部分都用于建设鹰眼、虫洞等智能金融平台上。

在乐信的诸多智慧金融平台中，鹰眼大数据智能风控引擎是核心，也最受外界关注。作为一套大数据风控系统，“鹰眼”能够通过无监督学习大数据的方法，对用户的还款能力、还款意愿、稳定性等作出评估，并自动完成即时预警、拦截以及分析部署等功能。

据肖文杰介绍，鹰眼引擎可以做到98%的订单零人工干预，秒级反馈结果；日均处理百万笔订单。“今年又完成了多次迭代更新，目前风控模型数据变量已经超过7500个。”

肖文杰还重点展示了“鹰眼”引擎的地址聚类反欺诈、用户风险画像知识图谱、自动化资产质量分析以及还款能力预估四项最新应用。

“地址聚类（LBS）反欺诈系统能够将用户IP、收货地址等信息通过机器学习算法转化、聚类，在地图上表示，实时量化风险指标。”肖文杰说，通过这种方法，黑中介欺诈识别准确率能够提高200%，每天能够避免数十单欺诈案件发生。

而“用户风险画像知识图谱”则能够根据用户授权,将其WIFI、设备、银行卡、身份证等信息标签建立一个巨大的关系网络，当新用户命中欺诈分子的关系网时，系统就能够实时发出告警，识别潜在的欺诈行为。

自动化资产质量分析和用户“还款能力预估模型”，则是利用人群画像、传统数据模型和AI算法，预估用户的还款能力，从而做到精准授信、精细化运营。据肖文杰介绍，乐信这套模型误差在千元以内的准确率已经可以达到80%。

为了支撑上述应用，乐信组建了包括“阿拉丁数据开发平台”、“扁鹊分布式服务诊断平台”、“玄武大数据同步系统”、“火眼监控系统”在内的“智慧金融运营平台”，将智能金融理念和应用场景，从前端业务环节拓展到中后台研发管理环节，极大提升了创新研发效率。

智慧金融应用的直接成果就是带来了稳健及优异的风险表现。财报显示，乐信超过180天坏账核销率基本保持在2%以下。2018年第二季度，乐信实现金融科技收入2.32亿元，同比增长339%，创历史新高。过去一年，乐信一共为合作伙伴推送优质资产240亿元。