从风控的角度看乐信这家公司( 四 )_：从风控的角度看乐信这家公司来源：徒

互金公司大多数采用购买数据来进行用户分析，而乐信的优势在于分期乐商城能够为其提供较为详实的用户数据。

建模主要是通过利用机器学习算法分析数据的特征，将特征进行分类，寻找其与用户违约概率之间的相关性，然后为不同特征赋权或者违约概率，判断确认拥有多项特征的用户信用情况，从而决定是否提供贷款，金额以及利率。

这里面挺有讲究的，比如通过统计运营数据，可能知道在凌晨3点左右申请贷款的用户的信用风险更高，因为他们大多对智能信贷不熟悉，会错误地以为凌晨没有信贷员审批；此外，如果申请时多次修改填写资料，那么这个用户也可能存在信息造假，哪个正常人会频繁记错自己信息？

评估用户违约情况，包含信用评级和反欺诈两个部分。信用评级主要是判断借款到期后用户是否会无力偿还。细分下去还包括身份识别验证、预付能力、还款意愿能力的评估等。

欺诈是信贷过程中常见的现象，反欺诈便是快速辨别那些一开始便打算违约，欠钱不还的用户。

过去一年，乐信破获300余起欺诈案件；避免了2000余起欺诈案件发生；每月拦截金额3000多万；2019年以来，50人以上的团伙欺诈案件发生0起……

从风控的角度看乐信这家公司( 四 )