贷前风控常见手段

一、贷前风控常见手段

1、基础信息验证:验证借贷人的基础信息,如身份证信息、人脸信息、银行卡四要素验证、运营商三要素验证等。

2、风控准入策略:这是评估借款人能否有机会取得授信的第一道门槛,主要分为年龄准入、地区准入、行业准入、资质准入等。

3、贷前反欺诈策略:主要筛选欺诈人群,根据欺诈主体的不同大致分为第一方欺诈和第三方欺诈。

4、黑名单策略:金融机构中,黑名单的来源一般有自建和外部引用两种。黑名单在设计的时候有一个注意点:黑名单有入库操作,也要有加黑时间以及出库操作。

5、白名单策略:白名单可以定义为,通过金融机构内部现有数据判断的“好客户”,或者经过一系列规则挖掘分析得出的“好客户”,由他们组成的借贷优质名单。

信用判断策略:信用判断策略相对于准入规则、欺诈判断、黑名单规则,精准的风险识别相对较难。

此外,还有相容性策略,即信贷机构根据自身特点选择适合的风控策略,可以是以内部控制为主,也可以是以外部控制为主,具体还需要结合机构的规模和实际情况进行选择。

  

二、反欺诈在贷前风控应用

1、黑灰名单查询:通过查询用户信息与黑灰名单进行比对,判断用户是否存在欺诈风险。黑名单通常包含有过不良记录的用户,灰名单则包含存在一定风险行为的用户。

生物识别技术:利用生物识别技术如人脸识别、指纹识别、声纹识别等对用户身份进行验证,防止身份冒用和欺诈行为。

2、规则引擎:通过预设规则对用户提交的信息进行实时判断,例如根据用户输入的信息、行为习惯、交易记录等信息判断是否存在欺诈风险。

3、机器学习模型:利用机器学习算法构建反欺诈模型,通过对历史数据的训练和学习,识别出欺诈行为的特征和模式,从而判断新申请贷款的用户是否存在欺诈风险。

4、数据挖掘技术:通过数据挖掘技术对用户信息进行深入分析,发现潜在的欺诈行为模式和关联信息,例如发现同一IP地址下存在大量申请贷款的行为或者同一手机号码在不同城市申请贷款等可疑行为。

版权声明:本文内容转载自网络,该文观点仅代表作者本人。登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。文章内容仅供参考,不构成投资建议。如发现本站有涉嫌抄袭侵权/违法违规的内容,请联系本站举报,一经查实,本站将立刻删除。