网上报名

新闻动态
所在位置 : 首页 > 新闻动态 > 项目新闻 > 正文

10月21日晚,清华经管学院金融硕士项目2019年“金融科技”系列讲座第四讲在舜德楼开讲,由平安科技数据分析挖掘经理王建明授课,主题为“大数据在金融业务中的应用”。王建明结合自己在数据分析、挖掘与建模的工作经验,为同学们系统的介绍了大数据应用给金融行业带来的改变,并深入探讨了金融业务的变革方向。本次讲座由清华经管学院金融系副教授高峰主持。

讲座中,王建明以贷款行业为切入点,分别围绕贷款业务的本质、大数据为贷款业务带来的改变、大数据运作模式,以及大数据与传统模式的关系四个话题进行授课。

微信图片_20191121112945.jpg

王建明老师在授课

首先,王建明介绍了贷款市场的本质主要涉及成本、违约风险和利润率等概念,既要争取更多的客户,还要建立良好的风控体系,并且需要有充足的启动资金。在分析贷款商业模式时,不仅要关注用户群的信用度,还要通过合理地设计用户群的利润率来实现较高的还款率。王建明认为,传统的贷款流程主要包括获客、准入、经营和逾期四个环节,普遍面临着较多弊端,如获客成本高、缺乏针对性,准入的人工审核流程太长,经营缺乏个性化、逾期催款的方式过于简单粗暴等等。

微信图片_20191121113023.jpg

王建明老师在授课

基于此,大数据的应用为解决传统贷款市场的困境提供了新的思路。王建明指出,如今贷款行业对于精准营销的要求越来越高,需求识别、客户画像、营销场景等环节都需要精准的数据分析。新的大数据环境带来了新的可能,能够在用户真正成为坏客户之前进行提前预警、逾期之后进行催收等等,还涉及失联修复、还款率预测、收购不良资产等多个环节。同时,王建明还提醒大家,模型并不是万能的,因为贷款产品是很多样的。这就意味着,在操作层面不能一个模型打天下,而是要做很多分类器,而分类器的节点就是用户跟产品的匹配关系。


关于大数据的运作模式,王建明指出,大数据的应用可以从贷前准入、贷中经营和贷后逾期三个环节进行风控介入。

贷前,工作人员需要把收集到的用户数据全部归集到系统中,为审批策略的制定和客群评分提供参考;

贷中,需要依靠大数据分析进行风控评分、混合时序模型等,还涉及到还款率、还款额度和可还款金额的预测;

贷后,需要总结逾期用户的特征,并反馈给贷前模型进行重新学习。

微信图片_20191121113051.jpg

王建明老师在授课

王建明认为,随着金融市场和科学技术的不断发展,数据的重要价值越发突出。金融行业面临着越来越多的瓶颈,必须要通过用户数据思维来慢慢解决。王建明强调,在金融行业应用大数据技术,需要具备变革的观念,既要用算法的方式去总结传统经验,进而优化流程;又要将这些经验推而广之到更多的场景中去。当大数据与传统业务进行融合时,需要格外重视部门团队的重构、为用户提供个性化服务等问题。


针对大数据与金融行业的关系,王建明总结说:“金融行业是一个强调合规,强调业务积累,强调行业围城的行业,要理解和学习风控大数据,不仅要具备卓越的综合能力,还要有扎实的业务技能。但关键在于,你是否能够洞察金融行业的本质。”

微信图片_20191121113120.jpg

课堂现场

讲座最后,同学们就大数据技术的应用门槛、不同行业的金融模式特征以及主体信用分析等问题进行提问,王建明给予了耐心回答,并与大家深入讨论,激发了同学们的深入思考。


主讲人简介

微信图片_20191121113149.jpg


王建明,在数据分析、挖掘、建模领域有十余年工作经验,曾先后就职于阿里巴巴、腾讯、大众点评。现任平安科技数据分析挖掘部门经理,负责数据技术产品化、标准化研发工作,对金融领域的营销、客户经营、客户生命周期管理、金融风控、客户迁徙等的大数据建模应用有丰富的经验。

文 | 万宁宁  编辑 | 王莹


上一篇: 欧阳谦:动荡、多变、复杂环境下债券投资的挑战 | 中国金融实务课堂

下一篇: 商务沟通技能:交流技巧和谈判能力丨管理硕士实践课程