首页收藏
开启辅助访问 立即注册 找回密码

ChinaCFA! Learning Board

中国金融科技专题分析2019

摘要: 2019/2/2741数据驱动精益成长金融科技在信用领域应用⚫从技术应用角度,大数据、机器学习、区块链等使得信用风险的识别与防控能力大大增强。相较于传统的信贷风控方法,无论是数据维度、数据处理方式还是数据传输方法都得到了很大的改变,但这些技术创新仍处于发展初级阶段,想要稳定且规模化的应用于各类信用风险场景之中,还有待市场参与各方的进一步研究与实践。大数据深度学习/人工智能区块链➢用户行为数据成为风控数据➢实时输入和实时计算,解决风险视图实效性问题➢可实现自动决策,实时审批➢基于算法、模型和规则,客观公正➢更有效地进行贷中和贷后控制➢学习速度快,发展空间大➢解决数据确权难题,保证金融数据流通的合规➢交易的明细可追溯➢数据杂乱、数据挖掘难度大➢数据获取难度高、未建立共享机制➢数据质量低、有效性不足➢黑箱算法,可解释性不足➢依赖样本数量、容易缺乏数据➢投入成本高、瓶颈难以持续突破➢不可篡改性使得数据处理缺乏容错性➢分布式存储,难以整体性升级➢去中心去监管之后,维权较难优势劣势 ...

2019/2/27
41
数据驱动精益成长
金融科技在信用领域应用
从技术应用角度,大数据、机器学习、区块链等使得信用风险的识别与防控能力大大增强。相较于传统的信贷风
方法,无论是数据维度、数据处理方式还是数据传输方法都得到了很大的改变,但这些技术创新仍处于发展初级
段,想要稳定且规模化的应用于各类信用风险场景之中,还有待市场参与各方的进一步研究与实践。
大数据 深度学习/人工智能 区块链
用户行为数据成为风控数据
实效性问题
可实现自动决策,实时审批
基于算法、模型和规则,客观公正
更有效地进行贷中和贷后控制
学习速度快,发展空间大
通的合规
交易的明细可追溯
数据杂乱、数据挖掘难度大
数据获取难度高、未建立共享机
数据质量低、有效性不足
黑箱算法,可解释性不足
依赖样本数量、容易缺乏数据
投入成本高、瓶颈难以持续突破
不可篡改性使得数据处理缺乏容错性
分布式存储,难以整体性升级
去中心去监管之后,维权较难

页次:41/5454页 第 [1] 页 第 [2] 页 第 [3] 页 第 [4] 页 第 [5] 页 第 [6] 页 第 [7] 页 第 [8] 页 第 [9] 页 第 [10] 页 第 [11] 页 第 [12] 页 第 [13] 页 第 [14] 页 第 [15] 页 第 [16] 页 第 [17] 页 第 [18] 页 第 [19] 页 第 [20] 页 第 [21] 页 第 [22] 页 第 [23] 页 第 [24] 页 第 [25] 页 第 [26] 页 第 [27] 页 第 [28] 页 第 [29] 页 第 [30] 页 第 [31] 页 第 [32] 页 第 [33] 页 第 [34] 页 第 [35] 页 第 [36] 页 第 [37] 页 第 [38] 页 第 [39] 页 第 [40] 页 第 [41] 页 第 [42] 页 第 [43] 页 第 [44] 页 第 [45] 页 第 [46] 页 第 [47] 页 第 [48] 页 第 [49] 页 第 [50] 页 第 [51] 页 第 [52] 页 第 [53] 页 第 [54]

 

 

 

  • 611 积分
  • 32266 文章数
  • 288 发帖数

 

Ta的文章(288)发表文章

最新评论

QQ|小黑屋|手机版|Archiver|ChinaCFA Learning ORG ( 京ICP备13009572号 )

GMT+8, 2019-10-4 14:59 , Processed in 0.033055 second(s), 11 queries , File On.

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

返回顶部