2020年初,新冠病毒的传播态势始料未及。 疫情发生以来,国家各部委不断放出支持性政策,各级国库已办理防疫资金拨款近千亿,阶段性减免企业养老、失业、工伤保险单位缴费。目前,国家加强了对防疫物资重点企业、地区的支持政策,包括减免费用及财政贴息等。

面对肆虐的疫情,金融企业倾力参与,燃烧自己的能量。

中国工商银行专门设立支持疫情防控专项基金,为抗击疫情相关企业提供股权融资等支持,助力防疫相关企业增强资本实力和抵御风险能力,提升物资生产和服务保障能力。

金融科技公司飞贷设立千万“抗疫专项资金”,联合合作金融机构给符合条件的用户提供延期还款、补贴贷款期间相关费用、贴息降低相应利率水平,对因疫情暂时失去营业收入的小微企业主、一线医护人员及其家属、确诊人员和隔离人员申请新的信用类融资,提高融资额度,最高额度由30万增至50万。目前已支持超千户小微企业主及特定人群解决短期资金周转问题。

在对普惠群体、长尾用户的支持中,金融科技企业的贡献切合普惠初心,是配合防疫行动举足轻重的一环。为防止新冠病毒传染,“零接触”服务的需求在这个特殊期间凸显。

在疫情防控期间,各行业都在直面隔离带来的生活新样态,探索“无接触”的服务或生产方式。线上化、数字化作为已知技术工具,有效地让用户享受福利,令行业中的先行者独占先机,成为非常态下生活生产回归轨道、恢复运转的一味灵药。

正如银保监会巡视员叶燕斐所言,疫情为金融机构更好地通过金融科技办理业务带来机遇。

当前小微企业逐步复工复产,压抑的信贷需求开始大量释放,与传统信贷方式相比较,线上信贷业务减少了客户去银行现场办理贷款带来的人员聚集风险,减轻了银行网点的疫情防控压力。但是,线上信贷服务在提高贷款审批速度的同时,也面临着对风控把握弱化的风险,不少金融机构开展线上信贷业务时的风控压力随之上行。在此情况下,智能风控成为疫情之下的线上信贷的焦点,而作为智能风控最重要的环节风控建模则成了重中之重。

提及建模,一直以来,构建机器学习模型依赖专业编程技能和建模工具,复杂且费时费力,即使是数据科学家建模也要耗费相当多时间和精力。通过建模方式实现智能决策面临着技术门槛高、理论复杂、工程量巨大、人员瓶颈等诸多挑战,对疫情期间需要 “快、准、狠”的金融机构而言更成了望尘莫及的事情。

以金融业的智能风控为例,传统的风控建模周期较长,通常要数月时间才能达到上线的要求。其中,数据处理与特征工程的耗时在整个建模过程中会占到大约 60% 的时间,人工操作起来极具复杂性,需要经验法则,并且还要耗费大量时间;另一方面,真正建模耗时占整个模型开发的 30%~40% 的时间。这个过程的难点并不在于给出一个模型,而是在于同时比较多种模型甚至多种模型组合后,选出效果最佳的模型做主决策模型 (冠军模型)。这个过程如果用人工去实现,也会消耗非常多的时间,并且效果不一定最优。

针对该痛点,主打大数据与ai相结合的飞贷金融科技自动化建模平台给出了解决办法,通过自动机器学习技术来快速实现ai业务场景应用,助力机器学习模型在各行各业应用和落地。同样以风控为例,我们可从中窥见自动化建模的价值,在某邮政银行信用卡账户逾期预测项目中,针对逾期风险最高的前20%用户模型召回率84%,比专家规则提升100%以上。

据了解,飞贷金融科技自动化建模平台的成本和上线周期仅为传统建模平台的十分之一,建模效率却能达到十倍以上。相较于市面上自动化建模平台产品,飞贷自动化建模平台具有低门槛、全流程、自学习、高效能、可解释五大核心价值。

而基于五大核心价值的飞贷自动化建模平台,建立了智能获客模型以及客户生命周期模型贯穿整个业务流程,使精准营销贯穿获客、存量客户经营等整个客户生命周期,为客户生命周期各环节的绩效提升提供巨大帮助,为银行、信托、保险等有建模场景需求但缺乏建模人才与技术的持牌金融机构带来高效的建模服务。据悉,飞贷金融科技拥有机器学习领域的杰出数据科学家和享誉业界的专家团队,其专家团队来自华为、tplink、万达、花旗银行、招商银行等。

2019年8月,中国人民银行印发《金融科技发展规划(2019-2021年)》,提出全面提升金融科技应用水平,将金融科技打造成为金融高质量发展的“新引擎”;并赋能金融服务提质增效,合理运用金融科技手段丰富服务渠道、完善产品供给、降低服务成本、优化融资服务,提升金融服务质量与效率,使金融科技创新成果更好地惠及百姓民生,推动实体经济健康可持续发展。